Instandhaltung 03.02.2012, 12:01 Uhr

„Predictive Maintenance“: Vorhersagemodelle krempeln die Wartung um

Wer lange Jahre eine bestimmte Maschine bedient hat, kennt nicht nur jedes Knarren, jedes Rattern – er spürt auch, wenn etwas nicht stimmt. Doch dort, wo die Technik nicht so einfach zu erreichen ist, wie bei Windenergieanlagen, werden andere Methoden erprobt. Sensible Sensoren und mathematische Algorithmen unterstützen dabei die Instandhalter. „Predictive Maintenance“ ist das Stichwort.

Schon frühzeitig feststellen, wann sich Zustände verändern, das ist die Aufgabe von mathematischen Vorhersagemodellen, wie sie bei Banken und Versicherungen z. B. zur Identifikation von Kreditkartenrisiken oder illegalen Finanztransaktionen genutzt werden. Neben dem Handel, der damit Trendverschiebungen vorhersagt, wird die die voraussagende Analyse (Predictive Analytics) zunehmend auch für die Systemwartung und Bereiche von Fertigungsanlagen genutzt.

Top Stellenangebote

Zur Jobbörse
Stadtwerke Tübingen-Firmenlogo
Elektroingenieur (m/w/d) Stadtwerke Tübingen
Tübingen Zum Job 
Hamamatsu Photonics Deutschland GmbH-Firmenlogo
Master / Diplom Ingenieur (w/m/d) In Elektrotechnik oder Physik als Vertriebsingenieur Hamamatsu Photonics Deutschland GmbH
Herrsching am Ammersee Zum Job 
Landeshauptstadt München-Firmenlogo
Ingenieur*in Maschinenbau / Elektrotechnik (w/m/d) Landeshauptstadt München
München Zum Job 
Hamamatsu Photonics Deutschland GmbH-Firmenlogo
Vertriebsingenieur (m/w/d) für den Bereich Kamera-Systeme Hamamatsu Photonics Deutschland GmbH
Herrsching am Ammersee Zum Job 
Hamamatsu Photonics Deutschland GmbH-Firmenlogo
Master / Diplom Ingenieur (w/m/d) in Elektrotechnik oder Physik als Vertriebsingenieur für Academic / High Energy Physics Hamamatsu Photonics Deutschland GmbH
Herrsching am Ammersee Zum Job 
HAMAMATSU Photonics Deutschland GmbH-Firmenlogo
Support- und Applikationsingenieur Lasermaterialbearbeitung (m/w/d) HAMAMATSU Photonics Deutschland GmbH
Herrsching am Ammersee Zum Job 
Albert Handtmann Armaturenfabrik GmbH & Co. KG-Firmenlogo
Prozessingenieur (m/w/d) Downstream Processing Albert Handtmann Armaturenfabrik GmbH & Co. KG
Biberach Zum Job 
Stadt Stuttgart-Firmenlogo
Projektleiter*in Architektur für öffentliche Bauten (m/w/d) Stadt Stuttgart
Stuttgart Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Ausbildung - Sachverständiger Gebäudetechnik - Lüftungsanlagen & Rauchabzugsanlagen (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Sachverständiger Anlagensicherheit AwSV (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Ausbildung Sachverständiger Gebäudetechnik - Feuerlöschanlagen (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
Stadt Moers-Firmenlogo
Produktmanagement Technik (m/w/d) Stadt Moers
Landeshauptstadt München-Firmenlogo
Meister*in Rohr-, Kanal- und Industrieservice, Metallbauermeister*in / Bauingenieur*in als Betriebshofleitung (w/m/d) Landeshauptstadt München
München Zum Job 
VDI Zentrum Ressourceneffizienz GmbH-Firmenlogo
Ingenieur*in als Wissenschaftliche*r Mitarbeiter*in Ressourceneffizienz VDI Zentrum Ressourceneffizienz GmbH
DEKRA Automobil GmbH-Firmenlogo
Sachverständiger Elektrotechnik Baurecht (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
KAW KIEHL KG-Firmenlogo
Key Account Manager international Carwash (m/w/d) KAW KIEHL KG
Odelzhausen,München,Augsburg,Dachau Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Sachverständiger Gebäudetechnik - Feuerlöschanlagen (m/w/d) NRW DEKRA Automobil GmbH
Nordrhein-Westfalen Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Sachverständiger Aufzug- & Fördertechnik (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Ausbildung Sachverständiger Elektrotechnik Baurecht (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 
DEKRA Automobil GmbH-Firmenlogo
Bausachverständiger Immobilien (m/w/d) NRW DEKRA Automobil GmbH
verschiedene Standorte Zum Job 

Die Industrie interessiert sich zunehmend für Predective Maintenance-System

Die IT-basierten Verfahren erkennen dabei heraufziehende technische Mängel, bevor es zu einem Stillstand kommt, und reduzieren damit gegenüber den periodischen Wartungen teure Ausfallzeiten. Das Interesse der Industrie daran steigt daher kontinuierlich. „Die vorhersagende Wartung ist noch ein sehr junges Gebiet, mit dem Störungen im vornhinein erkannt werden können, also noch bevor sie eingetreten sind“, sagte Franz Gruber, Geschäftsführer von Forcam in Friedrichhafen, auf Anfrage der VDI nachrichten über diese neue Methode. Das Unternehmen ist auf dieses Aufgabenfeld spezialisiert und entwickelt derzeit neue Softwarelösungen für den Einsatz von „Predictive Maintenance“ innerhalb von Fabrikanlagen. Diese sollen anschließend in deren bestehende Produktionssoftware integriert werden.

Forcam arbeitet in Forschung und Entwicklung zusammen mit dem Center for Intelligent Maintenance Systems (IMS) der Universität von Cincinnati im US-Bundesstaat Ohio. Das IMS wiederum unterhält Partnerschaften mit Unternehmen aus der Region, wie Rockwell, Toyota, GM, Harley-Davidson, Chrysler, Ford und Siemens. Die Hochschule und die Unternehmen im Großraum Cincinnati bilden das Rückgrat der US-amerikanischen Automobilindustrie, da die beiden großen Autoherstellungsregionen Michigan sowie Kentucky und Tennessee etwa gleich weit entfernt sind.

Leiter des IMS ist Prof. Jay Lee, der bereits 2004 erste Veröffentlichungen zur vorhersagenden Instandhaltung herausgegeben hat. Heute arbeitet er am weiteren Ausbau dieser Methoden und Verfahren. „Systemwartung entwickelt sich stetig hin zu einem informationsbasierten Beobachten vieler Einflussfaktoren“, erklärte Lee. Hierbei ginge es nicht allein darum, Istzustände zu erfassen, sondern aus der Veränderung der Messgrößen Trends zu erkennen. „Alle anfallenden Trends müssen dann in Echtzeit automatisch priorisiert werden, damit sie zu zeitnahen Reaktionen führen können“, erläuterte er.

Windkraft: Ausfallzeiten lassen sich durch Predective Maintenance nahezu vollständig vermeiden

Basis für diese weiterentwickelte Form des „Condition-based Maintenance“ – kurz CBM – sind vor allem mathematische Verfahren zur Schwingungsanalyse. Hierbei werden die Schwingungen von verschleißgefährdeten Bauteilen zunächst von Sensoren erfasst, anschließend mit bewährten Algorithmen analysiert. Hochleistungscomputer erledigen das nahezu ohne Zeitverzögerung in Echtzeit. War man zuvor kaum in der Lage, die immensen Datenberge der Sensoren so zeitnah auszuwerten und rechtzeitig Ergebnisse zur Schadensbegrenzung zur Verfügung zu stellen, wird dies damit möglich.

Erste große Anwendungsfelder dafür sind Windkraftanlagen, die extremen Belastungen ausgesetzt sind und bei denen eine Störungsbeseitigung immer sehr zeitaufwendig und teuer ist. Hierfür hat das IMS einen „Watchdog-Agent“ entwickelt, der die Degenerierungsgeschwindigkeit verschiedener Komponenten überwacht und darüber eine Prognose zur Ausfallwahrscheinlichkeit abgeben kann. Mohamed Abu Ali, Projektleiter beim IMS, verdeutlichte stolz: „Wir können bei den Windenergieanlagen ungeplante Ausfallzeiten nahezu vollständig vermeiden.“

BMW: Predictive Maintenance-System sieht viele Fahrzeugausfälle vorher

Neben der direkten Analyse von Schwingungs- oder Verschleißdaten kommen die neuen Analysemethoden aber auch anderweitig zum Einsatz. Beim Automobilhersteller BMW nutzt man z. B. die Text- und Datamining-Lösung IBM-SPSS, welche die vorausschauende Analyse unterstützt. Ging es ursprünglich nur darum, die Häufigkeit von teuren Reparaturen zu erkennen, nutzen heute umfangreiche Mustererkennungsverfahren (Pattern-Analysen) alle verfügbaren Daten. Hierzu gehören sowohl technische Daten aus der eigenen Produkt- und Fahrzeugdatenbank, die maschinellen Informationen, die ein Fahrzeug selbst speichert, sowie die Rückmeldungen der Händler.

Die Systeme zur vorausschauenden Instandhaltung sind damit in der Lage, teure Reparaturen oder gravierende Fahrzeugausfälle vorherzusehen und vorbeugende Aktivitäten einzuleiten, bevor größere Schäden entstehen. „Wir können heute mit hoher Wahrscheinlichkeit vorhersagen, ob und wann ein bestimmtes Fahrzeug ausfallen wird. Meistens sind die Ursachen dafür vermeidbar, indem beim nächsten Wartungsintervall die entsprechenden Teile ausgetauscht werden. Im Extremfall können wir den Halter auch anrufen und in eine Werkstatt bitten“, erläuterte ein Sprecher vom BMW-Forschungszentrum den Einsatz dieser Analytics-Software.

Ein Beitrag von:

  • Harald Weiss

    Freier IT-Journalist, IT-Analyst und IT-Consultant in Kaiserslautern. Nach verschiedenen Positionen in Softwareentwicklung,  MarCom und PR, 17 Jahre President New York Reporters in New York. Seit 2016 freischaffend wieder in Deutschland.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.