Predictive Maintenance and Diagnostics

Herausforderung

Predictive Maintenance ist vor allem dann sinnvoll, wenn einer von zwei Fällen auftritt: Beim ersten Fall entstehen sehr hohe Kosten durch einen ungeplanten Maschinenstillstand. Das kann z.B. durch den Stillstand einer ganzen Produktion passieren, wobei schon vorher die Produktionsqualität betroffene Maschinen negativ beeinflussen kann. Beim zweiten Fall liegen unnötig hohe Wartungskosten vor. Es werden hierbei Geräte gewartet, die noch intakt sind und deren Wartung noch hinausgezögert werden könnte. Die Ferndiagnose und vorausschauende Wartung ist vor allem bei as-a-service Geschäftsmodellen relevant, bei denen der verlässliche Betrieb einer Anlage im Interesse des Providers liegt.

Lösung

Da Predictive Maintenance ein datengetriebenes Verfahren ist, liegt ein großer Schwerpunkt auf der Datengrundlage. Gibt es passende Sensordaten, die Aufschluss über den Zustande der Maschinen geben? Gibt es historische Aufzeichnungen über konkrete Maschinenausfälle? Sind Maschinen mit der notwendigen Technologie ausgerüstet, um Anomalien im Betrieb zeitnah zu erkennen und die notwendigen Prozesse einzuleiten? Mit Methoden des maschinellen Lernens lassen sich aus Sensordaten Modelle für den Normalzustand lernen und damit auch Abweichungen davon. Unter günstigen Bedingungen lassen sich sogar spezifische Ereignisse mit einer gewissen Wahrscheinlichkeit zeitlich vorhersagen und Vorschläge zur nötigen Reparatur ableiten.

Nutzen

Damit ein Predictive Maintenance Projekt auch seine volle Wertschöpfung entfalten kann, muss die Analytik und Technologie in Wartungsprozesse eingebettet sein. Techniker müssen in die Lage versetzt werden, den aktuellen Zustand aller Maschinen im Feld in Echtzeit zu überwachen. Warnungen über bevorstehende Ausfälle müssen in den Prozessen zeitnah in Wartungsaufträge überführt werden. Bei durchgängiger End-to-End Lösung sind somit mehr Transparenz, schnellere und bessere Entscheidungen und damit letztendlich auch Kostenreduktionen möglich.

 

Sie haben Fragen zu unserem Use Case oder eine individuelle Anfrage?

Melden Sie sich gerne bei Dr. Andrej Fischer:

Dr. Andrej Fischer
Head of Analytics & Data Science Production
T +49 228 9770-0
E vertrieb@comma-soft.com