1. EXXETA
  2. /
  3. Innovationen
  4. /
  5. Predictive Maintenance - Maschinen vorausschauend warten

PREDICTIVE MAINTENANCE

Im Zuge des digitalen Wandels sind Daten ein zentraler Treiber. Die Verknüpfung und insbesondere die intelligente Auswertung von Daten mit innovativen Analysemethoden werden künftig zum Erfolgsfaktor. Zusätzlich unterstützen Vorhersagemodelle die Entscheidungsfindung. Ein wichtiger, industrieübergreifender Ansatz ist dabei die Weiterentwicklung traditioneller Wartungsstrategien hin zu vorausschauender Wartung (engl. Predictive Maintenance).

Durch Pre­dic­tive-Main­ten­an­ce-Ansätze wird nicht nur der aktuelle Zu­stand der An­la­gen per­ma­nent über­wacht, sondern es fin­det auch eine Pro­gno­se der zu­künf­ti­gen Zu­stands­ent­wick­lung (z.B. möglichen Ausfällen) statt, wo­durch die Pla­nung von In­stand­hal­tungs­maß­nah­men er­mög­licht wird. Hier­für müssen mit Methoden aus dem Bereich Data Science ro­bus­te Vorhersagemo­del­le ge­bil­det wer­den, die mög­lichst prä­zi­se not­wen­di­ge In­stand­hal­tungs­maß­nah­men pro­gnos­ti­zie­ren und gleich­zei­tig für den An­wen­der klar ver­ständ­lich sind. 

Die Kernbereiche von Predictive Maintenance

Bestimmung des Gesundheitszustands

 

Ziel von Gesundheitszustandsansätzen ist es, den Zustand von Maschinen auf einer kontinuierlichen Skala zu quantifizieren. Für die Zustandsbestimmung werden häufig mathematische Modelle basierend auf Fachwissen entwickelt und auf historischen Daten trainiert.

Prognose der Restnutzungsdauer

 

Das Ziel bei der Pro­gno­se der Rest­nut­zungs­dau­er ei­ner An­la­ge ist es, den Zeit­punkt des nächs­ten Aus­falls zu be­stim­men. Weitverbreitete Methoden sind Ansätze aus der Trendanalyse sowie parametrisierte Modelle.

Prognose von Ausfällen in Komponenten

 

Vorhersagen auf Komponentenebene können genutzt werden um den Ausfall spezifischer Teile einer Maschine zu prognostizieren und zusätzlich Ausfallursachen zu identifizieren. Konkrete Wartungsmaßnahmen, wie der Tausch einer Teilkomponente, können so bereits frühzeitig geplant und Ausfälle abgewendet werden.

Optimierte Instandhaltung durch Daten

Wel­chen Her­aus­for­de­run­gen se­hen sich In­dus­trie­un­ter­neh­men in Zei­ten der Di­gi­ta­li­sie­rung und In­dus­trie 4.0 ge­gen­über und wel­che Chan­cen ent­ste­hen durch den Ein­satz von Da­ten in der In­stand­hal­tung? Starten Sie die digitale Transformation in Ihrem Unternehmen mit einem ersten Schritt: Predictive Maintenance. Auf Basis Ihrer Herausforderungen und verfügbaren Daten lässt sich Predictive Maintenance in unterschiedlichen Ausprägungen realisieren. Grundlagen, Herausforderungen und Ansätze liefert der ana­ci­si­on-Fachartikel mit dem Ti­tel: 

"Predictive Maintenance - Optimierte Instandhaltung durch Daten" 

 

Predictive Maintenance in der Praxis

Ein nicht zu vernachlässigender Teil des gewinnbringenden Einsatzes von Predictive Maintenance ist die Einbindung in die täglichen Arbeitsprozesse und die Akzeptanz unter den Nutzern. Häufig ist hierfür eine übersichtliche und intuitive Visualisierung der Ergebnisse der Schlüssel zum Erfolg.

In unserem Predictive-Maintenance-Dashboard zeigen wir, wie das Verhalten von Maschinen übersichtlich dargestellt werden kann, sodass schnell und einfach zu erkennen ist, welche Komponente die Aufmerksamkeit des Produktionsleiters oder Servicetechnikers erfordert. Dies ist das ideale Werkzeug, um schnell einen Überblick zu erhalten, nächste Schritte einzuleiten und bei Bedarf auch direkt Rohdaten zu inspizieren. Das Dashboard kann zügig weiterentwickelt und auf neue Anforderungen angepasst werden, um auch produktiv einsetzbar zu sein. Starten Sie Ihre interaktive Tour durch unseren Demonstrator: 

 

Referenzen

anacision verfügt über große Expertise im Bereich Predictive Maintenance und hat bereits Projekte im Mittelstand und bei DAX-Konzernen erfolgreich durchgeführt. Predictive Maintenance, Predictive Diagnostics und weitere thematisch ähnliche Referenzen finden Sie hier in nachfolgender Übersicht:

anacision ist eine Tochtergesellschaft von EXXETA, die Strategien und Konzepte im Bereich der Datenanalyse sowie maßgeschneiderte Data Science Lösungen bietet. Mit Experten-Know-how in technischer und produktionsnaher Sensordatenauswertung entwickeln unsere Data Science Spezialisten wertvolle Lösungen unter anderem im Bereich Predictive Maintenance.

Sprechen Sie uns an

Sprechen Sie uns an

Markus Frondorf

Managing Director

+49 172 739 51 91

Mail Kontakt

Sprechen Sie uns an

Rico Knapper

Chief Data Scientist

+49 1522 264 98 78

Mail Kontakt

X