Vorausschauende Wartung ist eine unserer abteilungsübergreifenden Kernkompetenzen und das auf verschiedenen Ebenen. Wir arbeiten dabei insbesondere mit Unterstützung Künstlicher Intelligenz (KI). Schlagworte sind hier Maschinelles Lernen (ML), Neuronale Netze und das Internet of Things (IoT) als Kommunikations- und Datennetzwerk.

Condition Monitoring und Predictive Maintenance

Daten erfassen, analysieren, vorhersagen und bewerten aus einer Hand

Industrie 4.0 und Digitalisierung bieten viel Potenzial, beispielsweise Produktionsanlagen durch Condition Monitoring und Predictive Maintenance effizient und kostenoptimal zu betreiben. Mit maßgeschneiderten Lösungen helfen wir Unternehmen dabei, die Theorie in industrielle Praxis zu übersetzen und Kosten zu sparen.


Predictive Maintenance basiert in erster Linie darauf:

  • Stillstände zu vermeiden und Ausfallzeiten geringzuhalten
  • defekte und fehlerhafte Komponenten schnell zu reparieren oder zu ersetzen
  • Wartungen kostenoptimal zu planen und Energiekosten zu verringern
  • Produktionskosten bei optimaler Qualität zu senken

Arbeitsschritte zur Prozessoptimierung und um das Potenzial von Predictive Maintenance auszuschöpfen

Dabei sind verschiedene Arbeitsschritte mit ihren produktionsspezifischen Anforderungen zu berücksichtigen:

  1. Smarte Sensordaten und Digitaler Zwilling
    Die Sensordaten werden erfasst, lokal vorverabeitet und an eine Recheneinheit zur multivariaten Datenanalyse übergeben. Es gilt dazu einerseits die Anzahl der Sensoren gering zu halten und anderseits einen hohen Informationsgehalt mit bestmöglicher Messqualität zu generieren, um einen Digitalen Zwilling des Systems zu erschaffen. Ein Design-of-Experimenents hilft, mit einer minimalen Anzahl von Experimenten den maximalen Informationsgehalt zu erhalten.  

  2. Condition Monitoring
    Die Qualitätsanalyse bzw. die Überwachung der Produktqualität erlaubt bereits erste Rückschlüsse auf eine Veränderung im Herstellungsprozess. Im Condition Monitoring von Anlagen erkennt man kritische Ereignisse und Zustände mit hohem Verschleißpotenzial. Ereignisse und Fehler werden klassifiziert und bewertet. Kritische Ereignisse können durch schnelle Reaktion unmittelbar beseitigt werden, um kostenintensive Folgeschäden abzuwenden. Zusätzlich werden passende Diagnosen der Ursachen erstellt.

  3. Mit Predictive Maintenance Risiken vorhersehen
    Predictive Maintenance prognostiziert Risiken unerwünschter Betriebszustände und Ereignisse auf Basis der im Condition Monitoring gewonnenen Erfahrungswerte. Diese Prognosen ermöglichen bedarfsorientierte Planungen von Service- und Wartungsaktionen zur Optimierung der Anlageneffektivität.

  4. Predictive Maintenance spart Kosten und Zeit
    Mit Predicitve Maintenance werden Ausfallzeiten reduziert und Kosten gespart, da Servicetechniker:innen, Ersatzteile und Logistik durch passende Diagnosen zielgerichtet bereitgestellt werden. Predictive Maintenance hilft die Verfügbarkeit der Anlagen zu planen und liefert frühzeitig Informationen für zielgerichtete Wartungsaktionen bei gleichzeitiger Berücksichtigung von Herstellungs-, Service- und Verkaufspreisen.

Unsere Kompetenzen und Services

Wir unterstützen Sie bei der Entwicklung von Modulen zur Optimierung der Effektivität Ihrer Anlagen und Qualitätsanalyse Ihrer Produkte aus einer Hand und das Schritt für Schritt über den gesamten Product-Lifecycle hinweg. Oder wir liefern Ihnen die passenden Module. Dabei sind unsere Leistungen modular aufgebaut:
 

Modul Datenerfassung, Datentransfer und Qualitätsanalyse

  • Wir analysieren vorhandene und ermitteln benötigte Informationen/Messdaten für Ihre Anwendungsfälle, z.B. zur Qualitätsanalyse oder Erstellung eines digitalen Zwillings. Dabei greifen wir auf vorhandene Sensorik zurück oder bieten bei Bedarf gerne die bei uns entwickelten Spezialsysteme an:
    • Innovative bildbasierte Komplettlösungen für die automatisierte Qualitätsanalyse (z.B. Oberflächeninspektion)
    • Terahertz-Technologie für Schichtdickenmessungen
    • Torsionserfassung mittels berührungsloser Drehmomentsensorik
  • Wir unterstützen Sie beim Datentransfer vom Sensor zur Analyseeinheit.
     

Modul Condition Monitoring

Wir identifizieren, entwickeln und integrieren für Ihre Daten- und Informationsanlage passgenaue Machine-Learning- bzw. Deep-Learning-Algorithmen zur Zustandsanalyse und -diagnose. Beispielhaft zu nennen sind unsere Online-Monitoringsysteme für Torsionsschwingungen von rotierenden Anlagen.
 

Modul Predictive Maintenance

Wir erstellen Prognosen für die bedarfsorientierten Planungen von Service- und Wartungsaktionen, auch auf Basis von Informationen von Anlagenparks. Wir entwerfen mit Ihnen lösungsorientierte Predictive-Maintenance-Algorithmen für Ihre individuelle Anlage.
 

Modul Kostenmodelle

Wir erstellen und berücksichtigen Markt- und Kostenmodelle für die Wartung Ihrer Maschinen und Anlagen zur Gesamtkostenbewertung der Instandhaltungsmaßnahme. Wir berücksichtigen insbesondere Energiepreise, die wir mit innovativen Modellen basierend auf finanzmathematischen Methoden berechnen. Spezielles Augenmerk gilt dabei Flexibilitäten, die es erlauben, von schwankenden Energiepreisen optimal zu profitieren.

Unsere Lösungen können Sie in gängige IOT-Plattformen integrieren. Wir unterstützen Sie aber auch bei der Entwicklung Ihrer individuellen Lösung.

 

Weiterführende Informationen zu den einzelnen Modulen

 

Berührungsloses Torsionsmonitoring und Predictive Maintenance

Wir analysieren Informationen/Messdaten für Ihre Anwendungsfälle z.B. zur Qualitätsanalyse oder Erstellung eines digitalen Zwillings. Dabei greifen wir auf vorhandene Sensorik zurück oder bieten bei Bedarf gerne die bei uns entwickelten Spezialsysteme an, wie der Torsionserfassung mittels berührungsloser Drehmomentsensorik.

 

Markt- und Kostenmodelle

Wir erstellen und berücksichtigen Markt- und Kostenmodelle für die Wartung Ihrer Maschinen und Anlagen zur Gesamtkostenbewertung der Instandhaltungsmaßnahme. Wir berücksichtigen dabei u.a. die Energiepreise.

 

Virtuelle Bildverarbeitung

Wir bieten zudem innovative bildbasierter Komplettlösungen für die automatisierte Qualitätsanalyse (z.B. Oberflächeninspektion) mit virtueller Bildverarbeitung.

Weitere Informationen aus der Praxis

Keynote auf YouTube

Die Keynote »Umsetzung eines Condition Monitoring und Predictive Maintenance Systems« von Dr. Benjamin Andrian auf dem Innovationsforum PredictiveMaintenance@KMU steht zum Nachschauen auf YouTube zur Verfügung.

Dr. Benjamin Adrian stellt das Thema Schritt für Schritt vor und verdeutlicht es anhand eines Beispiels. Er erläutert, welche Fragen mit Predictive Maintenance beantwortet werden können.

Predictive Maintenance im Kontext von Gasturbinen

Den Vortrag von Dr. Benjamin Adrian und Dr. Andreas Wirsen vor dem ASUE Expertenkreis Gasturbinentechnik zum Thema »Zustandsorientierte Wartung an Stromerzeugungsanlagen – Condition Monitoring und Predictive Maintenance« vom 30.09.2020 gibt es nun zum Nachlesen.