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

PREDICTIVE MAINTENANCE

Maschinen vorausschauend warten

Bisher war es üblich, Produktionsanlagen reaktiv oder präventiv zu warten. Reaktiv bedeutet, dass Teile erst dann repariert werden, wenn sie kaputt sind und dies evtl. bereits zu einem Produktionsstopp oder Ausfall der Anlage geführt hat. Oder die fehlerhaften Komponenten wurden nach einer allgemeinen Verschleißzeit vorsorglich ausgetauscht, egal ob es nötig gewesen wäre oder nicht. Diese Wartungsart nennt sich zeitbasierte, präventive Wartung. Solche Formen der Instandhaltung bringen auch hochtechnisierte Unternehmen an Optimierungsgrenzen und verursachen unnötige Kosten.

Mit Industrie 4.0 und IoT hält auch Predictive Maintenance Einzug in die Produktion. Methoden aus dem Big Data Umfeld werden genutzt, um große Datenmengen zu erfassen, zu analysieren und zu bewerten. So können Wahrscheinlichkeiten berechnet und Störungen vorhergesagt werden. Diese Art der vorausschauenden Wartung minimiert Ausfallzeiten und spart so enorme Kosten.

Den entscheidenden Schritt voraus sein

Im Gegensatz zu den meisten Predicitve Maintenance Verfahren am Markt ist unser Ansatz kein musterbasierter Ansatz, der als Lerngrundlage viele gleiche Schadens- oder Wartungsfälle in der Vergangenheit benötigt. Unser Ansatz bewertet den „Gesundheitszustand“ der Maschine kontinuierlich und kann auf dieser Grundlage auch bisher unbekannte Fehler- und Wartungsszenarien frühzeitig erkennen. Außerdem lässt sich die Lösung leicht konfigurieren und damit sehr schnell und einfach auf verschiedene Maschinen, Komponenten und Branchen transferieren. Die Lösung ist bereits bei mehreren Kunden erfolgreich im Einsatz. 

Weitere Use Cases

Neben Produktionsanlagen bestehen weitere Anwendungsfälle beispielsweise für Turbinen. Ob in großen Kompressoren oder in Flugzeugen, Turbinen sind grundsätzlich technisch weit entwickelt und sehr ausfallsicher. Wenn doch ein Ausfall geschieht, passiert das in der Regel unvorhergesehen, weil der Ausfallgrund bisher unbekannt war. Das kann verheerende Folgen haben. Mit Predicitve Maintenance lässt sich das Ausfallrisiko auf ein Minimum reduzieren.

Weitere Möglichkeiten bietet ein ähnlicher, modifizierter Ansatz: Predictive Diagnostics. Eine Kombination aus Data Science, Expertenwissen und IoT-Daten ermöglicht bspw. eine schnellere und effizientere Reparatur von Kraftfahrzeugen durch Vorhersage der Schäden und Empfehlungen zur Fehlerbehebung, anhand eines selbstlernenden, datenbasierten Prognosemodells. Bei diesem Ansatz wird die kontinuierliche Interpretation des Gesundheitszustands um musterbasierte Verfahren ergänzt, die zusätzlich zur Zustandserfassung auch die Möglichkeit zur Diagnostik bieten. Man erkennt also nicht nur, dass etwas falsch läuft, sondern auch was konkret.

anacision

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

Rico Knapper

Chief Data Scientist

+49 1522 264 98 78

Mail Kontakt

X