HMI vor einer Maschine

Beim Reduzieren von ungeplanten Maschinenstillständen spielt die vorausschauende Wartung oder Predictive Maintenance (PdM) eine immer wichtigere Rolle. Dabei existiert das Konzept an sich schon sehr lange. (Bild: zapp2photo – Adobe Stock)

Laut Angaben des Leibniz-Zentrums für Europäische Wirtschaftsforschung (ZEW) in Mannheim wurden 2020 im Maschinenbau in Deutschland über 17 Milliarden Euro für Innovationen ausgegeben. Damit sich diese Investitionen auch schnellstmöglich amortisieren, müssen Unternehmen Produktionsausfälle vermeiden. Denn: Ungeplante Maschinenstillstände kosten die Industrie bis zu 500.000 Euro pro Werk und Stunde!

Predictive Maintenance – altes Konzept mit neuer Umsetzung

Beim Reduzieren von ungeplanten Maschinenstillständen spielt die vorausschauende Wartung oder Predictive Maintenance (PdM) eine immer wichtigere Rolle. Dabei existiert das Konzept an sich schon sehr lange. Allerdings werden die technischen Grundlagen für PdM immer präziser und effektiver. Die aktuellen Entwicklungen in Industrie 4.0 haben der Technologie einen massiven Schub gegeben und dafür gesorgt, dass sie jetzt in den meisten Industriebereichen Anwendung findet. Das kommt vor allem durch Verbesserung in der Sensorik, Datenbeschaffung und -speicherung und neue Formen der künstlichen Intelligenz (KI).

Aber auch aktuelle Softwareprogramme brauchen für ihre Vorhersagen akkurate Daten und Messergebnisse. Das sollte für die meisten Industrieunternehmen – eigentlich – kein Problem sein, weil alle Anlagen massenhaft Daten bereitstellen. Diese werden nur oft nicht erfasst und/oder entsprechend ausgewertet. In vielen Unternehmen ist die Datenerfassung auch oft einfach nicht so strukturiert, dass sich die gespeicherten Daten sofort für die PdM nutzen lassen.

Zahlen und Fakten zur Predictive Maintenance

In einer Umfrage unter Fortune 500 Global Unternehmen hat Senseye herausgefunden, dass fast drei Viertel aller Unternehmen (72%) PdM als strategisches Ziel angeben. Interessanterweise messen die meisten (86%) bereits wie oft und wie lange ihre Anlagen stillstehen. Die Mehrheit der Industrieunternehmen in dieser Studie (87%) sammelt und speichert schon Daten, die dabei helfen können, Probleme mit Maschinen frühzeitig zu erkennen. Die Befragten gaben an, dass 44% der Wartungszeit im Moment auf ungeplante Stillstände verwendet wird. Nach Schätzungen von Senseye, basierend auf Kundendaten und der Umfrage, verlieren Fortune 500 Industrieunternehmen 3,3 Millionen Produktionsstunden pro Jahr aufgrund ungeplanter Maschinenstillstände.

Vorausschauende Wartung bedeutet nicht, alles auf links zu drehen

Die mangelnde Datenverwertung ist ein Grund, aber warum tun sich noch so viele Industrieunternehmen schwer bei der Integration von PdM? Das größte Problem ist, dass viele Unternehmen immer noch nicht genau verstehen, was PdM leisten kann und welche Voraussetzungen für einen erfolgreichen Einsatz erfüllt werden müssen. Verantwortliche nehmen oft an, dass sie für PdM die gesamte Sensorik auswechseln müssen und jeder Maschinenführer und Wartungstechniker eine Spezialausbildung braucht. Das könnte große finanzielle Investitionen bedeuten, zu denen manche Unternehmen nicht bereit sind.

Moderne PdM Systeme verwenden jedoch die Daten von schon existierenden Sensoren und Steuerungen (PLC). Je mehr Daten zur Auswertung zur Verfügung stehen, desto schneller kann das System eine genaue Vorhersage machen, daher sind auch historische Daten sehr nützlich. Dazu kommt in vielen Bereichen dann noch der menschliche Faktor. Die jahrelange Erfahrung von Maschinenführern und Wartungstechnikern sollte keinesfalls ignoriert werden. Letztendlich ist PdM nur eine Weiterentwicklung der Wartungssysteme wie der Zustandsüberwachung von Maschinen, mit denen diese Experten schon jahrelang gearbeitet haben. Der effektivste Ansatz für einen erfolgreichen Einsatz von PdM ist daher eine Mischung aus Condition-Monitoring-Erfahrung, gepaart mit den richtigen Algorithmen und Kontext aus der täglichen Produktion und Instandhaltung.

Erfahrung trifft Algorithmus

Beispielsweise unterstützt das Einsteigermodell PdM System Maschinenexperten beim Beurteilen des Maschinenzustandes. Es analysiert die vorhandenen Daten und sucht nach Mustern oder Anzeichen, die auf mögliche Probleme hinweisen. Fortgeschrittene Systeme verbessern laut Erfahrungswert des Unternehmens die Genauigkeit, mit der Maschinenstillstände vorausgesagt werden können, um 85%. Diese PdM Systeme – unterstützt durch künstliche Intelligenz – basieren auf einer Kombination von Maschinendaten und menschlicher Erfahrung. So lernen die Systeme, indem Wartungsexperten in der Kalibrierungsphase manuell eingreifen, um anzuzeigen, welche Messungen an den Rand des sicheren Bereichs stoßen oder vielleicht noch nicht Besorgnis erregen sollten. Im günstigsten Fall können diese Systeme sogar die verbleibende Nutzungsdauer der Anlage voraussagen.

PdM-Systeme müssen lernen wie die verschiedenen Anlagen optimal arbeiten und die Wartungstechniker bei ihrer Arbeit unterstützen und nicht behindern oder sogar für Mehraufwand sorgen. Sonst riskiert das Unternehmen, dass Mitarbeiter das System ignorieren und die Investition damit umsonst war.

Bei Predictive Maintenance gilt: Think Big!

Während traditionelle Wartungssysteme mit Sensoren oft nur für die wertvollsten und wichtigsten Maschinen installiert wurden, funktioniert PdM am effektivsten, wenn es ganze Werkanlagen überwacht. Das ist ein weiterer Schritt, vor dem Unternehmen wegen knapper Budgets oft zögern, weil nicht immer alle existierenden Anlagen kompatibel sind. Immer mehr Industrieunternehmen wird aber bewusst, dass die Auslagen für ein PdM-System eine Investition sind, die sich schnell bezahlt macht und schnell und langfristig Kosten spart. Senseye, ein Anbieter von PdM-Systemen, ist sich an dieser Stelle sogar so sicher, dass es im ersten Jahr einen ROI garantiert. Das beruht auf Erfahrung, denn in den meisten Projekten sieht das Unternehmen mit dem einmaligen Verhindern eines ungeplanten Stillstands einen kompletten ROI.

In der Erfahrung von Senseye kann PdM die Genauigkeit, mit der Maschinenstillstände vorausgesagt werden können, um 85% verbessern, ungeplante Stillstände um 50% reduzieren, die Produktivität des Wartungsteams um 55% erhöhen und Wartungskosten um 40% senken. PdM ist damit die mit Abstand schnellste und effektivste Methode, Geld zu sparen, besser zu produzieren, seine Produktion im Detail kennenzulernen und Ressourcen zu sparen. Das macht PdM zu einer ziemlich sicheren Investition.

Sie möchten gerne weiterlesen?