Digitalisierung in der Instandhaltung

Anbieter zum Thema

Diese «Micro-Services» der datenbasierten vorausschauenden Instandhaltung werden aktuell stark nachgefragt, nicht nur in der elektromechanischen Antriebstechnik. Bei hydraulischen Antrieben lassen sich zum Beispiel Partikelzähler in Predictive-Maintenance-Systeme einbinden. Parker hat ein solches System entwickelt und wird es während der MDA nicht nur auf dem eigenen Stand, sondern auch auf dem VDMA-Forum in Halle 19 präsentieren, das in unmittelbarer Nähe zur zweiten Sonderschau Predictive Maintenance organisiert wird. Stefan Nilgen von Parker Hannifin: «Mit unserem Total System Health Management erfassen wir die Daten des gesamten Systems, analysieren sie und werten sie aus, um entsprechende Massnahmen ergreifen zu können. So haben wir die Gesamtproduktivität sowie die Total Cost of Ownership komplexer Systeme wie Hydraulikanlagen oder fluidtechnischer Antriebe im Blick und können vorbeugend Instandhaltungsmassnahmen jeder Art vornehmen. So werden Korrekturmassnahmen im Idealfall überflüssig beziehungsweise so planbar, dass bislang unvorhergesehene Ausfälle vermieden werden. Für den Anwender bedeutet das Kostenersparnis durch erhöhte Standzeiten und höhere Produktivität.»

«Machine Learning» unterstützt vorausschauend Wartung

Bei Bosch Rexroth heisst das Predictive Maintenance Tool Odin und wird ebenfalls auf der Hannover Messe gezeigt. Die Abkürzung steht für «Online Diagnostic Network» und bezieht neben der Sensorik und Cloud-basierten Anwendungen auch die Methodik des «Machine Learning» ein, um vorausschauend Wartungsmassnahmen auszuführen – und das mit hoher Genauigkeit. Tapio Torikka, verantwortlich für die Entwicklung des Systems: «Ein Experte, der eine Anlage mit traditionellen Mitteln ständig überwacht, erkennt einen Fehler mit einer Wahrscheinlichkeit von 43 %. Unser System hat eine Fehlererkennungsrate von 99 %.»

Die vorausschauende Wartung gewinnt durch «Big Data» und weitere Themen im Umfeld von Industrie 4.0 weiter an Dynamik: Es wird immer einfacher, instandhaltungsrelevante Daten zu sammeln und zu verarbeiten. Unterstützt wird dieser Trend durch Kooperationen zum Beispiel von Sensor- und Antriebsherstellern: Aventics und der Sensorspezialist IFM arbeiten künftig zusammen, um Betriebsdaten beispielsweise von Pneumatikzylindern vollständig und unabhängig von der Maschinensteuerung online zu überwachen und zu analysieren – ganz im Sinne der Predictive Maintenance. Schaeffler und IBM haben eine strategische Partnerschaft geschlossen mit dem Ziel, Antriebe in kritischen Anwendungen wie eben Windkraftanlagen und Zügen kontinuierlich zu überwachen und die gewonnenen Erkenntnisse per «Machine Learning» zu optimieren. (mi)

Dieser Beitrag ist ursprünglich bei unserem Partnerportal MM Maschinenmarkt erschienen.

(ID:44460186)