Defekte verhindern, bevor sie entstehen. Wartungen durchführen, wenn sie wirklich notwendig sind. Auf unnötige Produktionsstillstände verzichten. Diese und weiter Vorteile bietet Predictive Maintenance – eine Art prognosebasierte Instandhaltung. Was das genau ist und wie Unternehmen profitieren, beschreiben wir im Folgenden.

Was ist Predictive Maintenance?

Klassischerweise werden Anlagen in bestimmten zeitlichen Intervallen präventiv gewartet. Dieses Konzept kann mit Hilfe von Daten umgekehrt werden, sodass eine Prognose darüber möglich wird, wann eine Wartung tatsächlich notwendig ist.

Typisch wäre beispielsweise eine Vorhersage darüber, wann ein Bauteil verschlissen ist. So könnten Bauteile länger benutzt werden, Ausfälle von Maschinen reduziert und Kosten eingespart werden. Zur Vorhersage von Instandhaltungsmaßnahmen werden meist KI (Künstliche Intelligenz) oder Maschinelles Lernen eingesetzt.

Welchen Nutzen hat eine vorausschauende Instandhaltung?

Predictive Maintenance ist ein möglicher Anwendungsbereich von IIoT (Industrial Internet of Things). Aufgrund der Erfassung von Maschinen- und Prozessdaten in Echtzeit, liegen jederzeit Informationen über Werkzeuge und Anlagen vor.

Eine KI (Künstliche Intelligenz) oder auf Grundlage von maschinellem Lernen können dann Prognosen erstellt werden darüber, wann die Verschleißgrenze von Bauteilen erreicht sein wird oder Werkzeuge brechen könnten etc. Aufgrund dieser Vorhersagen können dann Wartungsarbeiten rechtzeitig durchgeführt werden. Insgesamt birgt Predictive Maintenance große Potenziale:

  • Kostenreduktion durch seltenere und zielgerichtetere Wartungsmaßnahmen
  • Maschinenausfälle vermeiden
  • Außendiensteinsätze von Servicemitarbeitern verringern
  • Leistungsoptimierungen an der Maschine
  • Leistungsoptimierungen beim Werkzeugeinsatz

3 wichtige Voraussetzungen für Predictive Maintenance

Um von Predicitive Maintenance profitieren zu können, müssen die Anlagen einer Produktion, deren Funktionsfähigkeit überwacht werden soll, an ein IIoT-Hub angeschlossen werden.

Sehr moderne Anlagen liefern hier bereits Schnittstellen, während ältere Anlagen nachträglich mit entsprechender Sensorik ausgerüstet werden können. IIoT-Plattformen aggregieren diese Daten dann und sind durch den Einsatz von Spezialsoftware dazu in der Lage, Prognosen über die Anlagen zu treffen und entsprechende Warnungen oder Alarmsignale zu senden.

Beispiele für Predictive Maintenance

Beispiele für Predictive Maintenance können sehr verschieden aussehen. In der spanenden Bearbeitung könnte beispielsweise mittels Predictive Maintenance ein bevorstehender Werkzeugbruch detektiert werden.

Im Bereich der Windenergie ist es möglich, anhand von Wetterprognosen, Ist-Daten von Temperatur und Luftfeuchtigkeit vorherzusagen, wann es zur Eisbildung an Rotoren kommt – und entsprechende Enteisungsmaßnahmen nötig sein werden.

Solche Anwendungen sind beispielsweise auch im Schienenverkehr denkbar.

Auch in der Luftfahrt beispielsweise können Turbinen oder Pumpen dank entsprechender Daten und Software bereits vor dem Defekt ausgewechselt werden. Die Liste von Beispielen ist lang – in nahezu jeder Branche finden sich zahlreiche Einsatzgebiete.

Deckblatt Einstieg in Industrie 4.0

Den Einstieg in Industrie 4.0 einfach meistern

Sie wünschen sich einen ausführlichen Einstieg in die Thematik von Industrie 4.0 und IIoT? Dann ist unser Praxiswissen für den Einstieg genau das Richtige für Sie. Im kostenfreien Whitepaper erhalten sie Grundlageninformationen und Checklisten zur Auswahl der richtigen Software, Hinweise zu Sicherheitsaspekten und einen Überblick über mögliche Anwendungsgebiete.

Download freischalten

WordPress Cookie Plugin von Real Cookie Banner