Predictive Maintenance

Materialschäden und Stillstände vermeiden

Predictive Maintenance – die vorausschauende Wartung - bringt viele Vorteile und ist daher zielführender als die klassischen präventiven oder reaktiven Wartungsansätze. Ungeplante Maschinenausfälle und die damit verbundene Kettenreaktion von verschiedenen Aktivitäten (z.B. Außendiensteinsatz) lassen sich somit weitestgehend reduzieren. Ersatzteile können vorausschauend besser eingeplant und eingekauft werden. Durch die Informationen aus den bestehenden Daten lässt sich die Leistung und Produktivität steigern. Durch immer kostengünstigere Sensoren werden immer mehr Daten bei Maschinen bzw. Maschinenteilen gesammelt. Informationen wie Außentemperatur, Luftfeuchtigkeit oder dem geografischen Standort sind einfach verfügbar. Die Herausforderung besteht also in der klugen Auswertung und Aufbereitung der Daten. Data Science hilft sowohl bei der zielgerichteten Erfassung als auch bei der Verwertung dieser Daten. So können Ausfälle und Fehler frühzeitig erkannt werden, wodurch die die Mean Time To Failure und die Kundenzufriedenheit steigen.

 

In der Umsetzung von Predictive Maintenance sind abhängig vom Einsatzgebiet unterschiedliche Prozesse und Daten betroffen:

Vorteile / Zielsetzung

  • Ausfallszeiten und Mean Time to Failure steigern

  • Den Produktionsertrag steigern

  • Gesamteffektivität steigern Durchsatz erhöhen

  • Die First Time Fix Rate steigern

  • Produktionskosten reduzieren

Die drei Einsatzgebiete von Predictive Maintenance

Predictive Maintenance - Fokus Produktion

Fokus Produktion

 

Primäres Ziel: Optimierung der eigenen Produktion

 

Daten: Datenpunkte sind am Produktionsstandort oder an den Produktionstandorten; Prozessparameter, Qualitätskennzahlen, Umgebungsdaten

 

Anwendung: Vorhersage und Optimierung von Prozesseingangsparametern, Digitalisierung der Produktion

 

Zu beachten: Anbindung an den Historian (zB PI System von Fa. OSI Soft) und Prozessleittechnik (lANSI/ISA 95)

Predictive Maintenance - Fokus Produkt - Endanwender

Fokus Produkt - Endanwender

 

Primäres Ziel: Überwachung von Maschinen an einem Standort der (End-)Kunden (i.d.R. außerhalb der Produktion)

 

Daten: Datenpunkte sind weltweit verteilt; Sensordaten von Maschinen, weltweit verteilt, Qualitätskennzahlen

 

Anwendung: Erkennung von fehlerhaften Bauteilen, Ursachen- und Fehleranalyse

 

Zu beachten: Connectivity – Mobilfunk, Business Case



Predictive Maintenance - Hybrid – Produktion beim Kunden

Hybrid – Produktion beim Kunden

 

Primäres Ziel: Überwachung von Maschinen an einem Produktionsstandort von Kunden

 

Daten: Sensordaten von Maschinen, weltweit verteilt, Qualitätskennzahlen

 

Anwendung: Erkennung von fehlerhaften Bauteilen, Ursachen- und Fehleranalyse

 

Zu beachten: Data Plattform, Datenschutz, Datenvertrag

 

 

 

 

Manufacturing Analytics und Machine Analytics

Bei Machine Analytics geht es um die Analyse von Daten aus der Fertigung. Die Produktionsdaten von einzelnen Maschinen oder Produktionsanlagen werden analysiert.

Mehr zu Machine Analytics

IoT Starter Package

Suchen Sie nach dem optimalen Start zur Digitalisierung Ihres Unternehmens? Mit dem Starter Package der pmOne schnell zu ersten Ergebnissen.

Zum Iot Starter Package

Gernot Molin
Geschäftsführer
pmOne Analytics GmbH
Technologiepark 21
33100 Paderborn
+49 89 4161761-0
Gernot Molin
Timo Klerx
Senior Data Scientist
pmOne Analytics GmbH
Technologiepark 21
33100 Paderborn
+49 89 4161761-0
Dr. Timo Klerx