ABB AG Bachmann electronic GmbH

Warum unterscheidet man auf dem Markt noch beide Verfahren? Wir haben nachgefragt.

Bild: iStock, wragg
2 Bewertungen

„Risiko- und Kostenabwägung“ Umfrage: Condition Monitoring vs. Predictive Maintenance

12.07.2021

Condition Monitoring von Maschinen und Anlagen erkennt kritische Ereignisse, Predictive Maintenance prognostiziert dann die Risiken auf Basis der gewonnenen Erfahrungswerte. Deutet sich also ein Schaden an, gibt es Vorhersagen, wie lange es bis zum Ausfall noch dauert. Warum unterscheidet man auf dem Markt noch beide Verfahren? Hängt es immer noch mit der Komplexität und Kosten dafür zusammen? Wir haben bei Experten nachgefragt.

Sponsored Content

Das sagen die Experten:

Bildergalerie

  • Tobias Schmidt, Head of Service Portfolio & Smart Solutions, ABB: Condition Monitoring ist zunächst nur ein Tool, um den Ansatz einer Predictive Maintenance – also der vorausschauenden Instandhaltung – zu verfolgen. Ohne Zustand keine Prognose! Ein Beispiel ist der ABB Ability-Baukasten an smarten Sensoren und dem Condition Monitoring für Frequenzumrichter: Kunden erhalten Zustandswerte wie Vibration oder elektrische Kennwerte entlang des ganzen Antriebsstrangs. Algorithmen-basierte Analysen zeigen den voraussichtlichen Verschleiß. Betreiber können so ihre Instandhaltung an den Erfordernissen ausrichten, zum Beispiel zeitnah ein Lüfterelement ersetzen. Ob man Predictive Maintenance flächendeckend braucht oder eben nur ein punktuelles Condition Monitoring für die einzige und wichtigste Maschine ist dann eine Risiko- und Kostenabwägung.

  • Holger Fritsch, Geschäftsführer, Bachmann Monitoring: Condition Monitoring (CM) und Predictive Maintenance (PdM) sind zwei Seiten einer Medaille die sich klar unterscheiden aber zusammengehören. Beide Bereiche müssen vom Anbieter beherrscht werden, um den erwarteten Kundennutzen zu generieren. Das CM schafft die Datengrundlage, um in der Kombination mit dem Wissen über die Konstruktion bzw. Auslegung der Maschine und dem speziellen Wissen der Betreiber belastbare Vorhersagen über das weitere Verhalten der Maschinenkomponenten abzuleiten und somit Predictive Maintenance zu ermöglichen. Das CM kann sich dabei zunächst auf die Verwendung bereits vorhandener Prozessdaten beschränken. Will bzw. muss der Anwender die Vorhersagequalität für das PdM steigern, können weitere CM-Systeme eingesetzt werden.

    Bild: Bachmann

  • Michael Schimanowski, Geschäftsführer, Ifm solutions: Letztendlich geht es bei Maschinen und Anlagen in der Industrie immer um die Optimierung der Overall Equipment Effectiveness (OEE), und einer der wichtigen Faktoren dabei ist die Verfügbarkeit. Anlagenstillstände müssen also vermieden werden. Verschleißteile in festen Intervallen auszutauschen, ist aber in Zeiten von Industrie 4.0 nicht mehr zeitgemäß. Denn Condition Monitoring, das auf moderner Sensortechnik basiert, erkennt einen nahenden Anlagenstillstand, bevor er eintritt. Echtes Predictive Maintenance basiert auf den so erkannten Zuständen – es gehört aber noch mehr dazu: Ein Wartungsauftrag muss ausgelöst und die benötigten Teile müssen bestellt werden, wenn sie nicht im Lager sind. Um all diese Prozesse nahtlos und digital zu verknüpfen, ist eine Verbindung zum ERP-System notwendig.

  • Jörg Niermann, Bereichsleiter Marketing, Nord Drivesystems: Die Unterscheidung rührt daher, dass verschiedene Verfahren der Datenauswertung zum Einsatz kommen. Gartner benennt beispielsweise vier Methoden: „Descriptive Analytics“, „Diagnostic Analytics“, „Predictive Analytics“ und „Prescriptive Analytics“. Sie beschreiben einen aufsteigenden Mehrwert sowie eine ansteigende Komplexität. Um dieser Unterscheidung Rechnung zu tragen und unseren Kunden den Umfang der Datenanalyse transparent darzustellen, verwenden wir die Begriffe „Condition Monitoring“, „Predictive Maintenance“ sowie das weniger geläufige
    „Prescriptive Maintenance“. Nord Drivesystems ist in all diesen Bereichen aktiv: Wir stellen diese Services bereits mehreren Kunden im Feld zur Verfügung und bauen sie gemeinsam mit ihnen kontinuierlich aus.

  • Jan Mennerich, Offer Manager Automation DACH, Schneider Electric: So eng Condition Monitoring und Predictive Maintenance auch zusammenhängen, ihre klare Trennung ist wegen ihres unterschiedlichen Daten-Bezugs nach wie vor wichtig. Beim Condition Monitoring geht es rein um die Schaffung einer möglichst breiten und vielfältigen Datenlage – indem etwa Lastströme, Umgebungstemperaturen, Geräusche, Vibrationen oder die Maschinenleistung erfasst werden. Für Predictive Maintenance hingegen ist eine Analyse, bzw. Interpretation erforderlich. Entsprechende Softwareanwendungen greifen auf ausgewählte Daten des Condition Monitorings zu und leiten daraus Hinweise auf bevorstehende Ausfälle ab. Grundsätzlich liefert gutes Condition Monitoring aber stets mehr Daten, als für die vorausschauende Instandhaltung benötigt werden. Im Kontext historischer Analysen, softwarebasierter Simulationen oder zur Absicherung von Investitionsentscheidungen besitzen diese einen enormen Mehrwert.

  • Max Dietrich, Product and Application Manager Smart Data Solutions, Sick: Condition Monitoring und Predictive Maintenance sind zeitlich und inhaltlich aufeinander aufbauend. Predictive Maintenance benötigt eine ausreichende Datenlage, im Idealfall mit den Events, die vorhergesagt werden sollen. Die Lösungen ergeben sich aus einer intelligenten Datenverarbeitung und dem Domänenwissen der Betreiber kombiniert mit den dafür passenden Vorhersagemodellen für einen Ausblick auf die zukünftige Entwicklung. Condition Monitoring kann diese Datenlage liefern und wird deshalb häufig als Grundlage dargestellt. Der Schwerpunkt liegt neben den Live-Werten auf den historischen Daten. Dieser modulare Ansatz ermöglicht einen einfachen und schnellen Einstieg in den Markt. Die Marktreife variiert in den Branchen. Wir beobachten, dass beide

  • Oliver Prang, Expert Digital Business Development, SMC: Um eine gezielte Vorhersage zur Lebensdauer von Maschinen oder Komponenten treffen zu können, braucht es qualifizierte Daten aus dem Condition Monitoring, aber auch das Domänenwissen über die eingesetzten Komponenten, die Maschine und die Applikation. Damit müssen Komponentenhersteller, Maschinenbauer und Endanwender zusammenarbeiten. Allerdings sollte einer der Beteiligten federführend agieren – und dabei die notwendigen Aufwände, Kosten und Mehrwerte abschätzen –, damit das Projekt mit klaren und nutzerzentrierten Zielen angegangen werden kann. Erst unter diesen Voraussetzungen lassen sich aus einem Condition Monitoring echte Mehrwerte wie Predicitve Maintenance erzeugen. Zum Schluss ist es wohl diese Komplexität, welche den Unterschied ausmacht.

Verwandte Artikel