Wartungsservice der Zukunft. Predictive Maintenance stellt optimale Leistungsfähigkeit von Maschinen sicher

Firmen im Artikel

Industrie 4.0 hat bereits in vielen Branchen Einzug gehalten, so auch in der Lebensmittelindustrie. Vor allem im Servicebereich eröffnet dies neue Möglichkeiten: Predictive Maintenance, also die vorausschauende Wartung von Maschinen und deren Komponenten, erhöht Verfügbarkeiten, reduziert Kosten und verbessert die Performance. Bizerba testet das Verfahren aktuell im Rahmen mehrerer Pilotprojekte.

Ein Maschinendefekt erfordert in der Regel eine Reparatur durch einen Techniker des Herstellers vor Ort. Damit einher gehen häufig lange Ausfallzeiten und hohe Umsatzverluste. Auch Maßnahmen wie Preventive Maintenance, also die präventive Wartung von Maschinen, kann dem nur bedingt entgegenwirken. Selbst die Weiterentwicklung, Condition-based Maintenance mit der rückblickenden Auswertung von Daten und entsprechenden Gegenmaßnahmen, hat bis dato nicht gänzlich überzeugt.

Filterherstellung: schneller & kosteneffizienter!

Neu von RAMPF: Ableitfähige Vergussmassen mit FDA-Zulassung

Hohe Ableitfähigkeit, sehr gute Fließfähigkeit, niedrige Viskosität – und jetzt mit FDA-Zulassung: RAMPF Advanced Polymers hat sein leistungsstarkes...

Predictive Maintenance setzt im Allgemeinen genau hier an: Es vereint alle Vorteile von Preventive- und Condition-based Maintenance und löst Probleme, bevor ein Defekt überhaupt entstehen kann. Intelligente Predictive-Maintenance-Systeme sammeln relevante Maschinenzustandsdaten, werten sie aus, und treffen Prognosen über eventuell bevorstehende Ausfälle oder benötigte Wartungen. Die Auswertung erfolgt durch Wahrscheinlichkeitsrechnungen, Korrelationen verschiedener Prüfparameter und zukünftig auch auf Basis neuronaler Netzwerke. Predictive Maintenance nutzt die während der Condition-based Maintenance gesammelten Daten, um Entwicklungen von Maschinenzuständen vorherzusagen. Das System bezieht sich dabei auf archivierte Vergangenheitsdaten, aktuelle Meldungen und softwaregesteuerte Kombinatorik gesammelter Werte.

Sensoren zeichnen Maschinenbetriebsdaten beim Anwender auf und geben diese an einen lokalen Rechner mit der Industriesoftware Brain2 weiter. Letztere fungiert wie eine stationäre Cloud und speichert aufgenommene Daten, bevor die Informationen in die Cloud wandern, wo sie analysiert werden. Die Cloud-Platform von Bizerba zeigt beispielsweise, wann die Maschine gestartet wurde oder wie lange sie gelaufen ist. So lässt sich nachvollziehen, wann das Gerät tatsächlich produziert oder bei welcher Betriebstemperatur es operiert. Treten während der Überprüfung Abweichungen von der Norm auf, wird ein Service-Ticket ausgestellt und eine Gegenmaßnahme eingeleitet. Auslöser hierfür kann entweder die Maschine selbst, die installierte Software, ein Service-Techniker oder ein Alarm in der Cloud-Platform sein.

Auch beim Thema Sicherheit kann die Cloud-Plattform von Bizerba positive Effekte erzielen. So ist es möglich, Maschinen auf Statusinformationen und Aktualität der Software zu überprüfen. Damit verbundene Sicherheitslücken können so geschlossen werden. Ist ein System veraltet oder anfällig für Angriffe von außen, lässt sich schnell reagieren und das System aktualisieren. Dies ist vor allem beim Austausch sensibler Datenströme mit der Cloud wichtig.

Predictive Maintenance steigert die Performance und die Leistung der betreffenden Maschinen, erhöht die Qualität des Produkts und sorgt für eine höhere Verfügbarkeit der Geräte. Durch optimierte Laufzeiten und geringere Ausfallzeiten werden Stromkosten gespart und die Produktionsleistung verbessert. Die Servicekette kann also bereits in Gang gesetzt werden, bevor die Störung auftritt. Techniker werden optimal eingesetzt – das spart Zeit und Kosten, für Anbieter und Kunden.

www.prozesstechnik-online.de
Suchwort: dei1217bizerba