Predictive Maintenance

Analysen im Zeichen höherer Produktivität

Die ungeplante Unterbrechung von Produktionsprozessen ist teuer, genau wie mangelhafte Produktionsqualität, die zu Ausschuss führt. In der Vergangenheit versuchten Unternehmen, vor allem mit Wartungsplänen und akribischer, arbeitsintensiver sowie monotoner Prozessüberwachung diese Produktivitätseinbrüche in den Griff zu bekommen. Heute kann Software solche Probleme reduzieren. Das Zauberwort lautet Predictive Maintenance, die vorausschauende Wartung und Überwachung von Maschinen und Anlagen.

Bild: IBM Deutschland

Wartungsarbeiten rechtzeitig durchzuführen, spart Kosten, weil damit Produktionsunterbrechungen vermieden werden können. Doch feste Wartungspläne können dazu führen, dass die Ausgaben für Ersatzteile und Personal höher ausfallen als notwendig. Dasselbe gilt für Probleme im Produktionsprozess: Hier gilt es, den Ausschuss gezielt auf ein Minimum zu reduzieren, etwa durch das Beobachten von Produktionsparametern und Grenzwerten.

Analyse der anfallenden Daten

Beide Ziele können mit Analysen sowohl strukturierter als auch unstrukturierter Daten aus verschiedenen Quellen erreicht werden, die in wachsendem Umfang heute in vielen Fertigungsunternehmen zur Verfügung stehen. Im Mittelpunkt von Predictive Maintenance stehen die Fragen: Was kann man aus dem Vergangenen lernen, um heute das Richtige zu tun und für morgen eine möglichst exakte Prognose zu liefern? Analyse-Software will hierzu Antworten liefern. In weitgehend automatisierten Prozessen analysieren Anwendungen die ihnen zur Verfügung stehenden Daten – häufig in Echtzeit – um spezifische Fehlermuster schnell zu erkennen und Ursachen zu ermitteln. So sollen nur notwendige Inspektionen oder Wartungsmaßnahmen angezeigt werden, beziehungsweise auf notwendige Korrekturen in den Fertigungsprozessen automatisch und rund um die Uhr aufmerksam gemacht werden. Eine solche Software-Lösung für die präventive Wartung ermittelt außerdem den Umfang an Ersatzteilen, die für die Abarbeitung der Wartungspläne erforderlich sind. So kann sich unter anderem ein zu großer Bestand vermeiden lassen. Fertigungsunternehmen können damit sowohl die eingesetzten personellen Ressourcen als auch den Bestand an Ersatzteilen optimieren.

Qualitätskontrolle profitiert

Welche Vorteile damit zum Beispiel auch für Qualitätskontrollen in der Fertigung erzielt werden können, wird am Beispiel der Leichtmetallgießerei im Stuttgarter Werk von Daimler deutlich. Das Unternehmen produziert dort täglich circa 10.000 Zylinderköpfe in rund um die Uhr laufenden Fertigungsprozessen, vom Formenbau über die Gießerei bis zur Nachbearbeitung. Dabei wird für jeden Zylinderkopf ein Datensatz angelegt, der eine exakte Analyse des Produktionsprozesses über alle Stationen hinweg ermöglicht. Über 500 Merkmale kommen so zusammen, darunter die im Produktionsprozess anfallenden Maße, Zeiten, Temperaturen und eingesetzten Werkzeuge. Diese Daten müssen genauestens überprüft werden. Denn wenn die fertigen Zylinderköpfe anschließend nicht die engen Toleranzen vollständig einhalten, müssen sie eingeschmolzen werden. Um die Ausbeute fehlerfrei produzierter Zylinderköpfe durch gezielte Prozessanpassungen zu maximieren, entschied sich der Automobilhersteller für den Einsatz einer Predictive Maintenance-Lösung. Dadurch ließ sich die Produktivität der Gießerei steigern und gleichzeitig die Hochlaufphase der komplexen Fertigungsprozesse verkürzen.