Vorausschauende Wartung – Was Sie wissen müssen

Ed Maguire von Momenta Partners

Hier bei Momenta-Partner , verbringen wir viel Zeit damit, mit Innovatoren und Endbenutzern darüber zu sprechen, wie Daten aus physischen Anlagen genutzt werden können, um Prozesse zu optimieren, Risiken zu reduzieren, Unternehmen auszubauen und sogar brandneue Geschäftsmodelle voranzutreiben, sagt Ed Maguire, Insights-Partner.

Predictive Maintenance steht auf der ganzen Linie an oberster Stelle, wobei Start-ups, professionelle Dienstleistungsunternehmen und etablierte Industrieunternehmen nach Möglichkeiten suchen, Vorteile zu erzielen, indem sie „Dinge reparieren, bevor sie kaputt gehen“ – wodurch möglicherweise enorme Mengen an Zeit, Geld und Reputationsrisiken eingespart werden.

Was ist vorausschauende Wartung?

Predictive Maintenance umfasst einfach die Möglichkeit, basierend auf realen Daten vorherzusagen, wann eine Maschine oder ein Teil wahrscheinlich ausfällt, und dann in der Lage zu sein, Maßnahmen zur Vermeidung von Problemen zu ergreifen. Dies ist ein einfaches Konzept, aber schwer zu realisieren. In Branchen wie der Luft- und Raumfahrt und dem Transportwesen kann die Vermeidung von Ausfällen Leben retten.

Während die letzten Southwest Airlines Der Todesfall war vielleicht nicht vorhersehbar, was wäre, wenn die Daten der Triebwerksexplosion verwendet werden könnten, um die nächste zu verhindern? Um einen potenziellen Fehler vorhersagen zu können, müssen Sie mit Daten beginnen – historischen Daten, insbesondere die zu einem Fehler geführt haben –, um einen Algorithmus zu erstellen, der Anzeichen für anstehende Probleme erkennen kann.

Der Weg zur vorausschauenden Wartung

Industrielle Instandhaltung hat heute meist „präventiven“ Charakter. Wartung verhindern beginnt mit einem Zeitplan. Wenn Firmen Industrie- oder andere Anlagen kaufen, halten sie sich normalerweise an die empfohlenen Wartungsintervalle. Denken Sie an die Empfehlung, das Öl eines Autos alle 3.000 Meilen zu wechseln. Abgesehen von der Einhaltung der vorgeschriebenen Zeitpläne werden die meisten größeren Reparaturen bei einem Geräteausfall durchgeführt, und die Anlagen selbst werden ersetzt, wenn sie ein bestimmtes Alter erreichen. Es ist nützlich, einen Zeitplan einzuhalten, aber es gibt keine Vorstellung davon, was in der Zukunft passieren könnte.

Durch das Hinzufügen von Condition Monitoring können Unternehmen proaktive Wartung durchführen. Condition Monitoring beinhaltet das Tracking von Daten in Echtzeit – das können beispielsweise Daten von Temperatur- oder Schwingungssensoren sein. Dies kann dazu beitragen, Probleme zu erkennen, sobald sie auftreten, und wenn ungewöhnliche Bedingungen wie übermäßige Vibrationen oder zu hohe Temperaturen auftreten, kann dies die Notwendigkeit einer proaktiven Wartung signalisieren – zum Beispiel ein Austausch eines Teils.

Die präventive Wartung funktioniert nach einem vordefinierten Zeitplan, und die proaktive Wartung verwendet normalerweise die Zustandsüberwachung, aber keiner der Ansätze hilft einem Unternehmen notwendigerweise dabei, vorherzusehen, was in Zukunft wahrscheinlich schief gehen wird.

Um Ausfälle vorhersagen zu können, benötigen Sie historische Daten, um einen Vorhersagealgorithmus zu entwickeln, vorzugsweise einschließlich der Zeiträume, die zu und einschließlich Ausfällen oder Ausfällen führen. Dazu gehören das Sammeln der Daten und die Durchführung von Analysen der Daten, das anschließende Testen, Abstimmen und Aktualisieren der Algorithmen mit neu gesammelten Daten. In der Vergangenheit war dies ein teurer Prozess, der hochspezialisierte Statistiker erforderte, die spezialisierte Modelle entwickeln konnten.

Sobald Predictive Maintenance-Lösungen für einige Zeit vorhanden sind, können sie mit spezifischen Empfehlungen oder Anweisungen für das Unternehmen kombiniert werden, um die Probleme zu beheben, bevor sie auftreten. Dieses Konzept, bekannt als Predictive Maintenance, ist die Idee, dass Analysen anstehende Probleme identifizieren, eine Lösung anleiten und Maschinen mit minimalem menschlichen Eingriff am Laufen halten können.

Seit den 1980er Jahren war Predictive Maintenance die Provinz der größten Organisationen mit den tiefsten Taschen, in denen Ausfall- oder Ausfallkosten mit hohen Kosten verbunden sind, wie etwa beim Militär und in der Luft- und Raumfahrt. Heutzutage wird die Zugänglichkeit von Predictive Maintenance mit den massiven Preisverfall bei Speicher, Rechenleistung und spezialisierten Chips wie GPUs, die für maschinelles Lernen geeignet sind, demokratisiert.

Die Realität sieht heute so aus, dass viele Assets übermäßig gewartet werden und Unternehmen unnötig Geld ausgeben, um Ausfälle zu vermeiden, da ihnen keine Einblicke in den tatsächlichen Zustand der Maschinen gegeben sind. Es gibt enorme Möglichkeiten, Kosten durch Ausfallzeiten und Störungen zu senken und viel effizienter dafür zu investieren, wie oft und wie umfangreich Maschinen repariert werden. Obwohl wir noch am Anfang stehen und die meisten Industrieunternehmen von präventiver zu proaktiver Wartung wechseln, gibt es eine Fülle von Start-ups und Projekten zur Demokratisierung der vorausschauenden Wartung.

Es ist wichtig, mit den Daten zu beginnen, daher empfehlen wir einen maßvollen Ansatz. Beginnen Sie mit Condition Monitoring und stellen Sie den Komfort und die Genauigkeit der Daten und Prozesse sicher. Sobald vernünftige proaktive Wartungsaufgaben in der Hand sind, beauftragen Sie Daten- und Domänenexperten (entweder Data Scientists zum Selbermachen oder Spezialisten in Ihrer Branche von einem professionellen Dienstleistungsunternehmen oder Software-Start-up).

Entwickeln Sie die Algorithmen, testen Sie sie in der Praxis, messen, optimieren und aktualisieren Sie und setzen Sie den Prozess fort. Predictive Maintenance ist ein Ziel, aber eher eine Reise als ein Ziel. Es stehen viele Ressourcen und Experten zur Verfügung, die Ihnen helfen, und mit Beharrlichkeit wird der Erfolg eintreten – Kosteneinsparungen, Vermeidung ungeplanter Ausfallzeiten, verbesserte Sicherheit, effizientere Prozesse – und vor allem zufriedenere Kunden.

Um mehr zu erfahren, empfehlen wir die Lektüre Die Chance in Predictive Maintenance (PdM) Analytics nutzen .

Der Autor dieses Blogs ist Ed Maguire, Insights-Partner bei Momenta Partners

Über den Autor:

Ed bringt mehr als 17 Jahre Wall Street-Erfahrung in den Bereichen Aktienrecherche und Investmentbanking zu Momenta und verfügt über umfassende Fachkenntnisse im Bereich Unternehmenssoftware. Er hat nachweislich erfolgreich strategische Chancen identifiziert und umsetzbare Erkenntnisse formuliert, die auf einer gründlichen Analyse von Technologie, Betrieb, Wettbewerb und Märkten basieren. Zuletzt war er Senior Analyst und Managing Director bei CLSA Americas deckt die Softwareindustrie, Technologie und Innovation ab.