Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Engineering und Instandhaltung verknüpft

Vorhersage ist kein Hexenwerk

Unvorhergesehene Reparaturen stören den Anlagenbetrieb und kosten meist viel zu viel Zeit. Auf dem Weg zur Industrie 4.0 mit ihrem gigantischen Plus an anspruchsvoller Anlagentechnik wird auch die Wartung zunehmend zur Herausforderung. Doch mit der vorausschauenden Instandhaltung steht ein technologischer Meilenstein in der Tür, der dieses Problem adressiert.



Bild: Fotolia/Branex

Vorausschauende Wartung, auch Predictive Maintenance genannt, soll helfen, Systemausfälle durch Vorhersagen zu vermeiden und damit Wartungs-, Service- und natürlich Stillstandskosten zu minimieren. IT-basierte Verfahren mit Analysetools erfassen nicht nur Istzustände, sondern erkennen auch an minimalen Veränderungen von Messgrößen Trends, die zum Beispiel zu Ausfällen führen können. Dazu müssen ständig Millionen von Daten erfasst und analysiert werden.

Analysesysteme ‘füttern’

Global Player wie IBM, Blue Yonder, SAS, Bosch und SAP haben für solche Aufgaben Big Data-Applikationen entwickelt. Mit der Verknüpfung dieser Lösungen und Engineeringsoftware ist es noch nicht sehr weit her. Somit muss das Predictive Maintenance-System manuell beziehungsweise anhand von Listen und diversen Interfaces mit den passenden Engineering-Informationen separat angereichert werden, damit es die Zustandsdaten aus dem Leitsystem richtig interpretieren kann. Da 50.000 Signale in einem Leitsystem keine Seltenheit sind, ist der Aufwand dafür in der Regel enorm. Doch ohne Engineering-Wissen kann das Instandhaltungssystem in der Regel nichts mit den gemessenen Livedaten anfangen.

Vernetzte Systeme

Mit seiner Systemplattform Engineering Base will Aucotec eine Lösung für dieses Problem anbieten. Aufgrund ihrer Architektur ist sie in der Lage, das Engineering mit dem Predictive Maintenance-System zu vernetzen.

Single Source of Truth

Die Anwendung kann abstrakte Objekte, sogenannte ‘Interpretationen’, darstellen wie beispielsweise Messtypen. Das können Messtypen zur Druckmessung in einer Zuleitung, die unterhalb eines Sensors eingeordnet werden sein. Da solche Informationen etwa in Stromlaufplänen oder P&IDs nicht auftauchen, sind sie ohne Datenbankbasierung nicht abbildbar. Die Engineering-Plattform dient als Quelle aller technischen Daten einer Anlage und beinhaltet somit auch die begrenzenden und kritischen Werte, Dimensionierungen und Maßeinheiten sowie ihre Übertragungscharakteristik. Diese Festlegungen lassen sich für die Leitsystem- und Predictive Maintenance-Konfiguration nutzen. Damit ist das Prognosesystem in der Lage, die Livedaten aus dem Leitsystem ohne zusätzlichen Aufwand zu interpretieren. Das Anlagenmodell in der Engineering-Software wird zur ‘Single Source of Truth‘ für den Instandhaltungsprozess.



Predictive Maintenance-Unterstützung durch Engineering-Anbindung


Livedaten aufbereiten

Nach allen Festlegungen im Engineering überträgt die Konstruktionsanwendung an das Instandhaltungssystem die Vorgaben wie Dimensionierungen und Einheiten für mögliche Signale, die textuellen Bedeutungen der Zustandswerte inklusive sprachlicher Übersetzungen, die Identifikationsdaten und Zusammenhänge zu Anlagen, Komponenten und Signalen sowie die Konfiguration des Übertragungsverhaltens. Das Leitsystem erhält ebenfalls passende Konfigurationsdaten aus dem Tool. Sendet das Leitsystem Livedaten aus dem Betrieb an das Prognosewerkzeug, werden sie dort für die Auswertelogik aufbereitet. So kann es die Livedaten aus der Anlage auf Basis der Engineeringdaten interpretieren und daraufhin seine Analyse vornehmen. Eine weitere Anwendung ist dafür zuständig, Nutzern mögliche Wartungsaufgaben anzuzeigen.

Kontrollierte Übertragung

Die Übertragung der Engineeringdaten an das Predictive Maintence-System ist ‘on demand’ und zeitgesteuert automatisiert möglich. Dabei kann der verantwortliche Ingenieur sofort und automatisch eine E-Mail-Nachricht zu jeder Datenübermittlung erhalten. Diese enthält eine Zusammenfassung und Details zu globalen Vorgabedaten, Anlagendaten aus Konstruktionsprojekten, Dimensionen (zum Beispiel Temperatur) und Übertragungseinheiten (zum Beispiel Grad Celsius).

Bewährt in der Praxis

Die Praxistauglichkeit der hier beschriebenen Verknüpfung von Engineering Base und einem Predictve Maintenance-System wird bereits in der Praxis bei einem global operierenden Kompressorenhersteller eingestezt. Lohnenswerte Anwendungsbereiche sind aber auch zum Beispiel schwer erreichbare oder sehr verstreut stationierte Windkraftanlagen. Gleiches gilt für mobile ‘Anlagen‘, bei denen die Sicherheit von Menschen Priorität hat, etwa bei Bahnen, Fahrstühlen und Bussen.

google plus


Das könnte Sie auch interessieren:

Der Gedanke hinter dem Internet of Things ist im Grunde einfach: Ansonsten 'stumme' Geräte werden mittels Sensorik und Datenübertragung zum Sprechen gebracht. Das Potenzial ist enorm, wenn etwa Maschinen, Halbzeuge und fertige Produkte ihren Produzenten Hinweise darauf liefern, was sich künftig besser machen ließe.‣ weiterlesen

Das Potenzial des Internet der Dinge für Fertigungsunternehmen ist riesig. Der Prozessverbesserungsansatz DevOps kommt aus der IT-Welt, lässt sich aber hervorragend auf die industrielle IT übertragen, um das IoT-Leistungsversprechen in wertorientierte innovative Services umzusetzen.‣ weiterlesen

Anzeige
Anzeige
Anzeige