Fraunhofer IML Jahresbericht 2019

WARTUNGSMASSNAHMEN
ZUM RICHTIGEN ZEITPUNKT
In Produktionshallen stellt sich die Frage, wie lange weiter produziert
werden kann, bis eine Maschine zur Wartung gestoppt
werden muss. Wenn eine rechtzeitige Wartung signifikant
wirtschaftlicher ist als ein ungeplanter Maschinenausfall, ist
ein vorrausschauender Prozess nötig.
Dafür entwickelt das Fraunhofer IML gemeinsam mit dem
InfAI (Institut für angewandte Informatik in Leipzig), dem
Softwareentwickler Simba N³, der Universität Hohenheim und
dem Sicherheitsunternehmen SITEC eine Plattform zur prädiktiven
Instandhaltung. Das Projekt PlatonaM wird vom Bundesministerium
für Wirtschaft und Energie gefördert.
Das Ziel ist es, anhand von frühzeitigem Wissen über einen
bevorstehenden Maschinenausfall einen wirtschaftlich sinnvollen
Zeitpunkt für Wartungsmaßnahmen zu identifizieren.
Dazu werden Maschinendaten zu Arbeitsabläufen aus der
Produktionshalle gesammelt und ausgewertet, um zusammen
mit Berichten über Ausfälle von Maschinen die Ausfallwahrscheinlichkeit
zu prognostizieren. Mithilfe dieses Wissens wird
anhand einer dynamischen Risikoanalyse ein geeignetes Zeitfenster
für die Wartungsmaßnahmen der einzelnen Maschinenkomponenten
erstellt. Das Fraunhofer IML ist im Projekt
für den Teil der prädiktiven Instandhaltung zuständig. Die
Abteilung Anlagen- und Servicemanagement entwickelt in
Kooperation mit der Abteilung Software & Information Engineering
zurzeit eine Plattform-Dienstleistung für eine dynamische,
vorausschauende Integration in die Produktionsplanung.
Im zweiten Quartal 2020 endet die erste Phase des Projektes
und die Ergebnisse werden vorläufig evaluiert. Das Projekt
endet voraussichtlich Ende 2021.
In production halls, it is necessary to address the question
of how long a machine can continue producing until it must
be stopped for maintenance. If timely maintenance is significantly
more economical than the unscheduled failure of a
machine, it is important to have a forward-looking process.
For this purpose, Fraunhofer IML has been working together
with the Institute for Applied Computer Science in Leipzig
(InfAI), software developer Simba N³, University of Hohenheim
and security company SITEC to develop a platform for predictive
maintenance. The PlatonaM project is being funded by
the Federal Ministry of Economics and Energy.
The goal is to identify an economically reasonable time for
maintenance activities on the basis of early knowledge of
imminent failure of a machine.
To this end, machine data on work processes from the production
hall are collected and analyzed together with reports
on the failures of machines to forecast the probability of failure.
This knowledge, along with a dynamic risk analysis, is
used to prepare a suitable time window for the maintenance
measures of individual machine components.
Fraunhofer IML is responsible for the predictive maintenance
part of the project. The Plant and Service Management
department is currently partnering with Software & Information
Engineering to develop a platform service for dynamic,
forward-looking integration into production planning.
The first phase of the project will end in the second quarter of
2020, and the results will be evaluated provisionally. The project
is expected to end in 2021.
Dipl.-Inf. FH Arkadius Schier
Software & Information Engineering
+49 231 9743-481
arkadius.schier@iml.fraunhofer.de
Fabian Förster M. Sc.
Anlagen- und Servicemanagement /
Maintenance Logistics
+49 231 9743-448
fabian.foerster@iml.fraunhofer.de
Marius Müser
Software & Information Engineering
+49 231 9743-521
marius.mueser@iml.fraunhofer.de
88