Categorieën
Geen onderdeel van een categorie Geen onderdeel van een categorie Geen onderdeel van een categorie Geen onderdeel van een categorie Geen onderdeel van een categorie Geen onderdeel van een categorie

Predictive Maintenance | Störungen erkennen, bevor der Fehlerfall eintritt

Vorausschauende Wartung | Predictive Maintenance | Störungen erkennen, bevor der Fehlerfall eintritt

Die Digitalisierung von Fertigungsprozessen hat die Vernetzung der damit verbundenen Maschinen, Produktionsanlagen und Werkzeuge zur Folge. Das wirkt sich auch auf die Instandhaltung aus. Während in vielen Bereichen die präventive, also die vorbeugende Instandhaltung bis heute dominiert, verbreiten sich durch günstiger werdende Technologien zunehmend auch vorausschauende – sogenannte Predictive Maintenance-Konzepte. Maschinenbauer, die ihren Kunden auf Basis der neuen Wartungsansätze einen Mehrwert bieten möchten, müssen dafür jedoch auf datenbasierte Geschäftsmodelle umsteigen. Unsere Kunden nutzen die SF Plattform, um die Daten von vernetzten Maschinen und Anlagen zu erfassen und zu analysieren.

Das industrielle Internet of Things (IIoT) stellt aktuell zahlreiche Branchen und Industriebereiche auf den Kopf. Im Maschinenbau erzeugt die Vernetzung von Maschinen und Anlagen Daten mit großem Potenzial, die Industrieunternehmen nutzen können, um beispielsweise ihre Maschinenentwicklung zu optimieren. Durch die Vernetzung lässt sich die lokale Maschinen-Wartung um eine zentralisierte Datenanalyse erweitern, woraus sich unter anderem der voraussichtliche Ausfall-Zeitpunkt eines Bauteils, etwa einer Dichtung oder eines Lagers, ableiten ließe. Über einen Vergleich, der während des Betriebes erfassten Maschinen- und Anlagendaten mit weiteren Daten, etwa idealisierten Modellen, deckt die Software Fehler und Störungen bereits bei der Entstehung auf. Oft lange, bevor der Störfall tatsächlich eintritt. Eine derartige datenbasierte „Hellsichtigkeit“ senkt nicht nur die Wartungskosten, sie reduziert auch die Ausfallquote der Maschinen.

Vorwegnahme und Herauszögern von Wartungsereignissen

Paze ermöglicht ein kontinuierliches 24/7-Monitoring von Maschinen und Anlagen in Echtzeit. Intelligente, in Fertigungsmaschinen integrierte Sensoren sammeln dabei die während der Produktion anfallenden Daten und senden sie an unsere cloudbasierte IIoT-Plattform. Diese bereitet sie auf und ermöglicht so geschulten Anwendern aus den erfassten Geräuschen, Drehzahlen oder Temperaturen Rückschlüsse auf in der Anlage vorhandene Fehler zu ziehen.Gerade für die Wartung sind die Modelle of einfacher als man denkt. Meist reicht tatsächlich schon die Temperatur als Ausschlaggebender Parameter. Im Servicefall können Techniker mithilfe der gesammelten Anlagendaten zielgerichtet an der Fehlerbeseitigung arbeiten. Über ein mit historischen Daten angereichertes Maschinenmodell lassen sich Wartungsereignisse vorwegnehmen und unter automatischer Veränderung von Prozessparametern sogar bis zu einem optimalen Zeitpunkt verzögen. Die Folge sind reduzierte Wartungszyklen- und -Zeiten.

Automatische Alarme bei Überschreiten des Grenzwerts

Über das Internet lassen sich unterschiedlichste Anlagen und Maschinen, angefangen von Produktionsanlagen, Windrädern oder Flugzeugturbinen, bis hin zu Druckmaschinen, Kraftfahrzeugen oder Kränen mittels Predictive Maintenance weltweit vorausschauend überwachen und warten. Die Kommunikation startet normalerweise in den vernetzten Anlagen, wo Sensoren, Messstationen oder Sonden Zustände wie Temperatur, Schwingungen, Auslastung oder Verschleiß erfassen und übermitteln. Für die Auswertung legen Produkt- und Serviceexperten bestimmte Grenzwerte fest, die weder unter- noch überschritten werden dürfen. Ist das doch der Fall, löst das System automatisch einen Alarm aus und sendet eine Benachrichtigung, oft per E-Mail oder SMS. Bei einem Kranhersteller werden zum Beispiel Grenzwerte für die Windstärke definiert. Versucht der Kranführer ab einer kritischen Windstärke oberhalb des Grenzwertes trotzdem noch ein Schiff zu beladen, löst dies einen Alarm aus, der automatisch den verantwortlichen Kranbetreiber erreicht. Dadurch können auch Granatieansprüche besser bewertet werden. Auch hier befindet sich großes Einsparungspotential.

Lebensdauerbestimmung durch akustische Muster

Eine bei Predictive Maintenance häufig verwendete Analysemethode ist die sogenannte akustische Mustererkennung. Dabei lässt sich aufgrund von Änderungen innerhalb eines akustischen Musters die Lebensdauer eines bestimmten Bauteils oder einer Komponente, etwa eines Ventils, bestimmen. Mittels künstlicher Intelligenz (KI) und Machine Learning werden komplexen Messwerten Bedeutungen zugeordnet, auf deren Basis Data Scientists Einschätzungen abgegeben können. So lässt sich beispielsweise aus den Vibrationen eines Tisches in einer CNC-Maschine das aktuelle Verschleißstadium des Bohrers herauslesen. Ist er neuwertig, bereits abgenutzt oder schon verschlissen? Auch präzisere Vorhersagen sind möglich wie: „Der Bohrer hat 15 Prozent seiner Lebenszeit erreicht.“

Eine leistungsfähige Produktion ist auf die Funktionalität ihrer Anlagen und technischen Systeme angewiesen. Als ideal gilt eine technische Verfügbarkeit von mindestens 95 Prozent der möglichen Betriebszeit. Im Rahmen vorausschauender Instandhaltungsmaßnahmen lässt sich in die Maschine eine automatische Erkennung häufig auftretender Fehler implementieren. So etwa die Identifikation von Geberfehlern bei Sensoren oder Abweichungen in der Maschinen-Kalibrierung. Durch den datengestützten, kontinuierlichen und stets aktuellen Einblick in die verwendete Anlage lassen sich Verbesserungspotenziale, zum Beispiel über den Vergleich mit einem digitalen Modell, frühzeitig erkennen und umsetzen und die Verfügbarkeit der Maschine steigern.

Paze läßt sich einfach in unterschiedlichste IT-Systeme integrieren

Um die Produktionsprozesse zu digitalisieren und angemessen zu verwalten, verhilft Paze den Anwendern zu einem direkten, unkomplizierten Zugang zu den Betriebs- und Zustandsdaten der Anlage oder Maschine. Damit das funktioniert, lässt sich Paze nahtlos in die IT-Systeme unterschiedlichster Hersteller integrieren. Wir stellen eine REST API zur Verfügung, über die unsere Kunden Zugang zu den Maschinendaten, Query Ergebnissen aber auch zu anderen Funktionalitäten wie Versioning oder Automations haben.

Das Thema Skalierung ist ein wichtiger Punkt bei der Auswahl der richtigen Technologie, denn je erfolgreicher eine IIoT-Anwendungen ist, desto größere Datenmengen fallen im Laufe der Zeit zur Verarbeitung an. Plattformen, die auf das Management immer größerer Datenmengen nicht eingerichtet sind, werden schnell an ihre Grenzen stoßen.  Bei Paze skalieren alle Services – vom Messaging-, über den Datenbank- bis hin zum API-Service – mehrfach parallel ausführen lassen, damit eine nahtlose Aufstockung (oder Reduktion) von Ressourcen möglich ist.

Ohne Daten wäre IIoT nicht möglich. Ohne geschulte Mitarbeiter, die sich mit der Handhabung und Analyse von Daten auskennen, aber auch nicht. Fachpersonal wie Datenanalysten oder Data Scientists sind heutzutage in mittelständischen Unternehmen viel zu selten anzutreffen, beziehungsweise oft gar nicht vorhanden. Ohne Mitarbeiter mit qualifizierter Datenexpertise wird es jedoch für Unternehmen schwer werden, auf Basis ihrer IIoT-Plattform eine Wertschöpfung zu erzielen.

Low-Code-Plattform als Gamechanger

Aus diesem Grund bietet Paze die Plattform auf Basis von Low Code an. Anstatt klassische textbasierte Programmiersprachen zu verwenden, unterstützt unsere  Low-Code-Plattform die Entwicklung von Prozessen mit visuellen Benutzeroberflächen und anderen grafischen Modellierungsverfahren. Dadurch wird es für unsere Kunden, die zwar über eine große Maschinen-Expertise, aber nur über geringe IT-Ressourcen verfügen, möglich, ihre Anwendungen und Apps selbst zu konfigurieren und die Zustandsdaten ihrer Maschinen und Anlagen ohne professionelles Programmierwissen eigenständig auszuwerten. Predictive Maintenance auf Basis von Low Code sich hier für unsere Kunden im Maschinenbau als ein echter Gamechanger

 

Warum Automatisierungsanbieter im Jahr 2022 auf IIoT setzen sollten

Das Thema Industrial IoT (IIoT) ist für Automatisierungsanbieter Herausforderung und Chance zugleich. Unternehmen, die nicht vernetzt denken und sich ausschließlich auf die Entwicklung von Insellösungen beschränken, könnten künftig bei Ausschreibungen immer häufiger das Nachsehen haben. Mit schlüsselfertigen IIoT-Plattformen wie Paze sind sie hingegen in der Lage, neue Cloud-gestützte Datenprodukte und digitale Zusatzservices anzubieten – und das ohne eigenen Programmieraufwand.

 

Viele Maschinenbauunternehmen stellen heute höhere Anforderungen an ihre Automatisierungspartner. Sie beauftragen sie nicht nur mit der Programmierung leistungsfähiger Steuerungssysteme für ihre Maschinen und Anlagen, sondern wünschen sich auch umfassende Auswertungs- und Vernetzungsmöglichkeiten. Ein zentrales Monitoring des gesamten Maschinenparks, schnelle Benchmark-Analysen oder direkter Datentransfer zu Cloud-Plattformen – das sind Vorgaben die heute in Ausschreibungen von Automatisierungsprojekten auftauchen.

 

Für die Automatisierungsanbieter ist das ein Paradigmenwechsel. Ihr Fokus lag bisher vor allem darauf, für eine optimale Steuerung der einzelnen Maschinen zu sorgen und die Bedienung und Visualisierung für die Betreiber möglichst intuitiv zu gestalten. Noch immer sind aber viele Automatisierungssysteme prinzipiell als Insellösungen konzipiert. Das macht es so aufwändig, die Daten für weiterführende Analysen zu nutzen – beispielsweise für eine Aufschlüsselung von Anomalien und Fehlerhäufigkeiten. Im Störungsfall müssen sich Spezialisten oft noch per VPN auf die einzelnen Steuerungssysteme einwählen und dort mit viel manuellem Aufwand auf Fehlersuche gehen.

 

Durch die fehlende Übersicht gehen sowohl den Maschinenbauern als auch den Betreibern der Maschinen wertvolle Einblicke für die Optimierung des Betriebs und die Steigerung der Produktivität verloren. Automatisierungsanbieter müssen daher in Zukunft ihre Sichtweise erweitern – von der einzelnen Maschine zur vernetzten, intelligenten Lösungsarchitektur.

 

Schlüsselfertige IIoT-Plattformen erleichtern den Einstieg

 

Aber wie finden auch kleine und mittlere Automatisierungsanbieter möglichst schnell den Anschluss zur IIoT-Welt? Zwar verfügen sie bereits über hochspezialisiertes Programmier-Know-how im Produktionsumfeld, aber nicht über die Ressourcen, um in kürzester Zeit eine eigene IIoT-Plattform aufzubauen. Gerade die sichere Vernetzung von lokalen Systemen mit unterschiedlichen Diensten in der Cloud und die Entwicklung innovativer Datenprodukte bringen mittelständische Anbieter schnell an ihre Grenzen.

 

Genau an dieser Stelle kommen schlüsselfertige Lösungen wie die Paze-Plattform ins Spiel. Der voll gemanagte IIoT-Stack wurde in enger Zusammenarbeit mit Maschinen- und Anlagenbauern entwickelt und hat sich in großen Umgebungen mit weltweit verteilten Produktionsstandorten bewährt. Die Paze-Plattform kann industrielle Daten in kürzester Zeit in digitale Mehrwertservices verwandeln.

 

Eine große Stärke von Paze ist die einfache Integrierbarkeit. Die Plattform unterstützt tausende unterschiedlicher Industrieanwendungen und lässt sich über offene Schnittstellen sehr einfach mit den gängigen speicherprogrammierbaren Steuerungen verbinden. Automatisierungsanbieter sparen sich so langwierige „Plumbing“-Phasen. Sie können den Paze Edge Client einfach auf den Industrie-PCs der Maschinensteuerungen installieren und dann sofort loslegen. Der Client ruft in Echtzeit die Daten von den Steuerungssystemen ab, aggregiert diese und überträgt sie über hochsichere Mobilfunkverbindungen in die Cloud der Wahl.

 

Im nächsten Schritt können Automatisierungsanbieter ihren Kunden dann sehr schnell erste Datenauswertungen zur Verfügung zu stellen. Eigener Programmieraufwand ist dafür nicht erforderlich. Paze setzt auf einen Low Code-Ansatz und ermöglicht es so, smarte Datenanwendungen ganz einfach per Plug-and-Play zu bauen. So lassen sich beispielsweise Cloud-basierte Dashboards oder mobile Apps erstellen, um Daten zur Maschinenverfügbarkeit oder zur Gesamtanlagenproduktivität (OEE) anzuzeigen.

 

Beispiel Monitoring: Wie sich mit digitalen Services Kunden binden lassen

 

Je nach Kundenanforderung können Automatisierungsanbieter mit Paze ganz unterschiedliche Use Cases abbilden. Ein typischer Einstieg ist beispielsweise das 24/7-Monitoring. Maschinenbauer wollen heute alle relevanten Daten zu den Maschinen und Anlagen ihrer Kunden im Blick haben und im Störungsfall sofort aktiv werden – im Idealfall, bevor die Prozesse der Kunden beeinträchtigt werden.

 

Diesen Service kann der Automatisierungsanbieter seinen Kunden mit Paze zur Verfügung stellen. Die Plattform bringt einen sofort einsetzbaren Control Room mit, der eine durchgängige Überwachung von Maschinen mit automatisierten Alerts unterstützt. Anwender können sich beispielsweise präzise Daten zur Auslastung und Verfügbarkeit des gesamten Maschinenparks anzeigen lassen. Beim Überschreiten definierter Schwellenwerte werden sofort Benachrichtigungen an die zuständigen Spezialisten verschickt. Auch Auswertungen zu den häufigsten Fehlermeldungen über alle Kundenstandorte hinweg sind im Control Room abrufbar. Per Drill-Down können sich Service-Techniker zudem Alarmhistorien von Steuerungssystemen ansehen und in Beziehung zu allen relevanten Maschinendaten setzen. Das vereinfacht die Problembehebung und minimiert die Standzeiten von Maschinen.

 

Wie die Aufgabenverteilung zwischen Maschinenbauer, Automatisierungspartner und Maschinenbetreiber aussieht, ist dabei von Fall zu Fall unterschiedlich. Auch beim Servicemodell bietet Paze maximale Flexibilität. Automatisierungsanbieter können die IIoT-Plattform einmalig für ihre Kunden einrichten, die gesamte Plattform für sie betreiben oder auch eigene Mehrwertservices auf Basis des IIoT-Stacks anbieten. Dank der integrierten Berechtigungsverwaltung von Paze ist dabei immer klar definiert, wer Zugriff auf welche Daten erhält – und was er mit diesen Daten tun kann.

 

Datentransparenz schafft neue Business-Chancen

 

Eine IIoT-Plattform wie Paze eröffnet Automatisierungsanbietern eine Vielzahl von Möglichkeiten, ihr Business weiterzuentwickeln. Die Daten-Apps der Plattform können beispielsweise helfen, Inbetriebnahmen neuer Anlagen und Maschinen zu beschleunigen. Alle beteiligten Stakeholder erhalten sofort Zugang zu den Informationen, die für die optimale Einrichtung benötigt werden. Auch Fehler, die beispielsweise beim Zusammenspiel mit anderen Maschinen oder Automatisierungssystemen auftreten, werden sofort sichtbar und können schneller behoben werden. So verkürzt die durchgängige Transparenz die Zeit bis zum Produktivbetrieb oft erheblich.

 

Darüber hinaus können Automatisierungsanbieter ihren Kunden mit Paze Daten liefern, die für eine vorausschauende Instandhaltung der Maschinen benötigt werden. Auch wenn das Thema Predictive Maintenance in vielen Unternehmen noch in der Erprobungsphase ist – das große Potential dieser Technologie hat die Maschinenbauindustrie längst erkannt. Der Schlüssel dafür sind intelligente Anwendungen, die anhand von historischen Daten sich anbahnende Störungen und Fehler erkennen. Mit der IIoT-Plattform von Paze sind Automatisierungsanbieter schon heute in der Lage, ihren Kunden diese Daten zugänglich zu machen – und so dem Wettbewerb einen großen Schritt voraus zu sein.

 

Wie IIoT das Wachstum in der Kranindustrie vorantreibt

Sehen Sie sich an, wie wir dem weltweit führenden Kranhersteller geholfen haben, die Ursachenanalyse zu verwalten und zu automatisieren, indem wir mithilfe von IIOT Edge-Daten sammeln und analysieren.

 

Es ist ein Alptraum für Kranhersteller und -betreiber: Ein Kran bleibt stehen – und das Serviceteam ist nicht in der Lage, die Ursache zu ermitteln.

Eine hektische Fehlersuche beginnt, während die Verzögerungen am Umschlagplatz jede Minute höhere Kosten verursachen.

Um genau dieses Szenario zu vermeiden, setzt einer unserer Kunden, ein weltweit führender Kranhersteller, auf unsere Industrial IoT-Technologie.

Durch das Sammeln und Analysieren von Maschinendaten über eine Edge  ist es dem Unternehmen mithilfe Paze-Plattform gelungen, die Ursachenanalyse zu automatisieren und dem Serviceteam konkrete Ratschläge zu geben. Ergebnisse dieses datengesteuerten Ansatzes: Weniger Ausfallzeiten, höhere Kundenzufriedenheit – und neue Erkenntnisse für den Entwicklungsprozess.

Verbesserter Service und reduzierte Ausfallzeiten

Die Paze Service Optimization Suite ermöglicht es Kranherstellern, ihren Service effizient zu organisieren. Betriebsstörungen, Fehlermeldungen oder Anomalien im Verhalten eines Krans werden auf einem intuitiven Dashboard sofort sichtbar und Servicemanager können Fehler beheben, bevor sie zu einem ernsthaften Problem werden.

Neue, digitale Servicemodelle schaffen zudem eine noch stärkere Kundenbindung, da die Kunden von zusätzlichen Angeboten wie der vorausschauenden Wartung profitieren. Die Service Optimization Suite hilft, die

  • die Anzahl der Serviceverträge um 25% zu erhöhen
  • die Serviceproduktivität um bis zu 18% zu steigern
  • die Effizienz der Servicekosten um 20% zu steigern

Wachsende Kundenzufriedenheit dank maximaler Transparenz

Mit der Customer Suite von Paze können Kranhersteller ihren Kunden einen umfassenden Überblick über ihre Maschinen und Anlagen geben.

Mehr Transparenz durch detaillierte Berichte und aussagekräftige Benachrichtigungen erhöhen das Vertrauen und die Intensität der Partnerschaft erheblich.

Die Kunden haben ein besseres Verständnis für die Leistung ihrer Krane und können diese Informationen nutzen, um ihre Prozesse zu optimieren und selbst greifbare und erfolgreiche Geschäftsergebnisse zu erzielen.

Die Customer Suite hilft dabei

  • die Effizienz um 21% zu steigern
  • Störungen um 34% zu reduzieren
  • den Umsatz um bis zu 8 % zu steigern
  • das Geschäft um bis zu 4 % zu steigern

Forschung und Entwicklung im Rekordtempo

Mit seiner Engineering Suite bietet Paze Ingenieuren in der Kranindustrie einen tiefen Einblick in alle wichtigen Daten, die sie für den Entwicklungsprozess benötigen.

Zeitaufwändige Belastungsannahmen auf Basis von Aufzeichnungen und die Überprüfung von Hypothesen durch kostspielige Tests sind nicht mehr notwendig. Mit den low-code Tools von Paze können Ingenieure schnell und einfach Daten-Apps erstellen, die präzise und höchst wertvolle Informationen über Maschinen und Komponenten liefern – auch ohne  Programmierkenntnisse.

Ob es sich um die Drehmomentbelastung von Motoren, die Auswirkung von exzentrischen Lastaufnahmen oder die Dauerbelastung einer Verriegelungsvorrichtung handelt – all diese Informationen können auf einfache und schnelle Weise analysiert werden.

Die Engineering Suite hilft dabei

  • die Entwicklungskosten um 18% zu senken
  • den Innovationszyklus um 8% zu verkürzen
  • den Markteintritt um 12% zu beschleunigen
  • die Garantie- und Gewährleistungskosten um 25% zu senken

Konfliktpotenzial “Edge”?

Die Edge, beziehungsweise Edge Computing, erfreut sich im Maschinenbau enormer Beliebtheit. Die Auswertung und Verarbeitung von Daten auf Maschinenebene spart nicht nur Kosten für Bandbreite und Cloud-Kapazitäten sondern ist in vielen Fällen auch entscheidend für die Echtzeitverarbeitung von Daten, bei der Latenzen zum Problem werden.

 

Die Edge, beziehungsweise Edge Computing, erfreut sich im Maschinenbau enormer Beliebtheit. Die Auswertung und Verarbeitung von Daten auf Maschinenebene spart nicht nur Kosten für Bandbreite und Cloud-Kapazitäten sondern ist in vielen Fällen auch entscheidend für die Echtzeitverarbeitung von Daten, bei der Latenzen zum Problem werden.

Dennoch ist die Edge eine Sache, bei der die Interessen von Maschinenherstellern, Maschinenbetreibern und Dienstleistungsunternehmen kollidieren. Während der Maschinenhersteller unter Preisdruck steht und eine technische Lösung wählt, die preislich optimal ist, interessiert den Maschinenbetreiber vor allem die Integrationsfähigkeit sowie die Handhabung der Komponenten.

Frei nach dem Credo: “Es funktioniert? Dann wird es nicht angefasst!” Das wiederum ist ein Problem, denn wenn an der Edge mit externen Partnern zusammengearbeitet werden soll, brauchen diese Zugriff – ein Thema das schnell die sichtlich genervte IT auf den Plan ruft.

Außerdem lässt man sich ja bekanntlich ungern in die Karten blicken. Da wird der Besuch der Werkshalle oder der Anlage – zum Beispiel für Updates – vom Sicherheitsaufwand her schnell zum Staatsbesuch

An sich sind wir doch aber alle friedliebende Wesen und hegen nur selten üble Absichten. Vor daher lassen Sie uns einen kurzen Blick darauf werfen, wie die Zusammenarbeit an der Edge aussehen kann:

OTA Edge Management ist vor allem dann wichtig, wenn hunderte Maschinen weltweit verwaltet werden müssen. Betreiber vor Ort müssen hier mit Service-Providern und Herstellern reibungslos zusammenarbeiten können. Eine entsprechende Software jedoch auf jedem einzelnen Gerät zu installieren und zu pflegen, ist unvorstellbar.

Wie wäre es jedoch, wenn Sie die Geräte einfach über Ihren Browser verwalten könnten? Genau das lässt sich heute problemlos über webbasierte Plattformen realisieren.

Edge Data Routing treibt der IT den Schweiß auf die Stirn: Wo zur Hölle gehen meine Daten hin? Wo dürfen oder müssen sie hin?

Und was ist, wenn man seine Meinung ändert? Gerade bei komplexen IT-Infrastrukturen verliert man hier schnell den Überblick.

Gleichzeitig gibt es oft massive Unterschiede im Wissensstand zwischen Ihren Mitarbeitern und denen der Partner. Hier hilft es, auf Low Code Anwendungen zu setzen, die ohne Programmierkenntnisse bedienbar sind.

Per Drag-&-Drop lassen sich so Daten in einer intuitiven Plattform zusammenführen und der Datenstrom wird gezielt gesteuert und kontrolliert.

Sie verstehen nur Bahnhof? Ähnlich geht es dem Rest der Belegschaft, wenn er mit Daten konfrontiert wird, für die man eigentlich ausgewiesene Domänen-Experte sein muss. Was aber wenn der Einkauf bestimmte Informationen benötigt, oder der externe Dienstleister einen Prozess adaptieren will?

Hier bedarf es der Data Translation, also der Transformation von Daten in verständliche Formate. Mit entsprechenden Daten-Nomenklaturen bestückte Data Translation Tools lassen sich “Übersetzungen” einfach und flexibel bewerkstelligen.

Und sind wir mal ehrlich: Arbeitet es sich nicht viel leichter zusammen, wenn man die gleiche Sprache spricht?

Statt also in einem ewigen Hauen und Stechen zu verweilen, sollten wir uns besinnen: Niemand kann alles alleine schaffen. Was wir also brauchen, ist eine Plattform, die uns die effiziente Kollaboration ermöglicht.

Stellen Sie sich vor was wir alles schaffen können, wenn wir die Zeit für das Bauen von Mauern lieber in den Bau von Brücken investieren würden.

IIoT Jahre sind wie Hundejahre

Die Marktforscher von Gartner gehen davon aus, dass 50% der Industrieunternehmen bis 2025 Industrial IoT-Plattformen einsetzen, um den Betrieb in ihrer Produktion zu verbessern – verglichen mit nur 10% in 2020.

 

Die Marktforscher von Gartner gehen davon aus, dass 50% der Industrieunternehmen bis 2025 Industrial IoT-Plattformen einsetzen, um den Betrieb in ihrer Produktion zu verbessern – verglichen mit nur 10% in 2020.

Allein durch den Einsatz einer IIoT-Plattform haben diese Unternehmen jedoch längst noch nicht alle Chancen der Wertschöpfung anhand der Produktionsdaten für sich entdeckt.

Aber sie haben einen gewaltigen Vorteil: sie sind gestartet.

Das Wichtigste ist einfach anzufangen!

Denn die Wertschöpfung durch IIoT ist eine Funktion der Datenmenge und der Datenkompetenz. Sprich für einige Anwendungen vor allem im AI Bereich ist es nötig Daten über mehrere Monate manchmal sogar Jahre zu sammeln.

Daher spielt der Startzeitpunkt eine wichtige Rolle. Die Datenkompetenz ist die Fähigkeit der Mitarbeiter Maschinendaten für ihr Tagesgeschäft zu nutzen. Das ist ebenfalls etwas, das einfach Zeit und Übung benötigt.

Also die Zeit als wesentlicher Faktor darf nicht unterschätzt werden. Während das eine Unternehmen noch am Planen ist, arbeitet das Andere schon fieberhaft an seiner Datenkompetenz und seinem Datenpool.

Durch datenbasierte Entscheidungen können in nur einem Jahr G&V relevante Geschäftsfälle realisiert werden, wozu das Unternehmen sonst ein Vielfaches an Zeit benötigt hätte.

IIoT Jahre sind in diesem Sinn fast wie Hundejahre. Diese Vorsprungslücke ist nicht mehr einfach zu schließen.

Aller Anfang ist schwer

Der Startprozess ist wohl einer der schwierigsten, denn man muss Kollegen, Kunden und oft auch das eigene Management mit auf diese Daten-Reise nehmen.

Wie kann es gelingen die Chancen im eigenen Unternehmen abzuschätzen und zusätzlich das Umfeld dafür zu begeistern? Das Zauberwort heißt Wettbewerbsfähigkeit.

SMEs im Bereich Maschinenbau bzw. Maschinenbetreiber haben unterschiedliche Schwerpunkte für den sinnvollen Einsatz von Maschinendaten. Doch die Wettbewerbsfähigkeit ist der gemeinsame Nenner.

Die Wettbewerbsfähigkeit als Orientierungspunkt

Bei allen Überlegungen rund um das Thema IIoT können Sie sich an der Frage “Welchen Wettbewerbsvorteil kann ich mir damit verschaffen?” orientieren.

Damit haben Sie ein messerscharfes Entscheidungstool um abzuwägen, ob Sie für die Planungsphase 6 Monate oder 2 Jahre investieren wollen oder zum Priorisieren den Umsetzungsschritte.

Mit der Monetarisierung im Blick, fällt Ihnen auf, dass eine IIoT-Plattform alleine noch keinen Mehrwert bringt und damit auch keinen Wettbewerbsvorteil.

Sie stellen Überlegungen an, was denn tatsächlich das Ergebnis unterm Strich beeinflussen könnte.

Sie sind im Maschinenbau zuhause?

Dann gibt es unzählige Möglichkeiten, Daten für interne als auch externe Zwecke (Kunden) einzusetzen:

  • proaktiver 24/7 Service und Support
  • Gewährleistungsfälle verringern
  • Under/Overengineering erkennen
  • Nutzerverhalten analysieren und Produkte daraufhin optimieren
  • Pay-per-Use Modelle transparent abrechnen

Sie sind Maschinenbetreiber oder ein Produktionsbetrieb? Hier einige Beispiele, wie man die Chancen von Maschinendaten nutzen kann:

  • OEE Vergleiche in Echtzeit über weltweite Produktionsstandorte
  • Alarme analysieren, um gezielte Mitarbeiterschulungen durchzuführen, um
  • Produktivität zu erhöhen
  • vorausschauende Wartung inkl. automatischer Ersatzteilbestellung
  • Überwachung des gesamten Maschinenparks, nicht nur einzelner Hersteller

Mit unseren Kunden machen wir gewöhnlich einen Workshop, in dem wir mit allen Entscheidungsträgern die wichtigsten Anwendungen erarbeiten. Denn auch ein CFO kann Nutzen aus Daten ziehen (mehr dazu hier: download 3 IIoT Use cases, an die Sie so nicht gedacht haben).

und ist eher geneigt hinter dem Vorhaben zu stehen, wenn er das verstanden hat.

Wie diese nicht ungewöhnlichen Ziele mit IIoT erreicht werden können, finden unsere Kunden in unserem Planungsworkshop meist recht schnell heraus.

Dazu ist es hilfreich mit einer Technologie zu arbeiten, die Rapid-Prototyping zulässt, also das schnelle und flexible Erstellen von Prototypen, damit man gleich noch im Workshop sehen kann, wie das in der Plattform aussieht.

Langer Rede kurzer Sinn:

  • fangen Sie so früh wie möglich an,
  • verzetteln Sie sich nicht beim Aufbau einer Plattform und
  • halten Sie den Fokus auf die Wettbewerbsvorteile durch IIoT

Falls Sie sich fragen, wie das konkret in Ihrem Fall aussehen könnte, dann buchen Sie doch ein unverbindliches Assessment. Unser Customer Success Team kümmert sich gerne um all Ihre Anliegen.

Book a meeting

Was ist vorausschauende Wartung?

berblick über die vorausschauende Wartung

1.1. Was ist vorausschauende Wartung?

Vorausschauende Wartung ist eine Technik, die Datenanalysetools und -techniken einsetzt, um Anomalien in Ihrem Betrieb und mögliche Defekte in Anlagen und Prozessen zu erkennen, damit Sie diese beheben können, bevor sie zu einem Ausfall führen.

Im Idealfall ermöglichen Programme zur vorausschauenden Wartung eine möglichst geringe Wartungshäufigkeit, um ungeplante reaktive Wartung zu vermeiden, ohne dass dabei Kosten anfallen, die mit zu viel präventiver Wartung verbunden sind.

1.2. Warum ist die vorausschauende Wartung so wichtig?

Wenn die vorausschauende Wartung als Wartungsstrategie effektiv funktioniert, werden Maschinen nur dann gewartet, wenn es erforderlich ist. Somit wird eine zustandsabhängige Wartung durchgeführt kurz bevor ein Ausfall zu erwarten ist. Dies bringt mehrere Kosteneinsparungen mit sich, denn die Zeit für die Wartung wird effektiv minimiert. Dadurch werden auch die Ausfallzeiten bei der Produktion verkürzt und die Kosten für Ersatzteile und Zubehör vermindert.

1.3. Wie funktioniert vorausschauende Wartung?

Die vorausschauende Wartung nutzt historische und Echtzeitdaten aus verschiedenen Bereichen Ihres Betriebs, um Probleme zu erkennen, bevor sie auftreten. Es gibt drei Hauptbereiche in Ihrem Unternehmen, die bei der vorausschauenden Wartung eine Rolle spielen. Dazu gehört die Echtzeit-Überwachung von Anlagenzustand und Leistung, die Analyse von den Daten für den Arbeitsauftrag und das Benchmarking der MRO-Bestandsnutzung.

1.4. Für welche Anwendungen eignet sich vorausschauende Wartung?

Zu den Anwendungen, die sich für eine vorausschauende Wartung eignen, gehören solche, die eine kritische Betriebsfunktion haben und zudem Fehlerarten aufweisen, die durch regelmäßige Überwachung kostengünstig vorhergesagt werden können.

1.5. Wie wird vorausschauende Wartung durchgeführt?

Ziel der vorausschauenden Wartung ist es, den besten Zeitpunkt für die Durchführung von Arbeiten an einer Anlage zu bestimmen, damit die Wartungshäufigkeit so gering wie möglich und die Zuverlässigkeit so hoch wie möglich ist, ohne dass unnötige Kosten entstehen.

Datenanalyse für vorausschauende Wartung und die Nutzung des Internets der Dinge sind der Schlüssel für die Umsetzung eines erfolgreichen vorausschauenden Wartungsprogramms, ebenso wie der Einsatz von Sensoren und Techniken zur vorausschauenden Wartung.

Tools und Prozesse für die vorausschauenden Wartung

2.1. Welche Tools werden zur vorausschauenden Wartung eingesetzt?

Eine ständige Zustandsüberwachung hilft bei der Identifizierung von Problemen, da sie den genauen Grund für den Ausfall von Anlagen aufdecken kann, und somit die Zuverlässigkeit der Anlagen steigern kann. Außerdem kann die Zustandsüberwachung bei der Vorhersage künftiger Anomalien helfen und die Zuverlässigkeit der Anlagen verbessern.

Auch die Wartungsprotokolle der einzelnen Anlagen können gefiltert und analysiert werden, wenn Sie eine große Datenmenge haben. Sie benötigen jedoch viele Anlagen desselben oder ähnlichen Typs, um den notwendigen Prozessablauf der vorausschauenden Wartung genau zu erfassen.

Wartungsprotokolle helfen auch dabei, herauszufinden, welche Anlage mehr Wartung benötigt als erforderlich. Zudem lässt sich feststellen, welche Art von Aktivitäten in der Wartung anfallen, wie z. B. der Austausch von Teilen usw.

Zusätzlich ist die Auswertung von basierenden Berichten eines der wichtigsten Instrumente der vorausschauenden Wartung. Diese Berichte enthalten wichtige Informationen und Details, die zum Verständnis der Anlage und zur Vorhersage der Anlagenleistung, des Ausfalls usw. hilfreich sind.

Auch die Anlagenablesung ist anwendbar auf einige Anlagentypen, die in regelmäßigen Abständen ausfallen oder nach einer bestimmten Zeit zu überhitzen beginnen. Viele Anlagen kommen nur aus diesem Grund zur Wartung.

Manchmal ist es schwer, den Überblick darüber zu behalten, wie lange ein Gerät arbeitet. Mit diesem Software-Tool zur vorbeugenden Wartung werden Sie gewarnt und können die Maschine stoppen und einen Ausfall vermeiden.

2.2. Welche Services werden zur vorausschauenden Wartung eingesetzt?

Die durch vorausschauende Wartung ermöglichten Dienstleistungen können in vier Hauptguppen aufgeteilt werde. On-Premises und Infrastructure as a Service können selbst verwaltet werde und Platform as a Service und Software as a Service werden vom zuständigen IT-Provider verwaltet.

Einige Plattformen wie Paze verfügen über Anwendungsvorlagen wie OEE zur Überwachung von Alarmen, Engpässen oder einem Service-Kontrollraum. Dies gibt Ihnen eine zusätzliche Starthilfe, da Sie direkt zum Kunden gehen und Iterationszyklen starten können. Sie können die Wertschöpfung schon sehr früh im Projekt entwickeln.

2.3. Wie wird ein Programm zur vorausschauenden Wartung gestartet?

Ein vorausschauendes Wartungsprogramm (PdM) antizipiert den zukünftigen Zustand von Sachanlagen und trifft zeitnahe und fundierte Wartungsentscheidungen. PdM – wie auch die Idee von Industrie 4.0 – hängt von der Konvergenz von Informationstechnologien (IT) und Betriebstechnologien (OT) ab. Der Schlüssel zu einem erfolgreichen Predictive-Maintenance-Programm liegt darin, Menschen, Prozesse und Technologie zusammenzubringen und die angestrebten Ziele genau zu definieren.

Vor allem für KMU haben oft nicht die Ressourcen, eine Lösung komplett neu zu entwickeln. Paze bietet hier eine End-to-End-Lösung von der Edge bis zur App an. Software Module werden, wo benötigt, in die bestehende IT-Infrastruktur integriert. So gibt es auch später beim Skalieren und beim Roll-out kein böses Erwachen.

2.4. Schritte zur vorausschauenden Wartung

Nachdem der Hauptzweck und die Schwerpunktbereiche für eine Umstellung auf die vorausschauende Wartung festgelegt wurden, sollte die Bewertung des Status quo beginnen.

Die erste Aufgabe besteht darin, die derzeit genutzten Prozesse und Systeme zu dokumentieren, um festzustellen, was gut funktioniert und wo es Wissens- und Fähigkeitslücken gibt. Dazu gehört auch ein Blick auf die Infrastruktur und die Identifizierung von kritischen Arbeitsplätzen und Datenerfassungspunkten.

Die Bewertung berücksichtigt und bewertet die Bereitschaft einer Einrichtung zur digitalen Transformation, einschließlich einer Gap-Analyse, die nicht nur den Status quo von Prozessen und Technologie dokumentiert, sondern speziell beschreibt, wie nah oder weit dieser Status quo von der digitalen Bereitschaft entfernt ist.

Aus dieser Bewertung geht ein Pilotprojekt hervor, ein Produktionsprüfstand, in dem Technologien und Verfahren eingesetzt werden, die erforderlich sind, um einige der in der Bewertung ermittelten Lücken nachweislich zu schließen. Die Rapid-Prototyping-Funktion von Paze hilft zudem schnell zu einem hochwertigen Prototypen zu gelange, der auf alle wichtigen Daten zugreifen kann.

2.5. Wie kann die Leistung von Prognosemodellen verbessert werden?

Es sind nicht nur Daten, sondern auch Menschen, die dafür sorgen, dass dies funktioniert. Im Unternehmen gibt es wahrscheinlich Experten, die eine Maschine oder einen Prozess von vorne bis hinten kennen und seit vielen Jahren damit arbeiten.

Die jetzt gesammelten und verwendeten digitalen Daten sind von größter Bedeutung, aber die von den Experten gewonnenen Erkenntnisse – über Dinge, für die es keine Daten gibt oder die nie gemessen wurden – können unbezahlbare Informationen enthalten, die zur Validierung der Ergebnisse beitragen. Diese Menschen sind ein wertvolles Gut und ein wichtiger Bestandteil jeder digitalen Strategie.

Beispiele für den Einsatz von vorausschauender Wartung

3.1. Vorausschauende Wartung in der Fertigung

Ein Industriezweig, in dem sich eine vorausschauende Wartung lohnt, ist das verarbeitende Gewerbe, in dem regelmäßig große und teure Werkzeuge und Anlagen eingesetzt werden. Wenn solche Geräte ausfallen, könnte ein ganzes Unternehmen, das von der Fertigung abhängt, große Verluste erleiden, die die Installations- und Betriebskosten der vorausschauenden Wartungstechnologie durchaus aufwiegen können.

3.2. Vorausschauende Wartung für den Maschinenbau

Vor allem für den Maschinenbauer ist die vorausschauende Wartung als Serviceleistung für seine Kunden hochinteressant. Anlagen und Geräte, deren Sensoren schon in eine Software zur vorausschauenden Wartung integriert sind, können den Kunden erhebliche Einsparungen bei der Wartung und den Kosten für Servicedienstleister bringen.

Maschinenbauer können Ihre Produkte auch mit zusätzlichen Servicedienstleitungen für die vorausschauende Wartung anbieten, was den Wert der Produkte erhöht und zu einer langfristigen Kundenbindung führen kann.

3.3. Vorausschauende Wartung in der Automobilindustrie

In der Automobilproduktion können geplante oder ungeplante Ausfallzeiten und die damit verbundenen Kosten zu einem erheblichen Rückschlag führen. Mit der vorausschauenden Wartung ist es möglich, den Zustand von Industrieanlagen ständig in Echtzeit zu überwachen und die Wahrscheinlichkeit von Ausfällen vorherzusagen. Dies verbessert die Effizienz des Betriebs und senkt die Wartungskosten der Anlagen.

3.4. Vorausschauende Wartung in der Öl- und Gasindustrie

In der Öl- und Gasindustrie fehlt oft der Überblick über den Zustand der Anlagen an abgelegenen Offshore-Standorten. Wartungstechniker würden diese Standorte in bestimmten Zeitabständen aufsuchen, um den Zustand der Anlagen zu überprüfen und Ölanalysen durchzuführen, auch wenn dies nicht notwendig ist.

Mit der vorausschauenden Wartung können Öl- und Gasunternehmen den Zustand und die Leistung ihrer Anlagen bewerten und nur dann Wartungsarbeiten einplanen, wenn ein von der Norm abweichendes Problem festgestellt wird.

3.5. Vorausschauende Wartung mit maschinellem Lernen

Heutzutage vereinfachen und verbessern maschinelles Lernen und KI zahlreiche Prozesse und Dinge. Die Wartung von Anlagen ist einer davon. Heute können Sie die vorausschauende Wartung zusammen mit Statistiken und Algorithmen des maschinellen Lernens nutzen, um große Verluste und Anomalien zu verhindern.

3.6. Vorausschauende Wartung und Zustandsüberwachung

Unter Zustandsüberwachung versteht man die Überwachung des Zustands eines Systems, um Veränderungen zu erkennen, die auf eine Beschädigung oder einen drohenden Ausfall hindeuten würden. Sie ermöglicht es den Betreibern, Probleme (durch Reparatur- und Wartungsverfahren) zu erkennen und zu beheben, bevor sie zu einem Ausfall der Anlage führen.

Predictive Maintenance (vorausschauende Wartung) bezieht sich auf die Planung korrigierender Wartungsmaßnahmen auf der Grundlage von Vorhersagen über die Entwicklung eines Systems. Diese Vorhersagen basieren auf Daten, die durch Zustandsüberwachung gewonnen werden, und auf anlagenspezifischem Wissen.

Mit anderen Worten: Predictive Maintenance ist eine der Möglichkeiten, wie Condition Monitoring genutzt werden kann. Die beiden Verfahren ergänzen sich und beziehen sich auf unterschiedliche Arten der Nutzung und Auswertung von Sensordaten.

3.7. Vorausschauende Wartung und IoT

Heute verfügen die meisten modernen Industriemaschinen bereits über eine Vielzahl von verschiedenen Sensoren, die kontinuierlich Daten erfassen und es ermöglichen Modelle für die vorausschauende Wartung aufzustellen. Mit diesen Sensoren, die Echtzeitdaten über verschiedene Geräte, Systeme, Anlagen und Standorte hinweg erfassen, ermöglicht die IoT-basierte vorausschauende Wartung den Herstellern eine effektive Vorhersage und Planung von Ereignissen wie Geräteausfällen oder dem Austausch von Ersatzteilen.

3.8. Vorausschauende Wartung und die intelligente Fabrik

Eine intelligente Fabrik oder ein Maschinenpark sind digitalisierte Produktionsstätten, die vernetzte Geräte, Maschinen und Produktionssysteme nutzt, um kontinuierlich Daten zu sammeln und auszutauschen. Diese Daten werden dann als Entscheidungsgrundlage für die Verbesserung von Prozessen und die Behebung von Problemen genutzt.

Die intelligenten Fertigungsverfahren, die in einer intelligenten Fabrik zum Einsatz kommen, werden durch eine Vielzahl von Technologien ermöglicht, darunter künstliche Intelligenz (KI), Big-Data-Analytik, Cloud Computing und das industrielle Internet der Dinge (IoT) eingesetzt und dies bietet die optimalen Voraussetzungen für eine erfolgreiche Umsetzung von vorausschauender Wartung.

3.9. Vorausschauende Wartung und Industrie 4.0

Da das Internet der Dinge (IoT) weiter voranschreitet, beginnen die Unternehmen, einen Industrie 4.0-Ansatz für den Fertigungssektor zu verfolgen. Die Weiterentwicklung von KI und ML wird die vorausschauende Wartung unterstützen und den Unternehmen letztlich einen extremen Vorteil gegenüber allen verschaffen, die nicht auf Industrie 4.0 setzen.

3.10. Vorhersagende Wartung und Edge Computing

Edge Computing reduziert die Belastung von Netzwerken und anderen IT-Infrastrukturen und hält die Kosten niedrig. Die Technologie umfasst den Einsatz von Geräten, die die erfassten Daten direkt in der Fabrikhalle analysieren, anstatt sie an eine Cloud zu senden. Edge Computing kann auch dazu beitragen, die Verbreitung von IIoT-basierter vorausschauender und präskriptiver Wartung zu maximieren.

Bei einigen IIoT-Implementierungen ist die Internetverbindung aufgrund von Faktoren wie abgelegenen Standorten oder der Unzuverlässigkeit von Mobilfunkverbindungen nicht immer verfügbar.

Schlussfolgerung

Paze bietet die optimale Lösungen für KMUs im Maschinenbau und in der produzierenden Industrie. Mit unserer modularen End-to-End-Lösung haben wir genau die richtigen Bausteine, die unsere Kunden benötigen, um die bestehenden IT-Systeme (wie MES, ERP, Ticket etc.) mit der nötigen Datentiefe anzureichern und extensiv auszuwerten.

Dies beginnt bereits in der Planungsphase, in der Sie unser Rapid-Prototyping-Tool für das Brainstorming von Anwendungsfällen nutzen und alle Beteiligten an Bord holen können.

Die Einrichtung und der Betrieb der Plattform sind innerhalb weniger Tage erledigt – und das mit modernster Technologie und höchsten Sicherheitsstandards. Wir verfügen über ein ausgezeichnetes 1st, 2nd and 3rd Support-Team inklusive Ticketing-System und Telefonsupport.

Wir bieten sowohl Low-Code-Tools für non-coding Teams sowie den Zugang zur REST API für Entwickler und Systemintegratoren an. Unsere Out-of-the-box-Lösungen für den supereffizienten Start, und unser Kundenerfolgsteam mit Branchenhintergrund kann Ihren Benutzern helfen, den größten Nutzen in den Daten zu finden.

 

This website uses cookies for a better experience.