Um die Instandhaltung aller Geräte, Maschinen, Bauelemente oder allgemein gesagt technischen Geräten sicherzustellen, wurde bislang auf regelmäßige Wartung und Inspektionen gesetzt. Im Zeitalter der Industrie 4.0 werden diese Vorkehrungsmaßnahmen ergänzt und wesentlich erweitert durch: Predictive Maintenance.
Das Versprechen, das sich mit Predictive Maintenance – der vorausschauenden Wartung – verbindet, gleicht einem Paradigmenwechsel: Anstatt auf einen Ausfall oder Störungen nur im Nachhinein reagieren zu können, befähigt Predictive Maintenance Unternehmen mögliche Defekte zu erkennen, bevor sie tatsächlich eintreten. Dazu werden immer mehr Produktionsanlagen, Maschinenparks und andere Betriebsmittel mit Sensoren ausgestattet. Mit unterschiedlichen Technologien wie etwa Ultraschall wird den Maschinen zu Leibe gerückt.
[selectivetweet]Heute repariert man Dinge nicht mehr wenn, sondern bevor sie kaputt gehen. #PredictiveMaintenance[/selectivetweet]
Predictive Maintenance ist mehr als nur eine neue Form der Wartung
Einer der einfachsten Anwendungsfälle von Predictive Maintenance wäre die Überwachung einer Produktionsanlage zum Beispiel mit einem Vibrations- oder Temperatursensor. Sobald die Vibrationen unregelmäßig bzw. zu schnell, oder die Temperaturen im inneren der Maschine so hoch werden, dass sie möglicherweise bald ausfällt, wird dies frühzeitig erkannt. Wenn eine Produktionsmaschine ausfällt, verursacht dies zum Teil hohe Folgekosten, da es dadurch zu Engpässen und Ausfällen an anderen Stellen kommt.
Hier ein Beispiel für einen Vibrationssensor:
Predictive Maintenance kann aber mehr. Entscheidet sich ein Unternehmen wie beispielsweise der Hersteller einer Fußbodenheizung für das Monitoring von Geräten und Werkteilen, so wird nicht jedes einzelne mit Sensoren ausgestattete Element isoliert betrachtet. Ein Hersteller erhält vielmehr ein Gesamtbild vom Gebrauch seines Produktes. Liefert ein Sensor auffällige Daten, etwa einen dauerhaft zu niedrigen Druck in einem Heizungsrohr, muss das nicht zwangsläufig bedeuten, dass es sich um einen Defekt an dieser Stelle handelt. Die Ursachen können ebenso vielfältig sein, wie die Umwelteinflüsse und der Gebrauch durch die Nutzer. Rohre rosten, falsche Benutzung beansprucht ein Element zu stark, etc. Die Vernetzung und Verknüpfung aller Sensordaten macht Predictive Maintenance erst zu einem machtvollen Tool.
Umgebungsdaten: Wenn das Wetterdaten zum Wirtschaftsfaktor wird
Predictive Maintenance macht jedoch nicht bei den Maschinen und Bauteilen halt. Ebenso wie die Wirtschaft als Ganzes ein komplexes Gefüge ist, hängen im einzelnen Unternehmen die Dinge zusammen. Ein Windpark ist unter einer technischen Perspektive betrachtet eine Ansammlung von Rotorenblättern, Generatoren, Bremsen und Getriebe, die allesamt mit Sensoren überwacht werden können. Der Ausfall von Windkraftanlagen hängt jedoch auch sehr stark mit Einflüssen von Außen zusammen. Vogel- und Fledermausschläge verursachen ebenso Störfälle wie starke Windböen, Vereisung oder Blitzschläge. Ein umfassend durchgeführtes Predictive Maintenance darf auch Wetterdaten und Umweltforschung nicht außen vor lassen.
[selectivetweet]Wirtschaft als Teil eines Ganzen. #PredictiveMaintenance macht das Wetter zum Wirtschaftsfaktor[/selectivetweet]
Predictive Maintenance folgt dem Dreiklang: Erfassen, Bewerten und Vorhersagen
Teure Reparaturen vermeiden, Ausfälle vorhersehen und vorbeugende Maßnahmen ergreifen – all das leistet die vorausschauende Instandhaltung. Der Dreiklang:
- Digitales Erfassen der Daten
- Bewertung und Analyse der Daten
- Vorhersagen der wahrscheinlichen Ereignisse
stellt den passiven, traditionellen Hergang der Abläufe auf den Kopf. Predictive Maintenance ist damit ein Herzstück der Industrie 4.0 und damit eine große Chance für die Wirtschaft. Im Zeitalter der Digitalisierung und Vernetzung hat der Blick in die Zukunft nichts mehr mit dem Blick in eine Kristallkugel zu tun. Predictive Analytics schafft handfestes Wissen von der Zukunft.