Optimierung der Anlageneffektivität durch Machine Learning

Condition Monitoring und Predictive Maintenance

Die Optimierung der Anlageneffektivität basiert unter anderem auf zwei Maßnahmen:

  • Minimierung der Ausfallzeit
  • Maximierung der Verfügbarkeit

Eine reaktive Wartung ist aufgrund von spontan auftretenden Fehlerzuständen schwer zu planen. Längere Wartungszeiten sind die Folge. Verringert man das Ausfallrisiko durch regelmäßige Wartungsintervalle, geschieht dies jedoch auf Kosten der produktiven Betriebszeit der Anlage.

Condition Monitoring und Predictive Maintenance

»Condition Monitoring« von Anlagen erkennt kritische Ereignisse und Betriebszustände mit hohem Verschleißpotential. Ereignisse und resultierende Fehler werden klassifiziert und bewertet. Kritische Ereignisse oder unerwünschte Betriebszustände können durch schnelle Reaktionen unmittelbar beseitigt werden, um kostenintensive Folgeschäden abzuwenden. Ausfallzeiten werden reduziert, da Servicetechniker, Ersatzteile und Logistik durch passende Diagnosen zielgerichtet bereitgestellt werden können.

»Predictive Maintenance« prognostiziert Risiken unerwünschter Betriebszustände und Ereignisse und  auf Basis der im »Condition Monitoring« gewonnenen Erfahrungswerte. Diese Prognosen ermöglichen bedarfsorientierte Planungen von Service- und Wartungsaktionen. Sie werden sowohl für individuelle Anlagen als auch für Anlagenparks erstellt. »Predictive Maintenance« maximiert im Idealfall die Verfügbarkeit und liefert frühzeitig Informationen für zielgerichtete Wartungsaktionen.

Optimierung der Effektivität der Anlagen Schritt für Schritt.
© Fraunhofer ITWM

Optimierung der Effektivität der Anlagen Schritt für Schritt.

Fünf Vorteile

Mit Hilfe unserer Erfahrung rüsten Sie Ihre Anlagen mit einem »Condition Monitoring« auf. Sie kombinieren die gesammelten Telemetrie- und Service- und Wartungsinformationen zu Prognosemodellen und erweitern Ihren Service mit »Predictive Maintenance«.

  • Erkennen von Ereignissen, Anomalien oder Fehlern
  • Identifikation von Ursachen ungeplanter Ausfälle bzw. Fehler
  • Zuverlässige Prognose der Restnutzungsdauer von Anlagen und Komponenten
  • Maximierung der produktiven Nutzungszeit
  • Minimierung der Wartungszeit durch frühzeitiges Planen von anstehenden Wartungsaktionen

Unsere Leistungen

Unsere Abteilung »Systemanalyse, Prognose und Regelung« unterstützt Sie bei der Optimierung der Effektivität Ihrer Anlagen Schritt für Schritt.

  1. Wir entwerfen mit Ihnen lösungsorientierte »Condition Monitoring« und »Predictive Maintenance« Systeme.
  2. Gemeinsam analysieren wir, welche Informationen für Anwendungsfälle bereits vorhanden sind und welche neu ermittelt werden sollten.
  3. Wir identifizieren, entwickeln und integrieren für Ihre Daten- und Informationslage passgenaue Machine-Learning bzw. Deep-Learning-Algorithmen.

 Unsere Lösungen können Sie in gängige IOT-Plattformen integrieren.

Condition Monitoring

  • Systemmodellierung und -Simulation mit Digitalen Zwillingen
  • Auswahl und Platzierung von Sensoren
  • Virtuelle Sensoren
  • Identifikation und Bewertung von Betriebszuständen
  • Klassifikation von Fehlern

Predictive Maintenance

  • Trendanalysen, modellbasierte Prognose von Fehlern und kritischen Ereignissen
  • Berechnung der verbleibenden Anlagennutzungsdauer
    (RUL-Analysen)
  • Prädiktive Regelung zur effizienten Anlagennutzung
  • Erstellung von automatischen Reports und Dashboards

Treffen Sie uns

Seminar / München / 15.05.2019 & 18.09.2019

Predictive Maintenance

Im Haus der Technik bieten wir im Mai und September 2019 das Seminar »Digitale Geschäftsmodelle und Services mittels Predictive Maintenance« an.

Messe / Essen / 05.02.2019 - 07.02.2019

E-world energy & water

Auf der E-world berichten wir in Halle 4 am Stand 4-619 zu aktuellen Projekten und Technologien zur Energiewirtschaft.

Messe / Nürnberg / 26.02.2019 - 28.02.2019

embeddedWorld

Auf der embeddedWorld präsentieren wir in Halle 4 am Stand 4-470 unsere Methoden zu Reglerentwurf und -validierung im Maschinen- und Anlagenbau.