11-2023

Software/Tools/Kits
Maintenance Manager –
Maschinen einfach instand halten
Baitech Data GmbH
www.baitechdata.com
Die Maschinen stehen still. Ungeplant,
aufgrund einer Fehlfunktion.
Im schlimmsten Fall kann der Stillstand
einer Produktionsline mehrere
zehntausend Euro kosten. Gerade
die Automobil-Branche trägt hier
sehr hohe Kosten. Auch die regelmäßigen,
vorgegebenen Wartungen
können solche plötzlichen Ausfälle
nicht verhindern.
Das Worst-Case-Szenario des
Alltagsgeschäft jeder Produktionsfirma
besteht wahrscheinlich
in dem Ausfall einer Maschine oder
der gesamten Produktionsanlage.
Denn nicht nur die immensen Kosten
stellen die Firma vor eine Herausforderung,
auch die Auswirkung auf
Mitarbeiter und Kunden sind alles
andere als positiv. Werden die strengen
Produktionspläne von solchen
unerwarteten Ereignissen unterbrochen,
verzögern sich Lieferungen,
woraufhin Kunden sich beschweren,
wodurch der Druck innerhalb
der Firma zunehmend steigt.
Warum muss es überhaupt
so weit kommen?
Ein einfacher Maintenance Manager
könnte diese Probleme aus der
Welt schaffen. Ausfälle von Maschinen
passieren nicht mal ebenso.
Zahlreiche Faktoren beeinflussen
die Funktionalitäten der Maschinen.
Mithilfe der zwei KPIs RUL
(Remaining Usefull Life) und ROF
(Risk Of Failure) kann ganz genau
festgestellt werden, wie hoch das
Risiko eines Ausfalls oder einer
Störung ist.
Der Status quo
In einer intuitiven Anwendung
wird der Gesundheitszustand der
verschiedenen Anlagen angezeigt.
Sobald eine Gefahr erkannt wird,
erscheint eine Meldung, welche
exakt beschreibt:
• wo das Problem liegt.
• wie es zu lösen ist
(Anleitung, Werkzeuge, Teile).
• wer dafür zuständig ist (Zusatzqualifikation
erforderlich?).
Der Mitarbeiter, kann also ohne
Probleme ablesen welche Ersatzteile
er benötigt, wie viel Zeit er dafür
braucht und erhält eine Anleitung,
zur Problemlösung.
Nicht nur Ausfälle können durch
dieses System vermieden werden,
auch die Ressourcenplanung wird
so um ein Vielfaches vereinfacht. Es
braucht keine zusätzlichen Kräfte
mehr, da die Probleme schon im
Voraus erkannt werden und somit,
die zuständigen Experten eingeplant
werden können. Auch die allgemeine
Planbarkeit wird präziser,
da die Produktion zuverlässiger
funktioniert.
Lernender Algorithmus
Um noch einen draufzulegen, wird
der Algorithmus, der den Gesundheitszustand
der Maschinen interpretiert,
darauf trainiert aus den
gesammelten Daten zu lernen. Er
erkennt welche Einflüsse sich gut
oder schlecht auf die Produktion
auswirken und kann daraufhin Vorschläge
zur Verbesserung geben.
Zudem werden die regelmäßigen
Wartungen, die je nach Zyklus wiederholt
werden, miteinbezogen und
clever kombiniert, um die Frequenz
der nötigen Wartungen zu reduzieren
und vor allem Maschinenstillstände
durch notwendige Wartung auf ein
Minimum zu reduzieren.
Das heißt die Effizienz der Wartungen
steigert sich regelmäßig und
die Effizienz der Produktionslinie
steigt ebenfalls kontinuierlich an.
Ein Beispiel
Um dies zu verdeutlichen, nehmen
wir das Beispiel eines Autos:
bei 20.000 km muss es zum Ölwechsel,
dies fällt auf Mitte April. Mitte Mai
steht aber auch der Reifenwechsel
auf Sommerreifen an. Anstatt zwei
Mal in die Werkstatt zu fahren, werden
die beiden Wartungen im Ende
April durchgeführt, um den Aufwand
zu reduzieren. Denn bei beiden
Werten (Öl- und Reifenwechsel)
handelt es sich um Richtwerte,
die in einem bestimmten Rahmen
flexibel gehandhabt werden können
und keine Gefahr für die Funktion
des Autos darstellen.
All diese Informationen werden
kompakt in einem Dashboard dargestellt,
welches interaktiv zur Produktionsplanung
genutzt werden kann.
Gerade in dieser Zeit des Fachkräftemangels
und den hohen Anforderungen
der Kunden, an eine schnelle
Lieferung, wird der Arbeitsalltag so
um ein Vielfaches erleichtert. ◄
88 PC & Industrie 11/2023