Instandhaltung

Von Condition Monitoring zu zustandsbasierten Prognosen

Die Methoden der Instandhaltung sind heute so vielfältig wie nie. Gerade im Zusammenhang mit den Entwicklungen rund um Industrie 4.0 stehen inzwischen zahlreiche Begriffe für ein breites Spektrum an Konzepten: Von ‚Reactive Maintenance‘ bis hin zu ‚Condition-based Maintenance‘ kann jedes Unternehmen den individuell besten Weg für die Planung von Instandhaltungsmaßnahmen finden. Mit Cassantec Prognostics bietet die Cassantec AG eine Lösung, die auf der Methode ‚Prognostics‘ basiert und die Daten aus bisherigen Analysen eines Unternehmens neu interpretieren kann.



Bild: Cassantec AG

Weil jeder Unternehmer, der eine Anlage betreibt, sie auch instandhalten muss, existieren auf dem Gebiet der Instandhaltung einige Methoden parallel nebeneinander – nicht alle sind aber für jeden Betreiber gleichsam empfehlenswert. Der Überblick zeigt, dass für eine Vielzahl an Betreibern die Zukunft der Instandhaltung in Richtung ‚Intelligente Fabrik‘ geht. Die bisher wohl bekannteste und älteste Instandhaltungsstrategie ist die reaktive Instandhaltung: Fehler werden behoben, nachdem sie aufgetreten sind. Dabei werden die Zustände der Anlagen nicht systematisch oder datenbasierend erfasst. Für Anlagen, die nicht geschäftskritisch sind und deren Ausfall dem Unternehmen nur geringe Kosten verursacht, ist dies vielleicht eine geeignete Methode. Für Anlagen, deren Ausfall signifikante Kosten verursacht und deren Ausfall kritisch für die gesamte Produktion ist, sollte jedoch auf andere Methoden zurückgegriffen werden. Auch bei sensiblen Anlagen, deren Störungen gefährliche Konsequenzen nach sich ziehen, ist diese Methode der Instandhaltung nicht ratsam.

Für Industrieanlagen sind viele Unternehmen dazu übergegangen, präventive Instandhaltungsmaßnahmen für ihre Anlagen einzuführen. Dabei ermitteln sie die mittlere Betriebsdauer zwischen zwei Ausfällen und nehmen diese als Grundlage für einen regelmäßigen Wartungsturnus. Diese Methode, für die Datenanalysen noch eine untergeordnete Rolle spielen, ist relativ einfach zu organisieren und erzielt bessere Ergebnisse in Bezug auf die Verfügbarkeit der Anlagen als die reaktive Instandhaltung. Häufig werden jedoch kostspielige Wartungen zu früh durchgeführt, obwohl sie technisch noch nicht notwendig sind. Zudem können Störungen und Ausfälle so noch nicht systematisch verhindert werden. Einen Schritt weiter geht die zustandsbasierte Instandhaltung. Grundlage hierfür bilden Daten aus dem Condition Monitoring, also der Zustandsüberwachung, das auf der Sammlung von an einer Maschine erhobenen Daten aufbaut. Beim Condition Monitoring werden diese Daten im Idealfall in Echtzeit ausgewertet, um rechtzeitig vor auftretenden Störungen beziehungsweise Schäden zu warnen. Diese Daten können mithilfe mathematischer Modelle für die Zustandsdiagnose und die Zustandsprognose der Anlage verwendet werden. Beide zusammen, also Diagnose und Prognose, stellen die Grundlage für die zustandsbasierte Instandhaltung dar. Diese ermöglicht es, Instandhaltungsmaßnahmen dann zu ergreifen, wenn sie technisch notwendig und ökonomisch sinnvoll sind.

Daten sind für die Instandhaltung entscheidend

Wer über diesen Hebel Kosten bei der Instandhaltung sparen will, muss auf Anlagendaten zurückgreifen. Datensammlungen über den Zustand von Anlagen sind durch die Verfügbarkeit von neuen Technologien im Sinn der Industrie 4.0 und Big Data in immer mehr Unternehmen möglich. Von Analysen dieser Daten verspricht sich der Anlagenbetreiber Antworten auf verschiedene Fragen. So kann er durch sie erfahren, warum der Zustand der Anlage kritisch ist, beziehungsweise bei welchen Komponenten eine Störung zu erwarten ist. Somit weiß er, welche Ursachen die Probleme der Maschine haben, und wo die Wartung stattfinden muss, um diese zu beheben. Im Ergebnis erhoffen sich Anlagenbetreiber, Ausfallzeiten zu verringern und den Wartungsturnus zu verlängern.

Ansätze der Datenanalyse liefern mithilfe von Zustands- und Prozessdaten, wie Temperatur- und Schwingungsdaten sowie Schmierstoffanalysen, wesentliche Auskünfte über kritische Komponenten einer Anlage. Die Konsolidierung und Interpretation dieser Daten ist in der Regel eine anspruchsvolle Aufgabe, denn verschiedene Technologien der Zustandsüberwachung und -diagnostik betrachten oft unterschiedliche Betriebsaspekte und adressieren unterschiedliche Störungsarten. Zudem beschreiben sie oft den aktuellen Zustand der Komponente ohne Zukunftsbezug. Viele Fragen zu zeitlichen Aspekten bleiben unbeantwortet. So wird selbst bei den vorausschauenden Methoden – zum Beispiel Predictive Analytics – oft nur eine Warnung ausgelöst, dass es in der Zukunft zu einer Störung kommen wird. Ob in einer Stunde oder in zwei Wochen bleibt dabei jedoch offen. Daten werden in diesem Szenario meist für die Zustandsdiagnose genutzt, aber nicht ausschöpfend zur Zustandsprognose. Diese bildet jedoch die zweite kritische Information auf dem Weg zur umfassenden zustandsbasierten Instandhaltung.

Prognostik als nächster Schritt der Instandhaltung

Wann der Zustandswechsel von ’sicher‘ zu ‚grenzwertig‘ eintritt, erfährt das Unternehmen mit vielen gängigen Methoden der Datenanalyse nicht. Um Anlagenbetreibern zu ermöglichen, Risikoindikatoren frühzeitig zu erkennen und Eintrittszeitpunkte für Störungen zu ermitteln, hat die Cassantec AG die Software Cassantec Prognostics auf den Markt gebracht: Das Werkzeug erstellt prognostische Berichte, um den Planungshorizont von Unternehmen mit einem eigenentwickelten Algorithmus zu vergrößern. Sie ergänzt die Schadensanalyse um eine zeitliche Komponente als Grundlage für die zustandsbasierte Instandhaltung. Dabei greift die Prognose auf dieselben Daten zurück, die Unternehmen bei den oben erläuterten Methoden nutzen. Die Ergebnisse der Prognose werden im System nach dem Ampelschema dargestellt. Aus diesem geht hervor, wann der Zustand der Anlage kritisch, beziehungsweise ihr weiterer Betrieb zu riskant wird, so dass der Anlagenbetreiber daraus ableiten kann, wann Wartungsarbeiten nötig sein werden. Mit den weiterhin kontinuierlich erhobenen Daten über den Zustand der Anlage lernt die Software automatisch dazu und die Ergebnisse werden mit der Zeit präziser. Mit Software und einem entsprechenden Instandhaltungskonzept lassen sich Wartungsarbeiten somit an die Bedürfnisse der Maschinen anpassen. Die periodische Planung von Aufgaben kann in vielen Fällen entfallen. Das hilft Kosten zu sparen und kann zudem die Restlebensdauer der Maschinen verlängern.