Maintenance
FAQ
Predictive Maintenance: Definition, Vorteile, Beispiele, ... Alles auf einen Klick!
Alle Fragen und Antworten rund um Predictive Maintenance mit igus® - smart plastics
Allgemeines
Vorteile
Voraussetzungen
Einsatzbereiche
Instandhaltungsstrategien
Weiterführende Materialen
Allgemeines
Unter Predictive Maintenance bzw. der vorausschauenden Wartung im Deutschen versteht man im Allgemeinen die frühzeitige Antizipation und Vermeidung eines Fehlers an einer Maschinenausstattung oder Komponenten dank Daten bezüglich ihres Zustands. Dies gelingt mit datenbasierten Methoden, die den Zustand Ihrer Maschinen analysieren und dabei helfen, Fehlfunktionen, Störungen sowie den Zeitpunkt von erforderlichen Wartungsarbeiten vorherzusagen.
Nein; beide Begriffe, sowohl der deutsche als auch der englische, können mittlerweile im deutschen Sprachraum synonym verwendet werden. Ebenfalls gleichbedeutend sind folgende Begriffe einzuordnen:
- vorausschauende Instandhaltung
- prädiktive Instandhaltung
Industrie 4.0 verspricht durch vernetzte Maschinen eine höhere Effizienz bei der Produktion sowie Erkenntnisse durch Datenanalysen und eine bessere Maschinenverfügbarkeit. In diesem Kontext stellt Predictive Maintenance, also ein vorausschauender Wartungsvorgang, der auf der Auswertung von Prozess- und Maschinendaten basiert, einen entscheidenden Baustein dar.
Ungeplante Ausfallzeiten von Produktionsanlagen kosten Geld und schmälern Ihre Gewinne auf lange Sicht beträchtlich. Fest steht, dass Ausfälle von Maschinen und Anlagen eine ernsthafte Bedrohung für die Industriebranche darstellen. Predictive Maintenance soll zu Kosteneinsparungen gegenüber routinemäßiger, intervall- oder zeitbasierter vorbeugender Wartung führen, da Arbeiten nur im Bedarfsfall ausgeführt werden.
Als erstes braucht es dazu diverse Sensoren, welche an den Maschinen funktionsrelevante Daten wie etwa Drehzahlen, Temperatur, Geräuschbild, Lagerschwingungen oder Stromverbrauch erfassen. Anschließend bedarf es zur Interpretation und sinnvollen Auswertung der Sensordaten einer Kombination aus Echtzeit-Analysetechnik und Datenbank. Wenn all das gelingt, wird es möglich, das Maschinenproblem zu beheben, noch bevor es wirklich entsteht.
Nein; die vorausschauende Instandhaltung ist nicht nur interessant für das produzierende Gewerbe oder zugehörige MRO-Bereiche (Maintenance, Repair & Operations), sondern auch für jegliche Mobilitätsangebote – sei es in der Luft, in Fahrzeugen oder auf Schienen. Meistens lohnt es sich für Unternehmen, die häufiger denselben Maschinentyp im Einsatz haben oder die Predictive Maintenance nicht für ihre eigene Produktion nutzen wollen, sondern für die Maschinen, die sie verkaufen.
Vorteile von Predictive Maintenance
Die Vorteile und Mehrwerte für Unternehmen sind schnell zusammengefasst:
- Höhere Verfügbarkeit der Anlagen durch weniger Stillstandszeiten
- Maximierung der Lebensdauer der Anlagen und Maschinen
- Optimierter Einsatz der Wartungstechniker
- Planbarer Wartungszeitpunkt
- Höhere Maschinenleistung sowie Produktivität
Da sind natülrich die einmaligen Investitionskosten in Sensorik Hardware und Software zur Datenanalyse bzw. -auswertung zu nennen. Zudem bedeutet natürlich jede neue Methode erstmals Veränderungs- und Schulungsaufwand. Mit den einbaufertigen smart plastics Lösungen von igus i.Cee können diese allerdings auf ein Minimum reduziert werden.
Zwischen 50 - 70 % weniger ungeplante Stillstandszeiten sollen möglich sein sowie die Einsparung von 20 - 40 % Wartungskosten; je nachdem welcher Studie der beiden renommierten Beratungshäuser McKinsey oder Accenture man lieber vertrauen möchte. Zudem will Roland Berger herausgefunden haben, dass mit Predictive Maintenance nur noch 15 Prozent der Zeit mit Instandhaltung verbracht wird, bei der klassischen reaktiven Instandhaltung sei dies 40 Prozent der Zeit.
Laut den Autoren einer Umfrage einer weiteren Technologieberatung, Bearing Point, unter Fachexperten in Instandhaltung, Produktion, Logistik und IT erwarten über 80 % der Anwender, dass Predictive Maintenance die Anlagenverfügbarkeit, sprich die OEE (Overall Equipment Effectiveness) erhöht.
Voraussetzungen für Predictive Maintenance
Zentral für diese Art von intelligenten Instandhaltungsmaßnahmen ist die Erfassung und Analyse von Maschinendaten. Mithilfe der Daten ist es möglich, den optimalen Zeitpunkt für eine Wartung zu errechnen, um Störungen zu vermeiden. Die Maschinendatenerfassung erfolgt für gewöhnlich über an die Maschine oder Anlagenkomponente angebrachte Sensoren, oft treffend Predictive Maintenance Sensoren genannt. Bei den igus Energieketten übernehmen diesen Job die i.Sense Condition Monitoring Sensoren von smart plastics. Diese intelligente Sensorik Technologie erfasst kontinuierlich die diversen Betriebszustände der Energieführung.
Die Voraussetzung für eine möglichst genaue Angabe der störungsfreien Laufzeit ist, dass Angaben zur Nutzung möglichst genau sind. Dazu gehören Angaben zum Einsatzort mit Witterungsbedingungen und Temperaturen, Wegstrecken, Anzahl der Zyklen, etc. Durch das im igus Testlabor erworbene Wissen und den aktuellen Zustandsdaten ist igus so in der Lage die Lebensdaten exakt vorherzusagen. Ein nötiger Austausch einer Komponente wird dann rechtzeitig angezeigt und ermöglicht eine geplante und ressourcenschonende Wartung.
Voraussetzung für Predictive Maintenance ist zwar, dass die Maschinen vernetzt sind, also alle Maschinen ihre Daten zur Speicherung und Analyse in einer Datenbank bereitstellen. Meistens wird dies mit einem OPC UA Protokoll durchgeführt. Mit den igus i.Cee Lösungen für Predictive Maintenance werden aber keine weiteren Systeme oder Hardware benötigt. Alle notwendigen Daten werden über die zugehörigen i.Sense Sensoren bereitgestellt und die speziellen KI-Algorithmen sind im i.Cee Modul implementiert. Und auf das zugehörige i.Cee Dashboard kann mit jedem gewöhnlichen PC zugegriffen werden.
Anwendungsgebiete von Predictive Maintenance
► Welche Beispiele von Predictive Maintenance gibt es in der Praxis?
In der Praxis ist Predictive Maintenance häufig für Maschinen sinnvoll, bei denen ein Ausfall hohe Umsatzeinbußen oder Folgeschäden bedeuten würde. Moderne Maschinen sind häufig schon mit den nötigen Mess-Sensoren ausgestattet, bei älteren können Sie nachgerüstet werden. Dies können zum Beispiel sein:
- Vibrationsmessungen an Anlagen, geben Aufschluss über Unwuchten, Beginnende Lagerschäden etc.
- Temperaturmessungen, geben Aufschluss über Lagerschäden oder Kühlungsprobleme
- Messungen der Stromaufnahmen von Pumpen, Motoren etc., geben Hinweise zu schwergängigen Antrieben, Kupplungen etc
- Messungen der Übertragungseigenschaften von Datenleitungen geben Aufschluss über die verbleibende Lebensdauer
- Kraft- oder Wägezellensensoren helfen bei der Bestimmung der aktuellen Auslastung
► In welchen Branchen macht Predictive Maintenance am meisten Sinn?
Predictive Maintenance wird vor allem in den Branchen ingesetzt, in denen der Ausfall von Anlagen, Maschinen oder Komponenten erhebliche Folgeschäden und Ausfallkosten bedeutet:
- Luftfahrt: Fluggesellschaften setzen Sensoren in ihren Maschinen ein, um Verschleißteile wie Turbinen oder Pumpen rechtzeitig austauschen und Standzeiten auf dem Boden vermeiden zu können.
- Automotive: Automobilunternehmen betreiben einige der größten Roboterparks der Welt, produzieren just in time und haben eng integrierte Lieferketten. Jede Störungen der produktion wie z.B. durch ungeplante Ausfälle führt zu Störungen der gesamten Lieferkette.
- Windkraftanlagen: Schwingungsanalysen können Ausfälle von Windkraftanlagen heute fast vollständig vermeiden.
- Häfen: Der Ausfall von Kränen bedeuten lange Wartezeiten für Schiffe und weniger Durchsatz für Häfen.
Vorausschauender Betrieb ohne Überraschungen: smarte Energieketten für die modernste Zugwaschanlage Europas
Kostenlose Fallstudie
- Wie werden Ausfälle genau verhindert?
- Welche Bauteile waren schuld für den Ausfall?
- Wie und mit welchen Tools wurde das ganze Projekt angegangen?
- Und wie läuft es aktuell?
Weitere Instandhaltungsstrategien
Das Deutsche Institut für Normung e.V. definiert in seiner DIN EN 13306 – Begriffe der Instandhaltung eine Instandhaltungsstrategie als eine Vorgehensweise zur Erreichung der Instandhaltungsziele, wie beispielsweise die Bewahrung eines festgelegten Zustands bzw. die Verlängerung der Lebenserwartung einer Maschine. Meistens unterscheidet man folgende drei unterschiedlichen Ansätze:
- Reaktive Instandhaltungsstrategie / Schadensabhängige Instandhaltungsstrategie
- Vorbeugende Instandhaltungsstrategie / Präventive Instandhaltungsstrategie
- Vorausschauende Instandhaltungsstrategie / Predictive Instandhaltungsstrategie
Mit der reaktiven Form der Instandhaltung werden Schäden an Maschinen erst behoben und Produktionsteile ausgetauscht, wenn eine akute Störung vorliegt. Das bedeutet, dass Unternehmen im Schadensfall schnell reagieren müssen, um möglichst zügig weiter produzieren zu können und hohe Ausfallzeiten und -kosten zu vermeiden. Meistens wird diese Strategie eingesetzt bei Maschinen, die nicht oft repariert werden müssen oder die man günstig reparieren oder ersetzen kann.
Die vorbeugende Instandhaltung ist eine Instandhaltungsstrategie, bei der in bestimmten Intervallen Instandhaltungsmaßnahmen durchgeführt werden. Die Intervalle können zeitabhängig oder stückzahlabhängig sein. Sie warten also nicht darauf, bis Anlagen oder Maschinenteile kaputt gehen, sondern führen systematisch vorbeugende Inspektionen und Wartungsmaßnahmen durch. Dabei ist es nicht relevant, wie der tatsächliche Abnutzungsgrad der Maschinen und Anlagen aussieht. Ganz im Gegensatz zum Predictive Maintenance: Hierbei werden Prozess- und Maschinendaten im laufenden Betrieb per Sensoren und Schnittstellen erfasst, gespeichert und anschließend analysiert.
Weiteres Material zum Download
In unserem kurzen Ratgeber zur Erhöhung der Maschinenverfügbarkeit (OEE) finden Sie nochmals alle Details zum Nachlesen:
Gerne können Sie sich direkt in unserem igus Online-Shop über alle verfügbaren Lösungen dazu umschauen.
In unserer smart plastics Broschüre geben wir Ihnen einen kompletten Überblick über das igus Produktportfolio für die Industrie 4.0.
Informieren ...
... Ausprobieren ...
... Realisieren
