Vorgehen zur Entwicklung einer Predictive-Maintenance-Lösung laut dem Leitfaden

RWTH Aachen) (Bild: Werkzeugmaschinenlabor (WZL)

Potenzial von Predictive Maintenance

Laut Studie steckt immenses Potenzial in Predictive Maintenance Werkzeugmaschinenlabor (WZL) RWTH Aachen

Damit Unternehmen eigenständig vorausschauende Wartungssysteme und Dienstleistungen im Bereich von Predictive Maintenance entwickeln und anbieten können, hat die Abteilung Unternehmensentwicklung des Lehrstuhls für Produktionssystematik am Werkzeugmaschinenlabor WZL der RWTH Aachen in Zusammenarbeit mit verschiedenen Serienproduzenten und Werkzeugbaubetrieben einen allgmeingültigen Handlungsleitfaden veröffentlicht. Dabei sei für die erfolgreiche Anwendung von Predictive Maintenance eine enge und partnerschaftliche Zusammenarbeit zwischen Serienproduzenten und Werkzeugbaubetrieben unabdingbar, um die Vorteile aus Werkzeug- und Prozesswissen synergetisch in der Serienproduktion zu vereinen.

Was ist Predictive Maintenance?

Die Funktionsweise von Predictive Maintenance beruht auf der Erhebung, Übertragung, Speicherung und echtzeitnahen Verwertung von Datenmengen. Auf Basis von Analyseverfahren und Algorithmen können Abweichungen in den aufgenommenen Betriebsparametern eines Maschine-Werkzeug-Systems identifiziert und notwendige Wartungen angegangen werden. Ziel von Predictive Maintenance ist es , nicht mehr mit festen Wartungszyklen zur arbeiten, sondern flexibel auf die aktuelle Situatuin reagieren zu können. Durch verbesserte und günstigere Sensor-, Übertragungs- und Datenspeichertechnik ist die vorausschauende Wartung von Produktionsprozessen heute schon in einigen Branchen Realität und zeigt Potenziale im Kontext von Industrie 4.0 auf.

Lesen Sie dazu: Wie Lapp den Ausfall von Kabeln vorhersagt

Analyse, Gestaltung, Umsetzung

Der generische Leitfaden gibt in drei Phasen mit insgesamt sechs Schritten ein systematisches Vorgehen zur Entwicklung von Predictive Maintenance Lösungen vor:

  • Im Rahmen der Analysephase werden zunächst alle relevanten Voraussetzungen und Anforderungen an eine Predictive Maintenance-Lösung aufgenommen.
  • Diese werden in der Gestaltungsphase in werkzeug-, infrastruktur- und dienstleistungsseitige Lösungen überführt.
  • Abschließend erfolgt in der Umsetzungsphase die Inbetriebnahme, das Anlernen des Algorithmus sowie die Definition von Interaktionspunkten und Workflows.

Weniger Ausfälle und neue Geschäftsfelder

Zur Zielgruppe des Leitfadens zählen insbesondere Unternehmen, die vermehrt werkzeugbedingte Ausfälle in ihrer Serienproduktion durch wiederholte, unvorhergesehene Störeinflüsse verzeichnen. Predictive Maintenance soll ihnen helfen, Störfälle wie Werkzeugversagen zu prognostizieren und darauf basierend konkrete Maßnahmen abzuleiten. Für Werkzeugbaubetriebe ergibt sich dadurch die Chance, ihr bestehendes Dienst-leistungsportfolio um Predictive Maintenance Lösungen zu erweitern, um den Kundennutzen über den gesamten Lebenszyklus des Werkzeugs zu steigern und zusätzliche Geschäftsfelder zu erschließen. Dem Leitfaden liegt eine Studie zugrunde, die neben konkreten Forschungsergebnissen auch auf Expertenwissen der teilnehmenden Partner aus der Industrie beruht.

Die Ergebnisse der Studie zeigen, dass „der Einsatz einer Predictive-Maintenance-Lösung große Potenziale zur Erhöhung der Maschinenverfügbarkeit durch signifikante Reduktion ungeplanter Ausfälle bei gleichzeitiger Verringerung von Instandhaltungskosten durch besser planbare, zustandsgerechte Instandhaltung in der Serienproduktion bietet. Durch die Bereitstellung entsprechender Dienstleistungen bietet sich Werkzeugbaubetrieben die Möglichkeit, das Angebot auszuweiten, sich wirksam vom Wettbewerb zu differenzieren und ihre Profitabilität zu steigern. Durch den kooperativen Aufbau von Predictive Maintenance Lösungen können folglich beide Seiten gleichermaßen von entsprechenden Dienstleistungskonzepten profitieren.“

(ml)

Sie möchten gerne weiterlesen?

Unternehmen

RWTH Aachen WZL Werkzeugmaschinenlabor

Steinbachstraße 19
52074 Aachen
Germany