Printmagazin TECHNIK und WISSEN - Ausgabe 007

PREDICTIVE MAINTENANCE
Wann Predictive Maintenance
Sinn macht
Die Praxis zeigt, dass die Umsetzung
von Predictive-Maintenance-Konzepten
oftmals an fehlenden finanziellen
und/oder menschlichen Ressourcen
scheitert. Dennoch gibt es Indikatoren,
die darauf hinweisen, sich mit dem
Thema näher zu befassen. Ein solcher
Indikator ist für Ralf Dröschel der Faktor
Zeit. «Wer es sich erlauben kann, auf
eine Anlage im schlimmsten Falle
mehrere Wochen zu verzichten, ist vermutlich
für dieses Thema nicht empfänglich»,
glaubt er und ergänzt: «Wer
hingegen eine sehr hohe Verfügbarkeit,
ein optimiertes Ersatzteillager und
eine planbare Instandhaltung braucht,
sollte sich damit unbedingt befassen.»
«Damit ein Unternehmen seine wirtschaftlichen
Ziele erreicht, müssen
Maschinen und Anlagen einwandfrei
Matlab enthaltenen Apps adressiert
werden, können aus diesen dann die
wichtigsten Daten extrahiert werden,
die dann für den eigentlichen Algorithmus
verwendet werden.
«Das Wichtigste ist, sich konkrete Ziele
zu setzen und genau zu analysieren,
welche Probleme oder Schwierigkeiten
gelöst werden sollen», lautet die Empfehlung
von Paolo Salvagno. Dabei sei
es wichtig, den Umfang für das Wartungskonzept
genau zu definieren. Dies
gelte insbesondere für Unternehmen,
die an mehreren Standorten produzierten.
Ihnen empfiehlt er, das System vor
der globalen Einführung zunächst im
kleinen Rahmen zu testen, um es wirklich
auch fehlerfrei zu haben.
Mitarbeiterschulung
Damit Predictive Maintenance in der
Praxis funktioniert, ist aus Sicht von
«Wer auf eine hohe Verfügbarkeit
angewiesen ist, sollte sich
unbedingt mit dem Thema befassen.»
Ralf Dröschel
funktionieren. Daher sollte Predictive
Maintenance immer dann zum Einsatz
kommen, wenn Maschinen mit Wartungsbedarf
in einem Unternehmen
installiert sind», meint Paolo Salvagno.
So könnten beispielsweise abgenutzte
Lager frühzeitig erkannt und ausgetauscht
werden, bevor es zum Stillstand
komme. «Eine Reparatur kann
damit nicht nur maximal kosten-, sondern
auch leistungseffizient durchgeführt
werden», so Paolo Salvagno.
In eine ähnliche Richtung geht die
Argumentation von Philipp Wallner:
«Das ist sehr unterschiedlich. Immer
dann, wenn Ausfälle oder Maschinenstillstände
oft vorkommen oder so
kostspielig sind, dass sie sich signifikant
auf das Geschäft auswirken,
macht es Sinn, Predictive Maintenance
einzuführen».
Was überwacht werden sollte
Bereits praktizierende Unternehmen
überwachen meist nur kritische Maschinen-
und Anlagenbereiche. Von
dieser Vorgehensweise rät Paolo Salvagno
allerdings ab, da eine teilweise
Überwachung durchaus kritisch sein
kann. Dies begründet er damit, dass
sich unvorhergesehene Abhängigkeiten
nur sehr spät oder gar nicht erkennen
lassen.
«Früher waren solche Systeme sehr
teuer. In der heutigen Zeit von Industrie
4.0 und der damit zusammenhängenden
Digitalisierung gehört dieser alte
Zopf jedoch längst abgeschnitten», rät
auch Beat Meili zu einem Umdenken.
Ralf Dröschel möchte hier nicht pauschalisieren,
da jedes Unternehmen
individuell zu betrachten sei. Könne
zum Beispiel der Ausfall eines nicht
kritischen Antriebes einfach kompensiert
werden und führe dieser nicht zu
einem grossen Folgeschaden oder gar
zu einem Produktionsausfall, sei dieses
selektive Vorgehen in einem ersten
Schritt durchaus vertretbar.
Grundüberlegungen vor
Implementierung
Unternehmen, die in die Thematik
einsteigen, rät Ralf Dröschel sich zunächst
einmal Gedanken darüber zu
machen, welche Ausfallszenarien von
Anlagenteilen welche Folgen für den
Betrieb haben könnten? Daraus abgeleitet
ergebe sich dann der jeweils individuelle
Nutzen von Predictive
Maintenance. Bei der Evaluation entsprechender
Systeme mahnt er zur
Vorsicht: «Die Generallösung gibt es
nicht, individualisierte Modelle sind
hier der Schlüssel zum Erfolg.»
Aus Sicht von Philipp Wallner kann
es bei der Entwicklung eines Predictive-Analytics-Algorithmus
durchaus
sinnvoll sein, eine Vielzahl von Messdaten
oder Signalquellen zu berücksichtigen.
Mit entsprechenden Techniken,
die beispielsweise von den in
Beat Meili die Schulung der Mitarbeiter
entscheidend: «Es hilft nichts,
wenn ein solches System wertvolle
Datenanalyen und Wartungshinweise
liefert, aber der Bediener nicht weiss,
wie er diese Informationen nutzen
kann oder die Warnhinweise schlichtweg
ignoriert.»
Ähnlich beurteilt es Paolo Salvagno.
Da es bei Predictive Maintenance darum
gehe, vorhandene Informationen
zu verknüpfen und daraus einen
Mehrwert zu generieren, seien die Mitarbeiter
für die erfolgreiche Umsetzung
entscheidend. An ihnen liege es
auch, den Systemaufbau kritisch zu
hinterfragen und weiter zu entwickeln,
damit neue Aspekte langfristig
berücksichtigt werden könnten.
Return on Invest
Wann sollte sich ein entsprechendes
Konzept allerspätestens rechnen? «Das
ist von Fall zu Fall verschieden und
lässt sich daher nicht pauschal beant-
14 #007