Wir können nicht ändern was war, aber das, was kommt lässt sich noch steuern. Ob im Hinblick auf den Klimawandel, die Zukunft eines Unternehmens, die private Zukunft oder auch die Zukunft aller Anlagen, die wir Instand setzen– es ist wichtig zu wissen, wie die Zukunft aussehen soll. Wenn es um die von uns installierten Anlagen geht, sind wir uns einig, sie sollen langfristig funktionieren. Das Zauberwort heißt: Predictive Maintenance. Es ermöglicht das Vorhersehen von nötigen Wartungsarbeiten. So werden Kosten, Zeit und Ersatzteile gespart und die durchgehende Funktion der Maschinen und Anlagen gesichert.

Was ist Predictive Maintenance?

Predictive Maintenance ist ein proaktiver Wartungsprozess, der auf permanenter Überwachung und Auswertung von Maschinen- und Prozessdaten basiert. Sein Zweck ist es, den zukünftigen Wartungsbedarf vorherzusagen, wodurch Unterbrechungen vermieden und die Effizienz des Wartungsprozesses erhöht werden. Der Zustand von Maschinen und Anlagen wird durch Echtzeitanalysen in Kombination mit Big Data bestimmt. In Kombination mit anderen Informationen soll vorhergesagt werden, wann der beste Zeitpunkt für die Durchführung von Wartungsarbeiten ist. Im Idealfall repariert ein Wartungstechniker das Gerät, bevor der Ausfall eintritt – aber nur, wenn es wirklich nötig ist. Auf diese Weise können im Vergleich zur vorbeugenden Wartung (Preventive Maintenance), bei der regelmäßige Wartungen durchgeführt werden, Kosten eingespart werden.

Vorbeugen statt reparieren: Warum Predictive Maintenance?

Um die Berechnungen von Wartungsarbeiten so genau wie möglich zu machen, wird eine große Datenmenge benötigt. Daher lohnen sich Predictive-Maintenance-Programme vor allem für Unternehmen, die viele gleichartige Maschinen einsetzen, oder für Hersteller dieser Maschinen, die Predictive Maintenance nicht nur für ihre eigenen Maschinen, sondern auch für die von ihnen verkauften Maschinen einsetzen möchten. Hersteller und Betreiber von Maschinen und Anlagen können durch den richtigen Einsatz von Predictive Maintenance zahlreiche Vorteile erzielen:

• Reduzierung von Ausfallzeiten
•        Reduzierung ungeplanter Ausfallzeiten
•        Verlängerung der Lebensdauer von Maschinen und Anlagen
•        Optimale Wartungszeit berechnen
•        Meiden unnötiger Routinewartungent
•        Verbesserte Einsatzplanung von Wartungs- und Servicetechnikern
•        Effizientes Ersatzteilmanagement
•        Verbesserte Produktivität und Leistung

Die Umsetzung: Wie funktioniert Predictive Maintenance in der Praxis?

Für den Anfang ist es wichtig die Maschinen und Anlagen zu priorisieren, bei denen sich Ausfälle häufen und deren Ausfall hohe Kosten verursacht. Diese Geräte gilt es dann mit den entsprechenden Sensoren auszustatten und miteinander zu vernetzen. Je früher das passiert, desto mehr aktuelle und historische Daten können entweder periodisch oder kontinuierlich gesammelt und ausgewertet werden. Zu diesen Daten zählen Zustandsdaten (z.B. Temperatur) und statische Eigenschaften (z.B. Herstellerdatum) oder auch eventbezogene Daten, wie z.B. Reparaturen oder andere Servicedaten.

Zur Speicherung dieser Daten wird ein zentrales System benötigt, mit dem man einen 360° Blick auf die Maschinen und Anlagen erhält.

Die Aufbereitung der gesammelten Daten erfolgt dann durch die Bereinigung und Löschung falscher Werte. Fehlende Werte werden ergänzt.

Der nun bereinigte Datensatz wird z.B. mit Hilfe von Machine Learning Algorithmen analysiert und interpretiert, damit Zusammenhänge abgeleitet werden können. Folgende Fragestellungen werden u.a. bearbeitet:

•        Welche Messgrößen sind für die Maschine relevant?
•        Welche Zustandsdaten geben Aufschluss darüber, welches Bauteil in absehbarer Zeit versagen könnte?
•        Welche Schwellenwerte sind für welche Datentypen relevant?

Sind diese Fragestellungen beantwortet lassen sich nötige Wartungen und benötigte Ersatzteile vorausschauend planen.

Je länger ein Predictive Maintenance Algorithmus im Einsatz ist, umso mehr lernt er dazu und umso validere Aussagen kann dieser treffen. Predictive Maintenance sollte also als langfristige Instandhaltungsstrategie gesehen werden.

Predictive Maintenance bei Salvia

Warum wir uns für Predictive Maintenance als Dienstleistung entschieden haben? - Weil uns der Erhalt der Zufriedenheit unserer Kunden und der Erhalt der installierten Anlagen am Herzen liegt. Schlussendlich geht die Predictive Maintenance über ihre Wartungsaufgabe hinaus, da wir durch diese Dienstleistung nicht nur unseren Kunden helfen, sondern auch den Lebenszyklus der installierten Anlagen verlängern und somit die Umwelt schützen.