In den letzten Jahren hat die Anwendung von Zustandsüberwachung und vorausschauender Instandhaltung aufgrund steigender Anforderungen an die Maschinenverfügbarkeit und die Gesamteffizienz erheblich zugenommen. Technologische Entwicklungen wie Big Data, intelligente Algorithmen, Cloud und drahtlose Technologien halten Einzug in den Markt, erweitern die Möglichkeiten der automatisierten Analyse und schaffen Chancen, den Prozess der Überwachung und Analyse neu zu gestalten.
Die industrielle Cloud
Die zustandsorientierte Instandhaltung (CBM) oder vorausschauende Instandhaltung ist von zentraler Bedeutung für cloudbasierte Systeme. Diese Systeme bieten Datenanalyse und -auswertung auf der Grundlage von Modellen und Algorithmen, die für bestimmte Maschinen und Prozesse definiert sind. Vom System erkannte Abweichungen führen zu Instandhaltungsempfehlungen. Solche Systeme ermöglichen es Unternehmen, von reaktiver zu proaktiver Instandhaltung überzugehen. Instandhaltungsmaßnahmen können durchgeführt werden, bevor tatsächliche Ausfälle auftreten.
Vorausschauende Instandhaltung
Es ist wichtig zu verstehen, dass vorausschauende Instandhaltung oder CBM nicht von cloudbasierten Systemen abhängig sind. Viele Unternehmen, die diese Lösungen anbieten, vermarkten vorausschauende Instandhaltung als neues Konzept. Dies ist jedoch nicht der Fall; bestehende Zustandsüberwachungssysteme (Schwingungsüberwachung) sind bereits seit Jahrzehnten auf dem industriellen Markt erhältlich. Strategien zur vorausschauenden Instandhaltung sind bereits seit dem Einsatz von (Online-)Zustandsüberwachungssystemen anwendbar. Die von diesen Systemen gelieferten Daten stehen zur Überwachung des Schwingungsverhaltens und zur Ermittlung von Schwingungstrends zur Verfügung und können für die vorausschauende Instandhaltung genutzt werden. Darüber hinaus sind Systeme, die eine automatisierte Analyse unterstützen, nicht zwangsläufig cloudbasiert.
Warum automatisierte Analyse nutzen?
Unternehmen haben mit einem stark abnehmenden Fachwissen zu kämpfen. Dies ist größtenteils auf den Ruhestand von Experten und den Mangel an jungen Fachkräften oder Personen mit einschlägiger Ausbildung zurückzuführen. Dieser Fachkräftemangel lässt sich durch die Einführung eines Systems beheben, das eine automatisierte Analyse ermöglicht, wobei das Fachwissen im Wesentlichen in ein System übertragen wird. Dieses System nutzt Modelle und Algorithmen zur Analyse und Interpretation von Schwingungsdaten, woraus sich bestimmte Wartungsempfehlungen ergeben.
Durch die Automatisierung der Schwingungsanalyse und -auswertung bei rotierenden Maschinen werden weniger Ingenieure vor Ort benötigt, um diese Arbeit durchzuführen. Für Unternehmen, die mit einer sinkenden Zahl kompetenter Schwingungsexperten zu kämpfen haben, könnte die Umstellung auf ein automatisiertes System unvermeidlich sein.
Fachwissen auf Abruf
Unserer Ansicht nach liegt die größte Chance dieser Entwicklungen in der Verbesserung der Effizienz und Effektivität der Zustandsüberwachung. Der Einsatz automatisierter Datenverarbeitung zur Bereitstellung einer Erstanalyse, ohne dass lokales Fachwissen erforderlich ist, kann bahnbrechend sein. Drahtlose Sensoren und vernetzte Überwachungssysteme können den infrastrukturellen Aufwand und die Anfangsinvestitionen für Überwachungssysteme reduzieren. Gemeinsame Datennutzung kann die Algorithmen für die automatisierte Analyse verbessern und bietet Möglichkeiten für Fernunterstützung. Diese Technologien steigern die Gesamteffektivität und den Wert von Zustandsüberwachungssystemen und -strukturen und verändern Servicemodelle hin zu Fachwissen auf Abruf.
Überlegungen
Trotz der Chancen, die diese neuen Technologien bieten, müssen die richtigen Abwägungen getroffen werden.
„Da Analyse und Entscheidungsfindung auf automatisierte Systeme und Experten an entfernten Standorten übertragen werden, werden sich die Ingenieure vor Ort weniger mit den Maschinen befassen.“
1. Validierung der Daten
Die Eingaben sind entscheidend für jede automatisierte oder ferngesteuerte Analyse, da diese ausschließlich auf den durch diese Eingaben bereitgestellten Informationen beruhen. Daher müssen die eingegebenen Daten validiert werden, einschließlich:
- Auswahl des richtigen Sensors für die jeweilige Anwendung
- Sensorkalibrierung
- Signal-Rausch-Verhältnis
Darüber hinaus muss die Genauigkeit der Daten überprüft werden. Die dargestellten Daten müssen relevant und genau sein, um zu einer funktionsfähigen Struktur für die vorausschauende Instandhaltung zu gelangen. Daten mit geringer Genauigkeit können nicht zur Überwachung verwendet werden. Angesichts der Datengenauigkeit ist es sehr schwierig, mit (außergewöhnlichen) Umwelteinflüssen umzugehen, wie z. B. Veränderungen in der Umgebung, außergewöhnlichen Prozessbedingungen oder menschlichen Fehlern. Beispielsweise könnten Schwingungen, die von einer anderen Maschine verursacht werden (Quer-Schwingungen), das automatisierte System dazu veranlassen, einen Fehlalarm auszulösen.
2. Logistik und Wartung
Um relevante Daten zu erfassen, müssen die Messung und der Datenstrom gewährleistet sein. Eine ordnungsgemäße Wartung und Logistik muss vorhanden sein und Folgendes umfassen:
- Vermeidung von Fehlverdrahtungen bei Sensoren
- Vermeidung einer falschen Platzierung/Anordnung von Sensoren
- Relevantes Datenerfassungsintervall
- Verfügbarkeit von Ersatzsensoren
- Batteriemanagement und Austauschstrategie für Sensoren
- Stabile, sichere und zuverlässige Netzwerkverbindungen
3. Lokale Fachkompetenz
Da Analyse und Entscheidungsfindung auf automatisierte Systeme und externe Experten übertragen werden, werden lokale Ingenieure weniger stark in den Maschinenbetrieb eingebunden sein. Infolgedessen entsteht eine wachsende Abhängigkeit von externen Experten für Analyse und Support.
4. Sicherheit und Datenschutz
Durch die Anbindung von Sensoren und Überwachungshardware an das Internet wird Cybersicherheit zu einem Risiko, und neue Richtlinien zur Speicherung und zum Umgang mit Daten, wie beispielsweise ISO 27001, finden Anwendung. Die Schwachstellen und Vorschriften erhöhen die Komplexität der Implementierung eines vernetzten Systems.
