Vorausschauende Wartung

Was ist vorausschauende Wartung?

Vorausschauende Wartung, auch unter dem englischen Begriff „Predictive Maintenance (PdM)“ bekannt, bezeichnet eine Instandhaltungsstrategie, die fest mit der Industrie 4.0 und dem Internet of Things verbunden ist. Durch die datengesteuerte Planung von Wartungsabläufen ist es Unternehmen möglich, technisch versiertes Fachpersonal optimal einzusetzen und kostspielige Ausfälle und Defekte zu vermeiden.

Wie funktioniert vorausschauende Wartung?

Predictive Maintenance funktioniert durch sensortechnisch aufgerüstete Anlagen, die mit einem zentralen System vernetzt sind. Indem Sensoren permanent Zustands- und Performancedaten erfassen und an das System senden, kann das Arbeitsverhalten von Anlagen in Echtzeit verfolgt werden. Treten Leistungsabfälle oder sonstige Auffälligkeiten auf, warnt das System automatisch davor, sodass die betroffenen Anlagen unverzüglich instand gesetzt werden können.

Gemeinsam mit Daten aus dem Enterprise Resource Planning (ERP) und dem Manufacturing Execution System (MES) ermöglichen diese Echtzeitmessungen zudem detaillierte Voraussagen über den Zustand einzelner Maschinen. So ist es möglich, äußerst genaue Aussagen darüber zu treffen, wann Inspektionen oder Wartungsarbeiten notwendig werden. Auf diese Weise können Planungen im Voraus getroffen werden, um Ausfallzeiten für wartungsbedürftige Maschinen möglichst kurzzuhalten.

Klassische Wartung reagiert auf Probleme, vorausschauende Wartung kommt ihnen zuvor

Damit grenzt sich die Predictive Maintenance klar von klassischen Wartungskonzepten ab, deren Planung sich hauptsächlich auf Rechtsnormen und die Empfehlungen des Herstellers sowie Kontrollen der Anlagen stützt. Dabei wird unterschieden zwischen:

• reaktiver Wartung (im Englischen auch als “run-to-failure” bekannt),
• vorbeugender Wartung (Preventive Maintenance) sowie
• zustandsbasierter Wartung als deren Unterart,
• Zuverlässigkeitswartung und
• vorausschauender Wartung.

Abgrenzung zu anderen Wartungsstrategien

Während reaktive Wartung, wie der Name bereits suggeriert, in erster Linie auf die Behebung von Problemen abzielt, wenn diese entstehen, sind bei der vorbeugenden und zustandsbasierten Wartung regelmäßige Kontrollen durch technisches Personal notwendig, um Mängel frühzeitig aufzudecken.

Dies führt zu einem erhöhten Personalaufwand, da Techniker ständig zur Verfügung stehen müssen, um Inspektionen und Wartungsarbeiten auszuführen. Wenngleich die Wartung durch regelmäßige Kontrollen planbar wird, so ist zudem dennoch ein Restrisiko von Ausfällen nicht auszuschließen. Wird hingegen der Zustand empfindlicher Teile in Echtzeit durch Sensoren überwacht, entfällt dieser Aufwand beinahe vollständig bei gleichzeitiger Verringerung des Schadensrisikos.

Einsatzgebiete von Predictive Maintenance

Somit ist Predictive Maintenance optimal als Wartungsstrategie für Industrie- und Wirtschaftszweige geeignet, in denen bereits geringfügige Abweichungen Schwierigkeiten verursachen oder sogar Menschenleben gefährden können. Insbesondere die Luftfahrt, aber auch die Chemie- und Automobilindustrie können daher besonders von einem solchen Wartungskonzept profitieren, das sich auf Big-Data-Analysen, Lernalgorithmen und Bestandsdaten stützt.

Geschichte der Predictive Maintenance: vom Konzept zur praktischen Umsetzung

Bei der vorausschauenden Wartung handelt es sich übrigens keineswegs um ein neues Konzept: Bereits 1939 prägte der Luftfahrtingenieur Frederick E. Webster die Idee einer Instandhaltungsstrategie, bei der Wartungsarbeiten anhand von Messdaten und Zustandsprognosen geplant werden sollten. Bis das Konzept tatsächlich erstmalig bei Allied-Signal, einem Hersteller von Flugzeugkomponenten, zur praktischen Anwendung kam, vergingen jedoch weitere dreißig Jahre. Seitdem erschließt der Fortschritt der Sensortechnik wie auch der Datenverarbeitungssysteme dahinter fortwährend neue Möglichkeiten und Anwendungsfelder, in denen Unternehmen von Predictive Maintenance profitieren können.

Heute kommen in zahlreichen Wirtschaftszweigen bereits technische Lösungen zum Einsatz, die durch verschiedene Arten von Sensoren zerstörungsfrei den Zustand wartungsanfälliger Teile überwachen. Neben der laufenden Kontrolle von Fertigungsprozessen kann durch Messdaten genau bestimmt werden, wann ein Teil ausgetauscht werden muss, bevor eine Gefahr davon ausgeht. Auf diese Weise eliminiert Predictive Maintenance in diesen Bereichen potenzielle Risikofaktoren, die bei Kontrollen durch Wartungspersonal möglicherweise übersehen würden.

Beispiel für die Anwendung von vorausschauender Wartung

Ein weiteres Beispiel aus der Praxis liefert der Schweinfurter Hersteller SKF, der Komponenten für Windräder produziert. Um diese wirtschaftlich rentabel zu halten, bietet der Hersteller Module zur Zustandsüberwachung an, die automatisch vor Unwuchten oder auffälligen Vibrationen warnen. Die Vernetzung dieser Module mit einem zentralen Steuerungssystem ermöglicht es Betreibern, ihre Anlagen in Echtzeit zu überwachen und durch ein integriertes Frühwarnsystem Ausfälle zu vermeiden.

Vorteile der Predictive Maintenance

Verglichen mit einem statischen Instandhaltungskonzept, das Inspektionen und Wartungsarbeiten in festen Intervallen veranschlagt, steigt somit durch Predictive Maintenance die Anlagenverfügbarkeit erheblich an. Werden Wartungen nur reaktiv ausgeführt, entstehen bisweilen lange Standzeiten bei Anlagen, die hohe Kosten zur Folge haben. Hält eine defekte Maschine den Betrieb auf, wirkt sich dies auf weitere Produktionsschritte aus – selbst wenn die dafür zuständigen Maschinen einwandfrei laufen. So entstehen in großen Betrieben schnell Kosten in Millionenhöhe, wenn eine einzelne Produktionsanlage für wenige Stunden ausfällt.

Verschlimmert wird dieses Problem zusätzlich, wenn die passenden Ersatzteile fehlen. Auch hier schafft Predictive Maintenance korrekt angewandt Abhilfe. Droht ein Teil, durch Verschleiß unbrauchbar zu werden, kann das System je nach Automatisierungsgrad den Nutzer zur Nachbestellung auffordern oder diese sogar selbst aufgeben.

Gleichzeitig verringert die frühzeitige Erkennung von Problemen durch sensortechnisch aufgerüstete Anlagen die Ausbreitung von Schäden und beugt Arbeitsunfällen vor. Wird eine Anlage mit schadhaften Komponenten weiter verwendet, führt dies unter Umständen dazu, dass intakte Teile ebenfalls Schaden nehmen oder umgekehrt die Personen zu Schaden kommen, die die Maschine bedienen. Somit ermöglicht Predictive Maintenance es, die Lebensdauer und Sicherheit von Anlagen maßgeblich zu steigern, indem sie den rechtzeitigen Austausch defekter Komponenten erleichtert.

Vorausschauende Wartung in der Praxis

Dennoch sind gerade in der fertigenden Industrie, die mitunter am meisten davon profitieren könnte, zahlreiche Unternehmen noch immer nicht von den Vorteilen der vorausschauenden Wartung überzeugt. Dies zeigt unter anderem eine Umfrage des Management- und Technologieberatungsunternehmens Bearing Point aus dem Jahre 2017. Hierbei wurden Fachleute aus 74 Unternehmen befragt. Zwar gaben 84 % der Befragten an, sich mit dem Thema konkret befasst zu haben, jedoch antwortete nur ein Viertel, sie haben bereits konkrete Schritte zur Implementation einer datengestützten Wartungsstrategie unternommen. Dabei sind die Daten selbst bei den meisten Unternehmen vorhanden. Immerhin 76 % der Befragten gaben an, ihre Maschinen verfügen bereits über Sensoren, die relevante Maschinendaten erfassen, während 59 % diese auch auswerten.

Als Grund für die bisherige Ablehnung eines Ausbaus zum vorausschauenden Wartungskonzept nannten die Befragten vor allem den hohen Aufwand (61 %) und Bedenken bezüglich der IT-Sicherheit (57 %), die aus der Vernetzung der Anlagen resultieren würden.

Praktische Lösungen für Predictive Maintenance

Tatsächlich ist die Implementation eines vorausschauenden Wartungskonzepts gerade zu Beginn mit einigem Aufwand verbunden. Sind die Maschinen und Anlagen noch nicht mit Sensoren ausgestattet, müssen diese nachgerüstet werden. Hinzu kommt die notwendige Software, um Messdaten auszulesen und zusammenzutragen sowie ein zentrales ERP-System, das die Daten in einer brauchbaren, einheitlichen Form zusammenfasst und analysiert. Ferner muss Personal in der Anwendung dieser Systeme beschult und eine abteilungsübergreifende Kooperation aufgebaut werden, damit das Wartungskonzept Predictive Maintenance funktionieren kann.

Maschinenmanagement Software

Einen wesentlichen Bestandteil der Lösung dafür stellt Software zum Gerätemanagement dar. Die Softwarelösung für Maschinenmanagement von ToolSense ermöglicht die Erfassung sämtlicher im Betrieb vorhandener Maschinen in einem zentralen System, das Regeln und Wartungspläne individuell verwaltet. QR-Codes ermöglichen es Ihren Mitarbeitern dabei, Anlagen jederzeit zu identifizieren und auf deren Daten zuzugreifen. Treten Auffälligkeiten auf oder steht ein Ausfall bevor, kann das System zudem darauf eingestellt werden, automatisch einen Techniker zu benachrichtigen.

FAQ