Predictive Maintenance im Maschinenbau: Voraussetzungen und Vorteile vorausschauender Wartung

Um Kosten zu sparen und nachhaltiger zu handeln, brauchen Anlagenbetreiber langlebige und zuverlässige Maschinen. Dank Predictive Maintenance können Hersteller von Geräten und Anlagen diesen Anforderungen gerecht werden. Dieser Beitrag aus unserer Serie „Buzzwords Explained“ zeigt, wie die vorausschauende Wartung funktioniert und wie Sie die Vorteile in Ihrem Unternehmen nutzen.

Definition: Was ist Predictive Maintenance?

Für den sicheren Anlagenbetrieb sind Maßnahmen für die Wartung und Instandhaltung unverzichtbar. Ein Konzept, das Effizienz und Kosteneinsparungen im Service verspricht und als eine Schlüsseltechnologie für Industrie 4.0 gilt, ist Predictive Maintenance.

Die vorausschauende Wartung oder prädiktive Instandhaltung ist ein proaktiver Wartungsvorgang, für den Maschinen- und Prozessdaten permanent überwacht und ausgewertet werden. Mit den erfassten Daten lässt sich der zukünftige Wartungsbedarf von Komponenten und ganzen Anlagen vorhersagen. Das Ziel ist es, Störungen und ungeplante Ausfallzeiten zu vermeiden und Wartungsprozesse effizienter zu gestalten.

Unterschied zu Preventive Maintenance

Grundsätzlich unterscheidet man verschiedene Wartungsstrategien. Die drei bekanntesten Arten der Instandhaltung sind

Präventive Wartung orientiert sich dabei an der durchschnittlichen oder zu erwartenden Lebensdauer eines Geräts oder einer Anlage. Sie setzt auf Routinen, bei der etwa Verschleißteile regelmäßig ausgetauscht werden, auch wenn sie noch funktionieren.

Wesentlich effektiver ist es, den tatsächlichen Zustand von Maschinen als Indikator für den richtigen Wartungszeitpunkt zu nutzen: Dabei müssen Servicetechniker erst dann Teile tauschen, wenn diese auszufallen drohen.

Wie funktioniert Predictive Maintenance?

Für die vorausschauende Instandhaltung müssen große Datenmengen (Big Data) erfasst und ausgewertet werden, um den Ist-Zustand eines Geräts zu beurteilen. Dabei helfen verschiedene Überprüfungsverfahren: Mit Infrarottechnik, Schwingungsanalysen, Akustik- oder Schallpegelmessungen werden beispielsweise Temperaturen, Drehzahlen, Geräusche oder Laufzeiten gemessen.

Technologien aus dem Big-Data-Umfeld wie die Echtzeitanalyse helfen bei der Überwachung und Analyse des aktuellen Zustands von Geräten und Anlagen (Condition Monitoring). 

Die gemessenen Daten werden dann in einer zentralen Software mit zusätzlichen Informationen kombiniert, wie 

  • Umgebungs- und Standortdaten
  • Informationen zu vorangegangenen Maschinenausfällen und Störungen
  • bereits durchgeführte Reparaturen

Daraus lassen sich Rückschlüsse über einen zukünftig zu erwartenden Wartungsbedarf ziehen und der beste Zeitpunkt zur Durchführung einer Wartung vorhersagen. Im Idealfall wartet ein Instandhaltungstechniker ein Gerät, bevor es zu einer Störung oder einem Ausfall kommt – aber auch nur dann, wenn es wirklich notwendig ist.

Die drei Säulen vorausschauender Wartung

Vereinfacht gesagt, stützt sich Predictive Maintenance im Wesentlichen auf drei Säulen:

  • Permanente oder periodische Sammlung und Speicherung von Maschinen- und Prozessdaten
  • (Automatische) Analyse und Bewertung der Daten
  • Berechnung von Eintrittswahrscheinlichkeiten bestimmter Ereignisse

Daten sind der Schlüssel zu proaktiver Wartung. Lesen Sie dazu unser kostenloses Whitepaper zu Smart Information und der Frage, wie Daten zu effizienter Wartung beitragen.

Vorteile von vorausschauender Wartung auf einen Blick

Maschinenbauer und Anlagenbetreiber erhalten durch den richtigen Einsatz von Predictive Maintenance zahlreiche Vorteile:

Darüber hinaus ist eine vorausschauende Wartungsstrategie eine wichtige Voraussetzung für neue Geschäftsmodelle. Wenn Sie Ihren Kunden zum Beispiel Equipment as a Service anbieten möchten, müssen Sie den reibungslosen Betrieb Ihrer Produkte sicherstellen. 

Gleichzeitig leisten Sie mit dem Thema Predictive Maintenance einen wichtigen Beitrag zu mehr Nachhaltigkeit, indem sie die Lebensdauer von Anlagen verlängern. Ein weiterer großer Vorteil für Sie und Ihre Kunden sind die Kosteneinsparungen, die sich aus der Reduktion von teuren Ausfallzeiten ergeben. 

So profitieren Industrieunternehmen von vorausschauender Wartung

Laut einer Umfrage von Bearing Point von 2021 konnten die befragten Unternehmen dank Predictive Maintenance ihre Maschinen- und Anlagenstillstandszeiten um 18 Prozent reduzieren. Die Wartungs- und Servicekosten sanken um 17 Prozent. Die Befragten schätzten außerdem, dass ihre Predictive-Maintenance-Projekte im Schnitt zu einem Umsatzwachstum von 10 Prozent führten. 

Vorausschauende Wartung effizient umsetzen: Das sind die Voraussetzungen

Damit die Wartung „predictive“ wird und die Berechnungen möglichst akkurat sind, benötigen Anwender riesige Datenmengen. Predictive-Maintenance-Systeme lohnen sich deshalb besonders für Unternehmen, die eine große Anzahl eines Maschinentyps betreiben.

Außerdem bietet die vorausschauende Instandhaltung Vorteile für Hersteller, die Predictive Maintenance nicht nur für die eigenen, sondern für verkaufte Maschinen nutzen möchten.

Ob die Instandhaltungsmethode für ein Unternehmen geeignet ist, hängt also von verschiedenen Faktoren ab, unter anderem:

  • Ressourcen: Anzahl und Diversität der eingesetzten Maschinen
  • Kosten: bisherige Anzahl und Schwere der Störfälle
  • Zeit: geplante Einsatzdauer der Maschinen

Umsetzung: In 6 Schritten zu vorbeugender Maintenance

Wenn Sie eine Predictive-Maintenance-Lösung implementieren möchten, sind dafür folgende sechs Schritte nötig:

  1. Priorisieren Sie die Anwendungsfälle. Relevant für die vorausschauende Instandhaltung sind in der Regel die Maschinen, die besonders teuer sind, häufig ausfallen oder deren Ausfall hohe Kosten verursacht.
  2. Statten Sie die Geräte mit Sensoren aus, die Sie bei der Überwachung von Geräten unterstützen. Je früher sie mit Sensoren bestückt und miteinander vernetzt werden, desto mehr Daten – vor allem historische – stehen zur weiteren Auswertung zur Verfügung.
  3. Sammeln und speichern Sie Daten periodisch oder kontinuierlich. Zu den relevanten Daten für das Condition Monitoring gehören neben Zustandsdaten wie der Temperatur oder statischen Eigenschaften wie dem Herstelldatum auch Event-bezogene Daten. Das sind zum Beispiel Reparatur- oder andere Servicedaten. Die Daten sollten in einem zentralen System gespeichert sein, damit Sie Ihnen einen 360-Grad-Blick auf Ihre Geräte und Anlagen bieten.
  4. Bereiten Sie die gesammelten Daten auf. Dazu gehört, die Datensätze zu bereinigen, falsche Werte zu löschen und fehlende Werte zu ergänzen.
  5. Analysieren und interpretieren Sie die Daten (automatisiert). Wichtige Fragen dabei sind: Welche Messgrößen sind für die Maschine relevant? Welche Zustandsdaten geben Aufschluss darüber, bei welchem Bauteil in absehbarer Zeit ein Ausfall drohen könnte? Welche Schwellenwerte sind für welche Datentypen relevant? Bei der Auswertung der gesammelten Daten helfen Ihnen Algorithmen, maschinelles Lernen (Machine Learning) und Künstliche Intelligenz (KI). Sie erleichtern das Erkennen von Zusammenhängen. 
  6. Identifizieren Sie den Wartungsbedarf und benötigte Verschleiß- und Ersatzteile und planen Sie Ihre Wartungseinsätze vorausschauend.

Wichtig: Haben Sie Geduld. Je länger ein Predictive-Maintenance-Algorithmus im Einsatz ist, desto besser versteht er die überwachten Geräte und Prozesse. Der Algorithmus lernt kontinuierlich dazu und ist mit der Zeit in der Lage, immer validere Aussagen über einen möglichen Ausfall zu treffen. Predictive Maintenance sollte also als langfristige Instandhaltungsstrategie gesehen werden.

Schaffen Sie jetzt die Grundlagen für Predictive Maintenance!

Mit einem zentralen Portal für alle Wartungs- und Service-Informationen schaffen Sie ein umfassendes, digitales Verständnis über Ihre Maschinen und Anlagen – und damit die Basis für die Umsetzung von Predictive Maintenance. Sie bauen mithilfe eines solchen Systems einen Digital Information Twin für Ihre Produkte – also ein intelligentes Datenmodell, das als digitaler Informationszwilling Ihrer Maschinen und Anlagen dient.

Durch die Verknüpfung von IIoT-Daten der Sensoren mit Lagerbeständen und Ersatzteilen optimieren Sie Ihre Prozesse und Ihre Instandhaltung, senken Kosten und Ausfallzeiten bei Ihnen und Ihren Kunden und stellen Ihr Unternehmen optimal für die Zukunft auf.

Sie suchen noch das passende System? Unsere After-Sales-Plattform Quanos InfoTwin unterstützt Sie bei Ihren Optimierungsplänen in der Wartung und Instandhaltung.

 

Andere Artikel von Quanos

Das könnte Sie auch interessieren

Ersatzteil-Pricing: Tipps für die Preisgestaltung im After-Sales-Service

Ersatzteile und digitale Services sind relevante Ertragshebel für Maschinenbauer – wenn der Preis stimmt. Doch im Mas…

An der Plattformökonomie im Maschinenbau führt kein Weg vorbei

Die Digitalisierung war erst der Anfang, die Zukunft gehört den Plattformen. B2C-Anbieter sind die Vorreiter – jetzt …

Retrofit von Maschinen: Modernisieren statt verschrotten

Jede Abteilung bei Maschinenbauern kann einen wichtigen Beitrag zur Nachhaltigkeit des Unternehmens beitragen. Im Ber…