Exploratives Vorgehen – Predictive Maintenance umsetzen

h_7-8-2016_160

Kostendruck und Qualitätsbemühungen – für Produktionsverantwortliche vielerorts sind das die primären Herausforderungen. Entsprechend haben die Unternehmen bereits Optimierungen am Prozess, an Maschinen und der unterstützenden Software vollzogen. 

Was die Wartung angeht, gibt es ein erprobtes Repertoire an Prozessen. Die Festlegung der aktuellen Wartungsstrategie basiert in der Regel auf herstellerseitigen Wartungsvorgaben, Erfahrungswerten und Historiendaten. In großen Organisationen sind diese Daten in den entsprechenden Modulen des Enterprise Resource Planning (ERP) hinterlegt und partiell bereits mit automatisierter Nachbestellung von Verschleißteilen umgesetzt. Eigentlich gut, oder?

Die Vision. Dennoch bleibt die Problematik ungeplanter Stillstände durch plötzlichen Ausfall von Komponenten bestehen. Herkömmliche Steuerungs- und Optimierungsmaßnahmen können daran nichts ändern. Die Vision einer sich selbst steuernden Produktion inklusive Wartung und damit der Optimierung der Auslastung bei gleichzeitiger Erhöhung von Planungsgenauigkeit im Produktionsprozess verlangt nach neuen Strategien.

Dynamischer Eingriff in den Produktionsprozess. Predictive Maintenance reduziert nachhaltig ungeplante Ausfälle und bietet bereits unmittelbar nach der Implementierung neue, dynamische Einflussmöglichkeiten, die nicht erst durch jahrzehntelange Erfahrung im jeweiligen Produktionsschritt erarbeitet werden müssen.

Durch die Nutzung von mathematischen und statistischen Informationen ergibt sich die Möglichkeit, Impulsgeber für einen dynamischen Eingriff in den Produktionsprozess zu sein. So wird die Wartung des Produktionssystems beeinflussbar, Stillstandzeiten werden optimiert und die Auslastung planbar. Bei hoher Stabilität eines Produktionsprozesses kann durch die Auswertung von zusätzlichen, neuen Informationsquellen eine Anpassung und Optimierung geleistet werden, die Echtzeitcharakter hat.

Predictive Maintenance führt die Daten aus den einzelnen Prozessschritten der Produktion zusammen. In einer ganzheitlichen Sicht lassen sich Abhängigkeiten sowie ausfallrelevante Muster erkennen und zukünftige Ausfälle prognostizieren.

Predictive Maintenance führt die Daten aus den einzelnen Prozessschritten der Produktion zusammen. In einer ganzheitlichen Sicht lassen sich Abhängigkeiten sowie ausfallrelevante Muster erkennen und zukünftige Ausfälle prognostizieren.

Vorteile des Predictive Maintenance. Wie können sich Fertigungsunternehmen nun die Vorteile des Predictive Maintenance auf effektive und effiziente Weise erschließen? Zunächst, es geht bei dieser Aufgabe um den Produktionsprozess und nicht wie bei vielen anderen Ansätzen im »Industrie 4.0«-Kontext um die Optimierung des Produkts oder der zugehörigen Wertschöpfungsketten. In der Produktion sind oftmals einzelne Prozessschritte bereits optimiert, mit Sensorik ergänzt und maximal automatisiert ins Monitoring genommen worden.

Was jedoch vielfach noch nicht vollzogen wurde, ist eine Zusammenführung von Daten aller Einzelschritte im Prozess, um aus einer ganzheitlichen Sicht, Abhängigkeiten sowie ausfallrelevante Muster zu erkennen und zukünftige Ausfälle prognostizieren zu können, bevor diese eintreten.

Schritt für Schritt. Hier setzt der Predictive Maintenance Ansatz der CENIT an. CENIT bietet ein bereits am Markt erprobtes Leistungsangebot, welches ein schrittweises Vorgehen und damit maximale Sicherheit für die Unternehmen garantiert.

Gemeinsam mit dem Kunden wird die Strategie zu einer Predictive-Maintenance-Vision definiert und ein Vorgehensmodell inklusive Maßnahmenplan und Kostenabschätzung für die Folgeschritte bereitgestellt. Jeder Einzelschritt beinhaltet eine technische Komponente, die an die bestehende Softwareumgebung des Unternehmens angepasst wird, um zusätzliche Investitionskosten gering zu halten. Für die Bewertung des Nutzens werden die Teilkomponenten in kleine beherrschbare Schritte zerlegt und in einer Art »Mini Proof of Concept«, unter Nutzung der prädiktiven BI-Methoden einer Software, analysiert.

Mittels verschiedener Methoden können vorhandene Daten und Informationen in einen neuen Kontext gestellt, analysiert und bewertet werden. Welche Methode für das Unternehmen die richtige ist, leitet sich aus der Zieldefinition ab.

Mittels verschiedener Methoden können vorhandene Daten und Informationen in einen neuen Kontext gestellt, analysiert und bewertet werden. Welche Methode für das Unternehmen die richtige ist, leitet sich aus der Zieldefinition ab.

Hierbei liefert CENIT neben der statistischen und analytischen Kompetenz die Ingenieur-Erfahrung aus einem ihrer Hauptmärkte und bietet damit Expertise auf Augenhöhe zu den Produktionsexperten des jeweiligen Werkes. Gemeinsam werden in diesen exakt auf eine Fragestellung zugeschnittenen Forschungsprojekten Ansätze zur Optimierung, Korrelation von Teilschritten und Zusammenhänge zwischen Sensoren identifiziert, die über die herkömmlichen Leitstände und andere IT-Systeme nicht wahrgenommen werden konnten. Jede Erkenntnis hat wieder Auswirkungen auf die Priorisierung der Vorgehensweise für die Verwirklichung der Vision und ist damit agil zu sehen.

Fazit. Kann man mit diesem explorativen Vorgehen Nutzen erwirtschaften? Ein klares Ja. Ein Predictive-Maintenance-Kunde der CENIT hat nicht nur seine Wartung planbarer gemacht, sondern auch seinen Ausschussanteil im Produktionsprozess um 10 Prozent reduziert.


autor_andré_vogtAndré Vogt,
Direktor Enterprise Information Management,
CENIT,
www.cenit.com

 

 

Bilder: © Aha-Soft /shutterstock.com; CENIT AG

Schreiben Sie einen Kommentar