Smart Maintenance – Künstliche-Intelligenz-Technologien verfeinern elegant alle Bereiche der Wertschöpfungskette im Unternehmen

Smart Maintenance – Künstliche-Intelligenz-Technologien verfeinern elegant alle Bereiche der Wertschöpfungskette im Unternehmen

23. Juli 2020

Der Begriff Industrie 4.0 fasst einen grundlegenden Innovations- und Transformationsprozess industrieller Wertschöpfung zusammen. Kerngedanke dabei ist die flexible, hochdynamische sowie weltweit vernetzte Wertschöpfungsnetzwerke mit neuen Arten von Partnerschaften. Dank datengetriebener Geschäftsmodelle können tatsächlich lösungsorientierte Angebote erstellt werden, die dem Kundennutzen dienlich sind. EntscheidendFaktoren für die Wettbewerbsfähigkeit in der vernetzten Ökonomie sind Flexibilität, Energieeffizienz, Verfügbarkeit und Transparenz.  

Realisierung von Industrie 4.0: Smart Manufacturing 

Smart Manufacturing ist das industrielle Konzept, das Industrie 4.0 faktisch in der Praxis umsetzt, um die gigantischen positiven wirtschaftlichen und sozialen Effekte der Industrie 4.0 auszuschöpfen. Das Hauptaugenmerk von Smart Manufacturing liegt auf der kontinuierlichen Automatisierung von Prozessen und geht bis hin zur autonomen Fertigung und dem Umstand, sich den State of the Art Datenanalysen zu bedienen. Mit dem Ziel, die Produktionsleistung ebenfalls fortwährend zu verbessern.

Smart Manufacturing – Smart Maintenance 

Die ideale Lösung wird durch die taktische Kombination aus Smart Manufacturing und Smart Maintenance erreicht. Mithilfe von cleveren, innovativen Technologien wie zum Beispiel smarten Sensoren, Edge Computing, Big Data und künstlicher Intelligenz (KI, Englisch: Artificial Intelligence oder AI) wird sichergestellt, dass alle Assets in der Produktion mit einhundertprozentiger Effizienz arbeiten.

Mittlerweile werden beispielsweise Assets mit industrietauglichen smarten Sensoren zur Datenerfassung ausgestattet. Diese IIoT-Sensoren übertragen die Daten an computergestützte Instandhaltungsmanagementsysteme. Diese Systeme eruieren mittels erweiterter Analysemöglichkeiten wie KI oder cloudbasiertem Machine Learning den kompletten Daten-Pool, um am Ende in Echtzeit Ergebnisse zu liefern, die jederzeit von einem Smart Device abrufbar sind. Somit können Anomalien schnell erkannt und den entsprechenden Mitarbeitern augenblicklich mitgeteilt werden.

Künstliche Intelligenz (KI) – weitere Effizienzsteigerungen, neue Formen der Interaktion  

KI erfährt derzeit weltweit große Aufmerksamkeit in Gesellschaft und Wirtschaft. Laut der ‚Gartner Top 10 Strategic Technology Trends for 2020 zählt KI zu den Top Ten der strategischen Technologietrends, die in den kommenden fünf bis zehn Jahren zu einem positiven Umbruch respektive besserer Chancen führen werden.

Jüngste Entwicklungen im Gebiet der KI ermöglichen weitere Effizienzsteigerungen und neue Formen der Interaktion. Im Fokus von KI-Anwendungen in der Smart Maintenance steht aktuell die bedarfsgerechte Optimierung von Wartungsintervallen – Condition Monitoring. Durch die permanente Erfassung und Bewertung des Asset-Zustandes wird sowohl der aktuelle Zustand als auch die voraussichtliche Zustandsentwicklung individuell ermittelt. Der Zeitpunkt für die nächste Wartung muss nicht mehr nach festen Intervallen gewählt werden, sondern kann in Abhängigkeit des realen Asset-Zustands weit im Voraus und bedarfsgenau geplant werden.

Predictive Maintenance – präzisere Diagnosen und Prognosen 

Predictive Maintenance ist gegenwärtig ein signifikanter Baustein in der Smart Maintenance. Denn all das, was wir vorher gehört haben, ist hier beieinander. Mit beispielsweise smarten Industriesensoren plus Netzwerktechnik wie LoRaWAN® (IoT-Funktechnik) sowie Analyseapplikationen (KI) wird der Zustand des Assets dauerhaft überwacht und es werden Stillstände und Ausfälle prognostiziert. Die KI überwacht fortwährend eine Anzahl von Asset-Kenngrößen und signalisiert Wartungsbedarf entsprechend des Zustands. Dies erlaubt es, Wartungsaktivitäten auf etwa sich abnutzende Komponenten zu reduzieren, anstatt eine Komplettwartung anzustoßen. Sensorinformationen zu Beschleunigung und Vibration von Achsen aus der Steuerung werden initial ausgelesen und als Referenz in einer zentralen Datenbank abgelegt. Während der Nutzung des Assets wird das aktuelle Verhalten mit dem Referenzverhalten verglichen, um Rückschlusse auf den Asset-Zustand zu ziehen. Und zwar ohne dass Komponenten zur Sichtprüfung ausgebaut werden müssen. Anschließend werden auf Basis des ermittelten Zustands  gezielte Maßnahmen eingeleitet.

Predictive Maintenance – Vorteile auf einen Blick 

  • Genaue Fehleridentifikation

Klare Einblicke in den Zustand der Assets und gut geplante Wartungen sowie Reparaturen verlängern die Lebensdauer der Assets. 

  • Optimierung der Wartungsintervalle

Schlecht geplante Wartungsarbeiten und die daraus resultierenden Ausfallzeiten sind kostspielig. Durch Condition Monitoring werden die Kosten für Komponenten und Personal reduziert. 

  • Minimierung der Stillstandzeiten

Die Produktivität wird gesteigert, da die Assets immer einsatzbereit sind

  • Sicherstellung der Compliance 

Die Berichtsfunktionen und -verfahren, die dadurch zur Verfügung stehen, helfen alle wartungsbezogenen Normen, wie beispielsweise die Norm ISO55000, problemlos einzuhalten. Die Folge ist die Sicherstellung von umweltverträglichen Betriebsabläufen. 

  • Mehr Sicherheit

Durch die rechtzeitige Überwachung und Behebung möglicher Probleme, arbeiten Mitarbeiter unter sichereren Bedingungen. 

Fazit 

Die Aufgaben von Smart Maintenance sind unter anderem. die Überwachung und das Wissen um den Zustand der Assets. Dazu kommen die dezidierte Planung der Wartung und die Verbesserung der Leistung sowie die Effektivität der Ressourcen.  

Wollen Sie mehr über das Thema erfahren? Dann lade ich Sie herzlich zu unserem kostenlosen, praxisnahen Webinar einZögern Sie nicht, sich nach Belieben zu registrierenWas erwartet Sie? 

Das Webinar beleuchtet unter anderem folgende Aspekte: 

  • Hauptmotiviation für Smart Manufacturing – Smart Maintenance –  Predictive Maintenance 
  • KI im Kontext der digitalen Transformation und Smart Maintenance 
  • Welche Anwendungsfelder für KI gibt es für Predictive Maintenance und wie sehen mögliche KI-Anwendungsfälle in der Praxis aus? 
  • Wie können Daten aus unterschiedlichen Datenbanken zusammengeführt werden? 
  • Yokogawas raffinierte Antwort auf Smart Maintenance: Sushi Sensor  

Nutzen Sie die Gelegenheit beim Webinar, mit uns in Kontakt zu treten, indem Sie direkt Fragen stellen. Wir freuen uns auf Sie. 

Einfach HIER klicken und schon können Sie sich kostenlos registrieren!


Sushi-Sensoren: die Smart Health Gadgets für die Prozessindustrie

Keine Kommentare

Schreibe einen Kommentar

Noch keine Kommentare

Seien Sie der Erste, der einen Kommentar schreibt.

Ihre Daten sind sicher!Ihre E-Mail wird nicht veröffentlicht. Es werden keine Daten mit Dritten geteilt.