Umwandlung der Wartung in vorausschauende Zuverlässigkeit

Seit Jahren wird Wartung als schmutzige, langweilige und ad hoc-Job behandelt. Es ist entscheidend für die Produktivität, wird jedoch nicht als Schlüsselkomponente der Umsatzgenerierung anerkannt. Die einfache Frage lautet oft:„Warum müssen wir Dinge regelmäßig warten?“ Die Antwort lautet:„Um sie so zuverlässig wie möglich zu halten.“ Die eigentliche Frage ist jedoch:„Wie viel Veränderung oder Verschlechterung hat sich seit der letzten Wartungsrunde ereignet?“ Die Antwort lautet:„Ich weiß es nicht.“

Die Herausforderung für die Zuverlässigkeit besteht im Umgang mit Daten aus der Vergangenheit. Fehler werden modelliert, analysiert und teilweise vorhergesagt. Leider berücksichtigt die Vorhersage keine Benutzer- oder arbeitsumgebungsbezogenen Einschränkungen, und oft sind die Ergebnisse nicht so nützlich.

Condition Based Maintenance (CBM) beschäftigt sich mit Online-Daten. Maschinenzustände werden ständig überwacht und ihre Signaturen ausgewertet. Dies geschieht jedoch auf Maschinenebene – eine Maschine nach der anderen. Es ist ein „Fail-and-Fix-Ansatz“. Fehlerbehebung ist der Hauptzweck.

Heute konzentriert sich CBM auf Sensoren und Kommunikation. Alle Produkte und Maschinen sind irgendwie vernetzt. Es ist jedoch schwer zu wissen, was mit all diesen Daten zu tun ist. Wir müssen Daten in Informationen umwandeln, indem wir Computertools verwenden, um Daten lokal zu verarbeiten.

Die Wartungswelt von morgen ist eine Informationswelt für die funktionsbasierte Überwachung. Informationen sollten einen Trend darstellen, nicht nur einen Status. Es sollte Prioritäten bieten und nicht nur zeigen, „wie viel“. Wenn wir das tun, kann sich unsere Produktivität auf die Auslastung der Anlagen konzentrieren, nicht nur auf die Produktionsraten.

Mit dem Aufkommen moderner Computer- und Kommunikationstechnologien werden immer mehr Produkte und Maschinen mit Sensoren ausgestattet und über kabelgebundene und kabelgebundene Netzwerke verbunden. Mit den nahtlos integrierten Netzwerksystemen in der heutigen globalen Geschäftsumgebung werden Maschinen und Fabriken vernetzt und Informationen und Entscheidungen synchronisiert, sodass jede Ausfallzeit des Systems die Produktivität des gesamten Unternehmens gefährden kann.

Andererseits erfordern Einschränkungen bei der Sicherheit und Beschränkungen der Kommunikationsbandbreite ein Re-Engineering, um die Risiken der Datenexponierung zu minimieren oder zu mindern.

Die Lösung sind intelligente Wartungssysteme. IMS prognostiziert und prognostiziert die Geräteleistung, sodass der Status „nahezu Null-Ausfall“ erreichbar ist. Es gibt zwei Gründe für das Versagen:Geräteleistung und menschliches Versagen. Die Ausfallzeit von nahezu null konzentriert sich auf prädiktive Techniken zur Minimierung von Ausfällen. Es konzentriert sich auf Merkmale der Maschinenleistung.

Die Daten stammen aus zwei Quellen:Sensoren (an der Maschine montiert, um die Feature-Informationen zu sammeln) und das gesamte Unternehmenssystem (einschließlich Qualitätsdaten, Vergangenheit und Trends). Durch die Korrelation von Daten aus diesen Quellen (aktuell und historisch) können Sie die zukünftige Leistung vorhersagen. Das Ziel besteht darin, den Zustand des Produkts/der Maschine genauso vorherzusagen wie das Wetter.

Es ist uns wirklich egal, wie genau die Temperaturvorhersage ist. Der Trend liegt uns am Herzen – kalt bis heiß oder klar bis regnerisch. Prognosen geben uns Prioritäten und einen Backup-Plan.

Heutzutage ist der Maschinen-Außendienst auf sensorgesteuerte Managementsysteme angewiesen, die Warnungen, Alarme und Anzeigen bereitstellen. Sobald der Alarm ertönt, ist es bereits zu spät, um den Ausfall zu verhindern. Die meisten Fabrikausfälle werden durch diese unerwarteten Situationen verursacht.

Es wird keine Warnung bereitgestellt, die sich mit der Verschlechterung im Laufe der Zeit befasst. Wenn wir die Verschlechterung überwachen können, können wir kommende Situationen vorhersagen und bei Bedarf (nicht zu früh oder zu spät) prädiktive Zuverlässigkeitsaufgaben durchführen. Mit diesen Techniken kann die Wartung vor dem Ausfall geplant werden.

Meine langfristige Sichtweise auf intelligente Wartung ist, dass wir alle Mittel – einschließlich eingebetteter (Software) und Remote-Technologien – einsetzen können, um die Anlagenleistung zu überwachen. Wenn dann eine Verschlechterung einsetzt, bleibt genügend Zeit, um den Service auszulösen, bevor ein Fehler auftritt.

Eine Maschine kann ihren Zustand selbst bewerten und bei Bedarf eine eigene Serviceanforderung auslösen. Wenn dieses Modell funktioniert, haben wir ein Produkt, das seine eigene Serviceleistung und seine eigenen garantiebasierten Verträge verwalten kann. Es kann uns auch auf Möglichkeiten aufmerksam machen, wie wir es hochleistungsfähig halten können.

Die Industrie konzentriert sich so sehr auf das Endergebnis, und die Kosten für Ausfallzeiten wirken sich stark auf die Rentabilität aus. Ausfallzeiten sind jedoch nicht die einzigen Kostenaspekte. Wenn sich die Ausrüstung verschlechtert, können Sie damit beginnen, Teile mit inakzeptabler Qualität zu erzeugen und es lange Zeit nicht wissen.

Schließlich wird die Degradation der Maschine den Durchsatz und die Qualität ernsthaft beeinträchtigen. Dies ist besonders wichtig für Hersteller, die ihre Aktivitäten in Länder wie China auslagern. Diese Firmen müssen die Qualität der Produkte aus der Ferne überwachen, bevor sie versenden.

Weltklasse-Unternehmen haben bereits einen bahnbrechenden Ansatz der prädiktiven Zuverlässigkeit verfolgt und ein neues Service-Geschäftsmodell implementiert, um Wartungssysteme in intelligente Service- und Asset-Management-Lösungen umzuwandeln.

Sie reduzieren Ausfallzeiten und bieten die Möglichkeit, die Qualität der Produkte vor der Auslieferung zu überprüfen, indem sie die Geräteleistung und den Maschinenverschleiß genau beobachten. Anstelle einer reaktiven Wartung – „Fail-and-Fix“ – wechseln Unternehmen zur „Prognose-and-Prevent“-Wartung.