Predictive Maintenance: Wenn man Maschinenausfälle riechen könnte?
TEXT: Dr. Michael W. Preikschas
Einer der Trends in der Industrie sind Technologien, die Ausfälle voraussagen bevor diese tatsächlich geschehen. Die Unternehmensberatung Bearing Point (https://www.bearingpoint.com/de-de/downloadformular/?item=9467&module=476573) hat über eine Studie erforscht, welche Auswirkungen für die Industrie angestrebt werden. Beispielsweise haben 80 Prozent der befragten Unternehmen die erhöhte Anlagenverfügbarkeit als Hauptziel der Predictive Maintenance angegeben. An zweiter Stelle rangiert mit ca. 60% der Nennungen die Reduzierung der Wartungs- beziehungsweise Servicekosten.
Hinter dieser vorrausschauenden Wartung stecken die durch Vernetzung von Maschinen und Anlagen gewonnenen Zustandsdaten, die dann mit der Produktionselektronik oder auch dem ERP System geteilt, die Wartungszeitpunkte einer Maschine präzise prognostizieren können. So wird dann eine Maschine erst gewartet, wenn es wirklich notwendig ist. Das spart personelle Ressourcen und operative Kosten. Einzig, diese Technologien sind noch nicht in den Werkhallen angekommen. Während sich 84% der befragten Unternehmen mit dem Thema auseinandersetzen, hat bisher lediglich jedes vierte Unternehmen erste Projekte umgesetzt. In diesen Fällen erfassen 76% der Befragten relevante Daten via Sensoren, 59% werten diese zielgerichtet aus, jedoch rund 20% optimieren ihre Instandhaltung ganzheitlich auf der digitalen Datenbasis.
Interessant bleibt auch die Frage nach der Art der Sensorik. Das Start-up 4Gene GmbH beispielsweise (www.4gene.de) geht einen Weg über die sogenannten Liquid Sensors. Dabei wird mit Gerüchen gewarnt, lange bevor es beispielsweise zu starken Überhitzungen an Kabeln und technischen Anlagen kommt. Möglich machen dies Aromaglukoside, die mit Zuckermolekülen kombiniert und dadurch inaktiv werden. Freigesetzt werden die Gerüche erst, wenn die Teilchenverbindungen durch definierte Trigger, etwa hohe Temperaturen, ausgelöst werden. Auf diese Weise scheint ein Brandschutz in Industrieanlagen auf einfache Art denkbar. Man richt diesen lange bevor der Brand tatsächlich ausbricht.
Die Firma Neuron Soundware (www.neuronsw.com) aus der Tschechischen Republik verfolgt ihren Ansatz der Predictive Maintenance über die Technologie von Geräuschen. Getreu dem Motto, wenn das menschliche Gehör ein Problem hört, dann ist es auch schon bald zu spät. Maschinen können diesen kommenden Ausfall viel früher akustisch wahrnehmen als Menschen. Die Technologie „hört“ kleinste Veränderungen während der Arbeit von Maschinen und reicht diese Informationen an einen Computer weiter. Das Start-up aus Prag ist in der Industrie schon recht erfolgreich und zählt unter anderem Airbus zu seinen Kunden. Airbus hat seine Produktionsmaschinen mit dieser Technologie ausgestattet und hofft so kleineste Veränderungen in der Fertigung ihrer Fluggeräte möglichst früh aufzuspüren.
Ein Verschleiß, beispielsweise bei Elektromotoren, läßt sich aber auch über energetische Messungen nachweisen. Diesen Weg geht die Firma Weidmüller (www.weidmueller.de) aus Ostwestfalen. Sie rüsten ihre Steckverbinder mit zusätzlicher Intelligenz aus und ermöglichen so die Aufnahme von Daten aus den Motoren, die dann an eine IoT-Platform weitergereicht und ausgewertet werden. So lassen sich kleinste Veränderungen in den Kennlinien von Motoren früh erkennen und Schlüsse gezogen werden. Dieses Beispiel ist auch stellvertretend für die Umgestaltung der Produkte traditioneller Unternehmen zu neuen Geschäftsmodellen. Hier kann der Kunde nicht nur Steckverbinder erwerben, sondern vielmehr Produktionszeiten ohne Stillstände.
Innovatoren erreichen mehr Umsatz und Gewinn, neue Kunden und Märkte. Trends früh erkennen, daraus Bedürfnisse richtig und rechtzeitig ableiten, neue Lösungen zum Erfolg entwickeln — das ist ihr Geschäft. Sie arbeiten intern im Netzwerk und extern mit Partnern. Marketing und Vertrieb sind früh eingebunden. Innovationen beginnen mit Ideen und gelingen durch strukturiertes Management.
#Predictive Maintenence #Smart Industrie #Liquid Sensor #Unfallverhütung
