Industrieanzeiger 09/10.2019

Helden
mögen keinen
Waschtag.
fähige Kommunikationsnetzwerke und eine
hochperformante IT-Architektur – für die
Verarbeitung von Big Data und deren Abgleich
mit bekannten Fehlerbildern sowie
mit statistische Voraussagen.
Und Sie?
Vorbeugend versus vorausschauend:
ein Systemvergleich
Ähnlich wie Predictive Maintenance versuchen
auch klassische Wartungskonzepte
Ausfallzeiten zu vermeiden oder zumindest
die Kosten zu minimieren. Dazu gibt es zwei
Ansätze: Reaktiv und präventiv. Reaktive
Konzepte greifen erst bei tatsächlichen Fehlern
oder Störungen ein. Solche Services lassen
sich zwar ohne viel Aufwand umsetzen,
Feste Wartungspläne: eine Abwägung zwischen
Kosten und Risiken. Bild: fotohansel/Fotolia
Klare Handlungsanweisung:
Austauschen!
Bild: NicoElNino
sind jedoch nur empfehlenswert, wenn unvorhergesehene
Ausfälle keinerlei Einfluss
auf nachfolgende Produktionsprozesse ausüben.
Präventive Wartung definiert dagegen
starre Wartungsintervalle auf Basis von Erfahrungen
oder Herstellerangaben. Ausgangspunkt
ist die Abwägung der Materialund
Wartungskosten versus den Kosten eines
drohenden Ausfalls. Deshalb werden
Verschleißteile zu einem bestimmten Zeitpunkt
unabhängig von ihrem tatsächlichen
Zustand ausgetauscht. Auf Dauer muss das
Unternehmen vermeidbare Kosten tragen,
die durch Predictive Maintenance eingespart
werden könnten. Dazu kommt: Selbst
enge Wartungsintervalle schützen nicht vor
unerwarteten Maschinenausfällen durch
vorzeitigen Verschleiß oder Materialfehler.
Sowohl bei reaktiven wie auch bei präventiven
Wartungskonzepten werden üblicherweise
keine Prozessdaten gesammelt und
ausgewertet. Damit lassen sich die verschiedenen
Modelle nicht kontinuierlich verbessern
bzw. auf einer exakten Datenbasis an
die jeweiligen Produktionsparameter anpassen.
Sie sind mithin statisch.
Very Big Data
Predictive Maintenance-Strategien benötigen
Daten, sehr viele Daten. Dazu gehören
nicht nur die eigentlichen Sensorinformationen
aus der Maschine, sondern sämtliche
relevanten Parameter: von der Wareneingangskontrolle,
den vorangegangenen Prozessschritten
sowie Umgebungsfaktoren wie
Luftdruck, Temperatur, Feuchtigkeit, bis hin
zur Tageszeit und den Mitarbeitern. Je umfassender
die Datenerhebung, desto aussagestärker
die Voraussagen für die folgenden
Wartungs-Aktivitäten. Mit dieser Aufgabe
dürfte der klassische IT-Verantwortliche
überfordert sein, was die Einschaltung
Mietberufskleidung.
Sauber. Clever. DBL.
DBL – Deutsche
Berufskleider-Leasing GmbH
info@dbl.de | www.dbl.de
Industrieanzeiger 09/10.19