Erklärte vorausschauende Wartung

Predictive Maintenance (PdM) ist eine Wartung, die die Leistung und den Zustand von Geräten während des normalen Betriebs überwacht, um die Wahrscheinlichkeit von Ausfällen zu verringern. Predictive Maintenance, auch zustandsbasierte Instandhaltung genannt, wird seit den 1990er Jahren in der Industrie eingesetzt.

Tatsächlich ist die vorausschauende Wartung jedoch viel älter, obwohl ihre Geschichte nicht formal dokumentiert ist. Control Engineering sagt:„Der Beginn von Predictive Maintenance (PdM) könnte gewesen sein, als ein Mechaniker zum ersten Mal sein Ohr an den Griff eines Schraubendrehers hielt, das andere Ende einer Maschine berührte und erklärte, dass es sich anhörte, als würde ein Lager kaputt gehen .”

Das Ziel der vorausschauenden Wartung ist die Fähigkeit, zuerst vorherzusagen, wann ein Geräteausfall auftreten könnte (basierend auf bestimmten Faktoren), gefolgt von der Verhinderung des Ausfalls durch regelmäßig geplante und korrigierende Wartung.

Predictive Maintenance kann ohne Condition Monitoring, also die kontinuierliche Überwachung von Maschinen unter Prozessbedingungen zur Sicherstellung des optimalen Maschineneinsatzes, nicht existieren. Es gibt drei Facetten der Zustandsüberwachung:online, periodisch und remote. Online-Zustandsüberwachung ist definiert als die kontinuierliche Überwachung von Maschinen oder Produktionsprozessen, wobei Daten zu kritischen Drehzahlen und sich ändernden Spindelpositionen gesammelt werden („Zustandsüberwachung von rotierenden Maschinen“, Istec International).

Periodische Zustandsüberwachung, die durch Schwingungsanalyse erreicht wird, „gibt Einblick in das sich ändernde Schwingungsverhalten von Anlagen“ mit einer Trendanalyse („Zustandsüberwachung von rotierenden Maschinen“, Istec International). Schließlich ermöglicht die Fernüberwachung, wie der Name schon sagt, die Überwachung von Geräten von einem entfernten Standort aus, wobei Daten zur Analyse übertragen werden.

Vor der Einrichtung eines vorbeugenden Wartungsprogramms muss eine Organisation mehrere Schritte unternehmen, darunter:

• Analyse des Bedarfs und der Gerätehistorie

• Überprüfung aller verfügbaren Aufzeichnungen über Ausfallzeiten, Gerätedefekte, Verluste (Ertrag und Energie), potenzielle Bußgelder und Arbeitssicherheit

• Festlegung von Definitionen und Konzepten sowie Aufbau eines Arguments für PdM

• Wichtige Interessengruppen schulen und Unterstützung gewinnen

• Vervollständigen eines Geräteinventars und Begutachten des aktuellen Gerätezustands

• Auswahl der Ausrüstung für die Erstimplementierung des Programms

• Entwicklung von Systemdetails basierend auf einzelnen Systemen und/oder Komponenten

• Bewertung vorhandener vorbeugender oder vorausschauender Wartung

• Entscheiden, welche Systeme aufgenommen und worauf geprüft werden soll

• Definition der Kritikalität des Programms und Festlegung der PdM-Häufigkeit und des Zeitplantyps

• Bewertung der erwarteten Ressourcen und Zuweisung von Personalrollen und Verantwortlichkeiten

• Organisation des Programms und Integration in das Terminplanungssystem

• Schulung und Erhalt von Zustimmung zu Betrieb und Wartung

• Ausrüstung aufrüsten und Schulungen durchführen

• Erstellen eines computergestützten Wartungsmanagementsystems (CMMS)

Rund 65 Prozent des Wartungspersonals, das in der Predictive Maintenance Survey 2019 von Reliable Plant befragt wurde, gaben an, dass sie vorausschauende Wartung verwenden. Vorausschauende Wartung ist, wenn sie implementiert und ausgeführt wird, ein Eckpfeiler eines erfolgreichen Wartungsprogramms.

Der Unterschied zwischen vorbeugender Wartung und vorbeugender Wartung

Während viele Wartungsprogramme etwas von beidem verwenden, gibt es mehrere Unterschiede zwischen der vorausschauenden Wartung und der vorbeugenden Wartung. Die vorbeugende Wartung umfasst die Inspektion und Durchführung von Wartungsarbeiten an Maschinen, unabhängig davon, ob die Ausrüstung gewartet werden musste. Dieser Wartungsplan basiert entweder auf einem Nutzungs- oder Zeitauslöser. Zum Beispiel wird eine Heizungsanlage jedes Jahr vor dem Winter gewartet oder ein Auto muss alle 5.000 Meilen planmäßig gewartet werden.

Außerdem erfordert die vorbeugende Wartung nicht die Zustandsüberwachungskomponente wie die vorausschauende Wartung. Da keine Zustandsüberwachung erforderlich ist, erfordert ein vorbeugendes Wartungsprogramm weniger Kapitalinvestitionen in Technologie und Schulung. Schließlich erfordern viele vorbeugende Wartungsprogramme eine manuelle Datenerfassung und -analyse.

Während die präventive Wartung anhand des durchschnittlichen Lebenszyklus einer Anlage bestimmt wird, wird die prädiktive Wartung basierend auf voreingestellten und vorbestimmten Bedingungen bestimmter Ausrüstungsteile unter Verwendung verschiedener Technologien identifiziert. Die vorausschauende Wartung erfordert auch mehr Investitionen in Personal, Schulung und Ausrüstung als die vorbeugende Wartung, aber die Zeit- und Kosteneinsparungen werden auf lange Sicht größer sein.

Vor- und Nachteile von Predictive Maintenance

Wie bereits erwähnt, sind die Vorteile der vorausschauenden Wartung unter Kosteneinsparungsgesichtspunkten enorm und umfassen die Minimierung geplanter Ausfallzeiten, die Maximierung der Gerätelebensdauer, die Optimierung der Mitarbeiterproduktivität und die Steigerung des Umsatzes (Immerman, „The Impact of Predictive Maintenance on Manufacturing“). Ein weiterer Vorteil der vorausschauenden Wartung ist ihre Fähigkeit, sowohl ein Wartungsteam als auch eine Organisation zu transformieren, da die Implementierung von PdM es Asset Managern ermöglicht, die Ergebnisse zu verbessern und Prioritäten wie Rentabilität und Zuverlässigkeit besser in Einklang zu bringen.

Einer der Hauptnachteile der vorausschauenden Wartung ist der Zeitaufwand für die Bewertung und Implementierung eines PdM-Plans. Da vorausschauende Wartung eine komplexe Initiative ist, muss das Anlagenpersonal nicht nur darin geschult werden, nicht nur die Ausrüstung zu verwenden, sondern auch die Analysen (oder Daten) zu interpretieren.

Während sich viele Unternehmen dafür entscheiden, bestehende Mitarbeiter in Predictive Maintenance zu schulen, gibt es Auftragnehmer für die Zustandsüberwachung, die sich auf die Durchführung der erforderlichen Arbeiten und die Analyse der Ergebnisse für eine Anlage spezialisiert haben. Neben den Schulungskosten beinhaltet die vorausschauende Wartung eine Investition in Wartungstools und -systeme. Diese Kosten sind im Laufe der Zeit mit der Einführung der Cloud-basierten Technologie gesunken.

Vorausschauende Wartung vs. Inspektion auf Mängel

Seit einiger Zeit herrscht eine beträchtliche Verwirrung über die geeignete Art und Weise, das Vorhandensein eines bestimmten Fehlermodus zu überprüfen. Soll ich eine sensorische Inspektion durchführen? Sollte ich irgendeine Art von quantitativer Inspektion durchführen? Soll ich eine oder mehrere Condition-Monitoring-Technologien anwenden? Sollte ich eine Kombination dieser Techniken anwenden, um die bedingte Wahrscheinlichkeit, den Fehler zu finden, zu maximieren?

Wie identifiziere ich das Vorliegen eines Hauptfehlers, um die Zeit zu maximieren, die meine Planungsabteilung hat, um die Arbeitsabläufe zu entwickeln, Arbeitsaufträge zu erstellen, die Teile zu bestellen und die Arbeiten zu planen und abzuschließen, bevor die bedingte Wahrscheinlichkeit von Ausfall wird zu hoch? Eine Erläuterung der Arten von Inspektionen und ihrer gegenseitigen Ergänzung trägt wesentlich zur Klärung der am besten geeigneten Inspektion bei.

Arten von Fehlerprüftechniken

Sensorische Inspektionen gelten seit langem als das Rückgrat jedes guten Inspektionsprogramms und jeder Wartungsarbeiten. Man ging davon aus, dass das häufige Herumsenden von jemandem zur Überprüfung auf Maschinenprobleme dazu führen würde, Fehler rechtzeitig zu erkennen und ungeplante Ausfallzeiten zu vermeiden. Der Inspektor würde anhand von Sicht, Ton und Berührung feststellen, ob sich seit der letzten Inspektion etwas geändert hatte. Jede Änderung würde beim nächsten geplanten Ausfall von einem Handwerker aufgezeichnet, gemeldet und untersucht werden.

Obwohl es enorme Vorteile bietet, jemanden zur Durchführung von Inspektionen zu schicken, weist diese Strategie so viele Lücken auf, dass sie niemals als das Rückgrat des Inspektionsprogramms betrachtet werden sollte. Sensorische Inspektionen identifizieren normalerweise nur die offensichtlichsten und drastischsten Probleme. Es ist für eine sensorische Prüfung praktisch unmöglich, frühzeitig innere Defekte an Maschinen zu erkennen.

Verbesserte sensorische Inspektionen

Verbesserte sensorische Inspektionen füllen diese Grauzone. Sie sind sowohl eine sensorische Prüfung als auch eine quantitative Messung mit zustandsüberwachenden Eigenschaften. Bei diesen Inspektionen werden Instrumente wie Punktradiometer, Blitzlichter, tragbare Vibrationsstifte und einfache Ultraschallmessgeräte verwendet, um Defekte weiter oben in der P-F-Kurve zu erkennen. Während diese Werkzeuge die Kraft der menschlichen Sinne vervielfachen, haben sie ihre Grenzen. Diese einfachen Tools ermöglichen zwar die Erkennung verschiedener Fehlermodi, sollten aber kein umfassendes Condition-Monitoring-Programm ersetzen.

Quantitative Inspektionen

Quantitative Inspektionen können nützliche Informationen liefern, wenn es um die Generierung von Daten für die Trendermittlung und die Bestimmung der charakteristischen Lebensdauer einer Fehlerart geht. Quantitative Inspektionen brauchen jemanden, der etwas misst. Sehr häufige quantitative Inspektionen umfassen das Messen der Temperatur einer Dichtung an einer Pumpe oder das Messen des Rückplattenspiels an einem Pumpenlaufrad. Diese Messungen liefern dem Planer und Ingenieur Daten und helfen dabei, die Notwendigkeit weiterer Wartungsarbeiten zu ermitteln.

Bei richtiger Auslegung detailliert ein quantitatives Inspektionsverfahren die Grenzen und die typischerweise erwarteten Messungen. Jede Inspektion, bei der jemand etwas messen muss, sollte Mindest-, Höchst- und typische Werte aufweisen, wobei bedingte Aufgaben für das Überschreiten der Grenzwerte definiert sind. Aber eine quantitative Inspektion, die mit der richtigen Inspektionsfrequenz durchgeführt wird, führt selten zu einer Messung, die die Grenzwerte überschreitet.

Vorausschauende Wartung als Fehlerprüftechnik

Condition Monitoring, auch als Predictive Maintenance (PdM) bezeichnet, ist die Anwendung von zustandsbasierten Überwachungstechnologien, statistischer Prozesskontrolle oder Anlagenleistung zur Früherkennung und Beseitigung von Anlagenfehlern, die zu ungeplanten Ausfallzeiten oder unnötigen Ausgaben führen könnten.

Und das müssen Sie in der Regel im Normalbetrieb der Anlage mit wenig bis keiner Prozessunterbrechung durchführen. Der Zweck dieser Werkzeuge (Schwingungsanalyse, Infrarot-Thermografie, Motorkreisanalyse usw.) besteht darin, Fehler zu finden, die durch zuvor verfügbare Inspektionsmethoden nicht gefunden wurden, während die Maschine im Normalbetrieb ist.

Durch die Nutzung der verfügbaren Technologie können Sie den Zustand von Teilen und das Vorhandensein von Fehlern beurteilen, die bisher nicht erkannt werden konnten. Ein Beispiel für den Vorteil, den diese Werkzeuge im Bereich der quantitativen Inspektionen oder sensorischen Inspektionen haben, ist der Einsatz einer Schwingungsanalyse, um das Vorhandensein eines Defekts an einem Wälzlager festzustellen.

Früher verließen sich Mechaniker und Mühlenbauer auf "Hubchecks", um das Spiel in einem Lager zu bestimmen. Leider ist diese Technik nur für Lagerfehler gültig, die zum Abtragen von Material von den Laufbahnen des Lagers führten; Dieses Lager wäre ziemlich schlecht, wenn es tausendstel Zoll Spiel hätte.

Die Ermüdung unter der Oberfläche ist bei der Schwingungsanalyse leicht zu erkennen und zu diesem Zeitpunkt hat die Fehlerausbreitung dazu geführt, dass kein Material von den Laufbahnen entfernt wurde. Dies ist das häufigste Beispiel für die Vorteile von Technologien zur vorausschauenden Wartung.

Es gibt verschiedene Arten von Fehlerprüfungstechniken, die an einer Maschine zum Einsatz kommen können, und jede hat ihre Vor- und Nachteile. Diese Techniken sind jedoch kein exakter Ersatz füreinander. Jeder bestimmt das Vorhandensein des Fehlers an verschiedenen Stellen entlang der P-F-Kurve und gibt der Planungsfunktion daher jeweils unterschiedliche Zeiträume, um auf den Fehler zu reagieren.

Eine Fehlermöglichkeits-, Auswirkungs- und Kritikalitätsanalyse (FMECA) kann Ihnen helfen zu bestimmen, welche Inspektionstechniken wie oft und mit welchem ​​Redundanzgrad angewendet werden sollten. Denken Sie daran, der Trick besteht darin, Risiko mit Strenge abzuwägen. Wie viel Risiko Sie bei einem bestimmten Fehlermodus eingehen möchten und wie viel Sie bereit sind, für die Inspektion zu zahlen, bestimmt die geeignete Strategie.

Technologien zur vorausschauenden Wartung

Wie der Name schon sagt, ist das Ziel der vorausschauenden Wartung, vorherzusagen, wann eine Wartung erforderlich ist. Obwohl es keinen Magic 8-Ball gibt, gibt es mehrere Geräte und Techniken zur Zustandsüberwachung, die zur effektiven Fehlervorhersage sowie zur Bereitstellung von Warnungen für bevorstehende Wartungen eingesetzt werden können.

Infrarot-Thermografie

Die Infrarot-Thermografie (IR) ist als zerstörungsfreie oder nicht-intrusive Prüftechnologie in der vorbeugenden Instandhaltung weit verbreitet. Mit IR-Kameras ist das Personal in der Lage, hohe Temperaturen (auch bekannt als Hotspots) in Geräten zu erkennen. Abgenutzte Komponenten, einschließlich fehlerhafter elektrischer Schaltkreise, geben normalerweise Wärme ab, die als Hotspot auf einem Wärmebild angezeigt wird („Predictive Maintenance“, Lean Manufacturing Tools).

Durch die schnelle Identifizierung von Hotspots können Infrarotinspektionen Probleme lokalisieren und kostspielige Reparaturen und Ausfallzeiten vermeiden. Die Infrarottechnologie gilt als „eine der vielseitigsten verfügbaren Predictive-Maintenance-Technologien … und wird verwendet, um alles von einzelnen Komponenten von Maschinen über Anlagensysteme, Dächer und sogar ganze Gebäude zu untersuchen“ (Steuerungstechnik). Weitere Anwendungen der Infrarottechnologie sind die Erkennung von thermischen Anomalien und Problemen mit Prozesssystemen, die auf Wärmespeicherung und/oder Wärmeübertragung angewiesen sind.

Akustische Überwachung

Mit akustisch Technologien kann das Personal Gas-, Flüssigkeits- oder Vakuumlecks in Geräten auf Schall- oder Ultraschallebene erkennen. Die Schalltechnologie wird als kostengünstiger als die Ultraschalltechnologie angesehen und ist bei mechanischen Geräten nützlich, jedoch in ihrer Verwendung begrenzt. Ultraschalltechnologie hat mehr Anwendungen und ist zuverlässiger bei der Erkennung mechanischer Probleme.

Es ermöglicht einem Techniker, „Reibung und Spannung in rotierenden Maschinen zu hören, die eine Verschlechterung früher als herkömmliche Techniken vorhersagen können“ („Predictive Maintenance“, Wikipedia), indem er mithilfe von Instrumenten Geräusche im Bereich von 20 bis 100 Kilohertz in „auditive oder“ umwandelt visuelle Signale, die von einem Techniker gehört/gesehen werden können. Diese hohen Frequenzen sind genau die Frequenzen, die von verschlissenen und unzureichend geschmierten Lagern, defekten elektrischen Geräten, undichten Ventilen usw. erzeugt werden.“ (Wright, „So nutzen Sie mehrere Technologien zur vorausschauenden Wartung“).

Während sowohl Schall- als auch Ultraschallprüfungen teuer sein können, gibt es eine andere Form der akustischen Überwachung, die recht erschwinglich ist:die Ohren eines Technikers. „Etwas so Einfaches wie das Erkennen eines Öllecks oder eines Getriebes, das sich seltsam anhört, kann und wird häufig dazu führen, einen katastrophalen Ausfall zu verhindern und Verluste in Höhe von Zehntausenden von Dollar zu vermeiden.“ (Wright, „How to Leverage Multiple Predictive Maintenance Technologies“ ).

Schwingungsanalyse

Die Vibrationsanalyse wird hauptsächlich für schnell rotierende Geräte eingesetzt und ermöglicht es einem Techniker, die Vibrationen einer Maschine mithilfe eines tragbaren Analysators oder in das Gerät eingebauter Echtzeitsensoren zu überwachen. Eine Maschine, die im Spitzenzustand arbeitet, weist ein bestimmtes Schwingungsmuster auf. Wenn Komponenten wie Lager und Wellen zu verschleißen und zu versagen beginnen, beginnt die Maschine ein anderes Schwingungsmuster zu erzeugen. Durch proaktive Überwachung der Geräte kann ein geschulter Techniker die Messwerte mit bekannten Fehlermodi vergleichen, um festzustellen, wo Probleme auftreten.

Zu den Problemen, die mit der Schwingungsanalyse erkannt werden können, gehören Fluchtungsfehler, verbogene Wellen, unausgeglichene Komponenten, lose mechanische Komponenten und Motorprobleme.

Es ist von entscheidender Bedeutung, sicherzustellen, dass Techniker geschult sind, da es schwierig sein kann, Maschinenausfälle mithilfe von Schwingungsanalysen vorherzusagen. Viele Organisationen bieten ausführliche Schulungen an, um Personen auf die Zertifizierung als Schwingungsanalytiker vorzubereiten. Der einzige Nachteil bei der Verwendung der Schwingungsanalyse sind die Kosten, die mit der Implementierung in ein PdM-Programm verbunden sind.

Ölanalyse

Die Ölanalyse ist ein wirksames Werkzeug für die vorausschauende Wartung. Es ermöglicht einem Techniker, den Zustand des Öls zu überprüfen und festzustellen, ob andere Partikel und Verunreinigungen vorhanden sind. Einige Ölanalysetests können die Viskosität, das Vorhandensein von Wasser oder Verschleißmetallen, die Partikelanzahl und die Säurezahl oder Basenzahl aufdecken.

Einer der Vorteile der Ölanalyse besteht darin, dass der/die anfängliche(n) Test(e) eine Basis für eine neue Maschine bildet. Bei richtiger Durchführung kann die Ölanalyse eine Vielzahl von Ergebnissen liefern, um die vorausschauende Wartung erfolgreich zu machen.

Andere Technologien

Neben diesen Techniken können Einrichtungen auch andere Technologien verwenden, wie z. B. die Motorzustandsanalyse, die den Betriebs- und Laufzustand von Motoren detailliert beschreibt; und Wirbelstromanalyse, die Veränderungen der Rohrwanddicke in Zentrifugalkühlern und Kesselsystemen identifiziert. Boreskop-Inspektionen, CMMS, Datenintegration und Zustandsüberwachung können auch dazu beitragen, die vorausschauende Wartung zu erleichtern. Obwohl es mehrere verschiedene Technologien gibt, die Sie bei Ihren PdM-Bemühungen unterstützen, ist es wichtig, die richtige auszuwählen, um den Erfolg sicherzustellen.

Business Case für vorausschauende Wartung

Um eine Kapitalrendite zu erzielen und die Maschinen mit höchster Effizienz laufen zu lassen, müssen die Anlagen einen größeren Wert auf vorausschauende Wartung legen. Laut dem Wall Street Journal , „Ungeplante Ausfallzeiten kosten industrielle Hersteller jährlich schätzungsweise 50 Milliarden US-Dollar. Geräteausfälle sind die Ursache für 42 Prozent dieser ungeplanten Ausfallzeiten. Ungeplante Ausfälle führen zu übermäßiger Wartung, Reparatur und Geräteaustausch.“

Da Betrieb und Management dazu gedrängt werden, Kosten zu senken und die Produktivität zu steigern, wird die Notwendigkeit einer vorausschauenden Wartung deutlich, da es schwierig ist, kosteneffektive, langfristige Entscheidungen für eine Anlage zu treffen.

Der Wert der vorausschauenden Wartung liegt in einem kosten- und/oder zeitsparenden Ansatz, da die Wartung nur bei Bedarf durchgeführt wird. Tatsächlich haben mehrere Studien des Federal Energy Management Program des US-Energieministeriums ergeben, dass ein ordnungsgemäß funktionierendes prädiktives Wartungsprogramm Einsparungen von 30–40 % gegenüber der reaktiven Wartung und 8–12 % gegenüber der vorbeugenden Wartung ermöglicht.

Damit eine PdM-Strategie erfolgreich ist, müssen mehrere Kriterien berücksichtigt und erfüllt werden. Erstens sollte das Engagement von oben nach unten kommen. Die gesamte Organisation muss sich verpflichten, vorausschauende Wartung zu einem vorgeschriebenen Bestandteil der normalen Zeitpläne zu machen. Alle Prozessbediener müssen auch geschult und in die Durchführung der erforderlichen Wartungsprüfungen einbezogen werden. Darüber hinaus muss die gesamte Organisation die tatsächlichen Kosten und die Auswirkungen einer schlechten Wartung verstehen. Schließlich müssen PdM-Verfahren sofort implementiert werden, damit die Organisation die Vorteile nutzen kann.

Während viele die Bedeutung der vorausschauenden Wartung für teure Maschinen erkennen, ist PdM auch für die Überwachung kleinerer alltäglicher Vermögenswerte wie Kaffeemaschinen, Drucker, Frankiermaschinen und mehr geeignet. Tatsächlich kann eine ganze Einrichtung von der Implementierung einer vorausschauenden Wartung profitieren.

Predictive Maintenance-Anwendungen

Die größte Anwendung für Predictive Maintenance findet sich im produzierenden Gewerbe. Da Fertigungsanlagen weiterhin der Nachfrage nach Produktivitätssteigerungen ausgesetzt sind, wurden mehrere Wartungsstrategien entwickelt und implementiert. Die meisten davon waren jedoch reaktiv. Viele Einrichtungen haben die Denkweise „Wenn es nicht kaputt ist, repariere es nicht“. Leider trägt diese Denkweise zu ungeplanten Wartungsarbeiten und Ausfallzeiten bei.

Wie bereits erwähnt, begannen die Anlagen Anfang der 90er Jahre mit der Implementierung von Predictive Maintenance. Damals „erschwerten die fehlende Verfügbarkeit von Sensoren zur Datengenerierung sowie der Mangel an Rechenressourcen zum Sammeln und Analysieren der Daten die Implementierung von PdM“ („Predictive Maintenance in Manufacturing Overview“, Microsoft Azure).

Mit der Einführung des Internets der Dinge (IoT), maschinellem Lernen, Cloud Computing und Big Data Analytics hat die Fertigungsindustrie Fortschritte bei der Implementierung der vorausschauenden Wartung gemacht, was zu einer höheren Verfügbarkeit und Qualitätskontrolle, einer Optimierung der Wartungsrouten, einer verbesserten Arbeitssicherheit und höhere Produktivität. Da Hersteller mit engen Margen und Zeitfenstern arbeiten, ist der Gedanke an ungeplante Ausfallzeiten unerwünscht. Predictive Maintenance kann eine Lösung bieten.

Eine weitere Anwendung für PdM liegt im Bahnsektor, insbesondere im Zusammenhang mit der digitalen Transformation der Bahnindustrie. Da Züge eine hohe Anfangsinvestition haben, liegt ein großes Augenmerk darauf, sie so lange wie möglich in Betrieb zu halten. Predictive Maintenance ermöglicht es Bahnunternehmen, durch eine Vielzahl von Technologien und Software, die Betriebskosten zu senken und die Lebensdauer der Flotte zu verlängern, den größtmöglichen Nutzen aus ihrer Zugflotte zu ziehen.

Im Eisenbahnsektor wird vorausschauende Wartung eingesetzt, um Probleme mit linearen, festen und mobilen Anlagen zu erkennen; Verbesserung der Sicherheit und Erkennung von Gleislücken durch Überwachungssysteme auf der Grundlage von Fahrzeugkabinen; und identifizieren Sie den Typ des Track-Assets, unter dem sich die Lücke befindet, und geben Sie den Schweregrad der Lücke an.

Laut einem Artikel in MaintWorld , „Zukünftig wird eine zuverlässige Eisenbahnwartung voraussichtlich auf intelligente Transportsysteme und vernetzte Lösungen wie vorausschauende Wartung und integrierte Sicherheitstools angewiesen sein, um kritische Themen wie Sicherheit, Verspätungen und Gesamtsystemkapazität zu verbessern“ (Peycheva, „Railway Goes Smart mit vorausschauender Wartung und Industrie 4.0 CMMS“).

Während die Öl- und Gasindustrie traditionell langsam ihre Wartungssysteme modernisiert, wird sie zu einem wichtigen Befürworter der vorausschauenden Wartung. Jeden Tag sammeln Öl- und Gasunternehmen riesige Datenmengen durch Sensoren – insbesondere drahtlose Sensoren – in Ölfeldern auf der ganzen Welt. Da der Öl- und Gasbetrieb komplexer wird, wird der Einblick in den Zustand der Ausrüstung schwieriger, insbesondere an abgelegenen Offshore- und Tiefseestandorten.

In einem Whitepaper aus dem Jahr 2015 erklärte MapR Technologies Inc.:„Öl- und Gasunternehmen haben eine große Chance, die Effizienz zu steigern und die Betriebskosten durch bessere Anlagenverfolgung und vorausschauende Wartung zu senken.“

Predictive Maintenance könnte als Wettbewerbsvorteil für Öl- und Gasunternehmen sowie die damit verbundenen Serviceunternehmen angesehen werden, insbesondere in Zeiten einer Rezession, in denen Unternehmen gezwungen sind, effizienter und effektiver zu arbeiten. Predictive Maintenance betrifft natürlich nicht nur die Fertigungs-, Bahn-, Öl- und Gasindustrie. In anderen Anwendungen wird PdM verwendet, um:

• Helfen Sie mit, Stromausfälle mit Hilfe von Drohnen und Sensoren zu verhindern, die Stromnetze abbilden

• Erkennen Sie einen Temperaturabfall in einer Dampfleitung, der auf ein potenzielles Druckleck hinweist

• Erfassen Sie erhöhte Temperaturen in Schalttafeln, um Komponentenausfälle zu vermeiden

• Messen Sie angebots- und nachfrageseitige Leistung an einem gemeinsamen Koppelpunkt zur Überwachung des Stromverbrauchs

• Überlastungen in Schalttafeln lokalisieren

• Identifizieren Sie Stromspitzen des Motors oder Überhitzung durch schlechte Lager oder Isolationsausfälle

• Finden Sie dreiphasige Leistungsungleichgewichte aufgrund von harmonischen Verzerrungen, Überlastungen, Verschlechterung oder Ausfall einer oder mehrerer Phasen

IIoT- und PdM-Integration

Einer der wichtigsten Faktoren – wenn nicht der Wichtigster Faktor – in einem erfolgreichen Predictive Maintenance Programm ist die Nutzung und Integration des Industrial Internet of Things (IIoT). Laut einem Bericht von Deloitte ist „das Internet der Dinge (IoT) vielleicht das größte Teil des PdM-Puzzles … IoT übersetzt physikalische Aktionen von Maschinen mithilfe von Sensoren wie Temperatur, Vibration oder Leitfähigkeit in digitale Signale … Über Sensoren in digitale Signale übersetzt, werden sie verarbeitet, aggregiert und analysiert. Mit der erschwinglichen Bandbreite und Speicherkapazität können riesige Datenmengen übertragen werden, um nicht nur ein vollständiges Bild der Anlagen in einer einzelnen Anlage, sondern eines gesamten Produktionsnetzwerks zu erhalten.“ (Coleman et al., „Predictive Maintenance and the Smart Factory“ ).

Um erfolgreich zu sein, stützt sich die vorausschauende Wartung auf Sensoren zum Sammeln und Analysieren von Daten aus verschiedenen Quellen, wie beispielsweise einem CMMS und Sensoren kritischer Geräte. Mit diesen Daten ist das IIoT in der Lage, „fortgeschrittene Vorhersagemodelle und Analysetools zu erstellen, um Ausfälle vorherzusagen und proaktiv zu adressieren. Darüber hinaus kann neue maschinelle Lerntechnologie im Laufe der Zeit die Genauigkeit der Vorhersagealgorithmen erhöhen, was zu einer noch besseren Leistung führt.“ (Coleman et al., „Predictive Maintenance and the Smart Factory“).

In Verbindung mit vorausschauender Wartung kann das IIoT Geräteausfälle im Voraus erkennen. Mit der Einführung von Industrie 4.0 im Fertigungsbereich sind die Einrichtungen bestrebt, das IIoT zu nutzen, um bessere Einblicke in den Betrieb zu erhalten.

Vorausschauende Wartung und Kapitalrendite

Die Umsetzung von Predictive Maintenance erfordert erhebliche Investitionen in Geld, Personal und Ausbildung. Auch wenn diese anfänglichen Investitionen für ein Unternehmen entmutigend erscheinen mögen, überwiegt der Return on Investment (ROI) der vorausschauenden Wartung bei weitem alle Vorlaufkosten.

Laut einem kürzlich von Deloitte veröffentlichten Bericht konnten in mehreren Einrichtungen Kosteneinsparungen von 5 bis 10 Prozent bei den Betriebs- und Wartungs-, Reparatur- und Betriebsmaterialausgaben (MRO) erzielt werden; eine Reduzierung der Gesamtwartungskosten um 5-10 Prozent; und reduzierte Lagerhaltungskosten. Weitere Daten des US-Energieministeriums zeigen auch, dass die Implementierung eines funktionalen PdM-Programms das Potenzial hat, den ROI zu verzehnfachen, die Wartungskosten um 25 bis 30 Prozent zu senken, die Ausfälle um 70 bis 75 Prozent und die Betriebskosten um 35 bis 45 Prozent zu senken prozentuale Reduzierung der Ausfallzeiten.

„Was die Wartungskosten betrifft, kostet die vorbeugende Wartung 13 US-Dollar Stundenlohn pro Jahr, während die vorausschauende Wartung 9 US-Dollar Stundenlohn pro Jahr kostet, was die vorausschauende Wartung zu einer günstigeren Option macht“ (Ulbert, „The Difference Between Predictive Maintenance and Preventive Maintenance“).

Referenzen

Coleman, Chris, Satish Damodaran und Ed Deuel. „Predictive Maintenance und die Smart Factory.“ Deloitte. 2017. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-cons-predictive-maintenance.pdf

„Zustandsüberwachung von Rotating Maschinen.“ Istec International. Aufgerufen am 1. November 2018. https://www.istec.nl/en/condition-monitoring-rotating-machines/.

Steuerungstechnik. „Predictive Maintenance-Technologien.“ Aufgerufen am 4. November 2018. https://www.controleng.com/single-article/predictive-maintenance-technologies/72faca6f85ddaef6b4479583b2741e6c.html.

Immermann, Graham. „Der Einfluss vorausschauender Wartung auf die Fertigung.“ Maschinenmetriken. Aufgerufen am 1. November 2018. https://www.machinemetrics.com/blog/the-impact-of-predictive-maintenance-on-manufacturing.

Lean-Manufacturing-Tools. „Vorausschauende Wartung.“ Aufgerufen am 2. November 2018. http://leanmanufacturingtools.org/427/predictive-maintenance/.

Peycheva, Ralitsa. „Eisenbahn wird smart mit Predictive Maintenance und Industrie 4.0 CMMS.“ MaintWorld. 11. Oktober 2017. Zugriff am 4. November 2018. https://www.maintworld.com/Applications/Railway-Goes-Smart-with-Predictive-Maintenance-and-Industry-4.0-CMMS.

„Vorausschauende Wartung in der Fertigungsübersicht.“ Microsoft Azure. 1. Mai 2018. Zugriff am 4. November 2018. https://docs.microsoft.com/en-us/azure/industry/manufacturing/predictive-maintenance-overview.

„Predictive Maintenance Using Hadoop for the Oil and Gas Industry“, MapR Technologies Inc., Mai 2015. https://mapr.com/resources/predictive-maintenance-using-hadoop-oil-and-gas-industry/.

Ulbert, Sebastian, „The Difference Between Predictive Maintenance and Preventive Maintenance“, Coresystems, 15. September 2015. Aufgerufen am 2. November 2018. https://www.coresystems.net/blog/the-difference- between-predictive-maintenance- und-vorbeugende-Wartung.

Wall Street Journal . Aufgerufen am 2. November 2018. https://partners.wsj.com/emerson/unlocking-performance/how-manufacturers-can-achieve-top-quartile-performance/.

Wikipedia. „Vorausschauende Wartung.“ Aufgerufen am 11. Oktober 2018. https://en.wikipedia.org/wiki/Predictive_maintenance.

Wright, Jeremy. „So nutzen Sie mehrere Predictive Maintenance-Technologien.“ Maschinenschmierung. Aufgerufen am 1. November 2018. https://www.machinerylubrication.com/Read/29819/predictive-maintenance-technologies