THINK Blog DACH
Industrielle Maschinen und Anlagen werden immer komplexer – gleiches gilt für ihre Wartung und Instandhaltung. Technologien wie fortschrittliche Analyseverfahren und Künstliche Intelligenz...
Industrielle Maschinen und Anlagen werden immer komplexer – gleiches gilt für ihre Wartung und Instandhaltung. Technologien wie fortschrittliche Analyseverfahren und Künstliche Intelligenz (KI) können aber helfen, dem potenziellen Ausfall zwei Schritte voraus zu sein. Mithilfe von Asset Performance Management (APM) erhalten Unternehmen eine 360-Grad-Ansicht ihrer Maschinen und Anlagen und können dadurch Störquellen automatisch identifizieren, Fehler erkennen sowie den optimalen Zeitpunkt für eine Wartung voraussagen. Das Ergebnis: Unnötige, teure Stillstände werden vermieden und Serviceeinsätze besser planbar.
Sensordaten überall
Jede Produktionsanlage, jede Maschine und jede einzelne Komponente liefert inzwischen Massen an Sensorwerten und Messdaten. Die reine Sammlung dieser Daten bringt alleine jedoch noch nichts. Erst die intelligente Analyse ermöglicht es, aus dem Datendschungel aussagekräftige Erkenntnisse zu gewinnen und Handlungsempfehlungen für Wartungstechniker abzuleiten. Dies ist die Quintessenz von einem effektiven Asset Performance Management: Es übernimmt die umfassende Bestandsaufnahme aller Daten, die von Maschinen, Anlagen, Sensoren und Cyber-Physischen Systemen erzeugt werden (Asset Health Insight), berechnet aus der Analyse dieser Informationen eine Vorhersage über drohende Ausfälle (Predictive Maintenance) und unterstützt mit einem KI-basierten Equipment Maintenance Assistant die Wartungstechniker bei ihrer Arbeit.
Aufräumen mit KI
Das Konzept von APM räumt dadurch mit einigen Schwachpunkten bei heutigen Maschinen und Anlagen auf: Bislang wurden diese typischerweise nach festgelegten Wartungszyklen gewartet, die sich an rechtlichen Vorgaben orientierten, oder nach Verbrauchs- und Zeitintervallen. Das Alter und der im Vorfeld definierte Zeitintervall bestimmten die Planung dieser vorbeugenden Wartungsroutine (Preventive Maintenance). Die vorausschauende Wartung (Predictive Maintenance) macht sich hingegen Datenanalyse und ausgefeilte Algorithmen zunutze, um schon vor einem potenziellen Störfall die nötigen Wartungsarbeiten zu einer günstigen Zeit zu veranlassen. So können Wartungstechniker Ausfallzeiten verhindern, bevor sie überhaupt entstehen.
Durch dieses vorausschauende Denken über den gesamten Wartungsvorgang müssen die Techniker nicht erst die Maschine stoppen, um die Fehlerquelle zu identifizieren und dann das benötigte Ersatzteil aus einem meist entfernten Lager zu bestellen. Kennen sie stattdessen den Defekt bereits vorher, können sie gezielt mit dem passenden Ersatzteil zur Anlage oder zur Maschine fahren. Das hilft, Kosten in den Unternehmen zu senken, denn die Anfertigung, Lagerung und der Transport von Ersatzteilen ist aufwendig und teuer.
Smarte Helfer erleichtern die Wartung
Als ergänzende Maßnahme bietet sich zudem die Integration von KI-basierten, digitalen Assistenten an, um insbesondere neue Mitarbeiter im Außendienst intelligent zu unterstützen. Smarte Helfer sind heute bereits in der Lage, Fragen zu Versicherungspolicen zu beantworten oder Informationen zu einem Kunstwerk zu liefern. Warum sollten sie nicht auch dem Servicetechniker die Wartung von komplexen Produktionsanlagen erleichtern? Der neue Equipment Maintenance Assistant wird mit historischen Daten zu vergangenen Einsätzen und mit den Erfahrungen der Techniker trainiert und lernt auf diese Weise ständig dazu. Ein Interface in natürlicher Sprache macht die Formulierung von Fragen einfach, und der Assistent findet dank KI in Sekundenschnelle die richtige Reparaturempfehlung.
Intelligente Aufzugswartung bei KONE
Industrie 4.0 und IoT zur Erneuerung von althergebrachten Wartungszyklen spielen auch beim Aufzugshersteller KONE eine Rolle. Aufzüge werden immer komplexer, sodass auch hier vernetzte Lösungen gefragt sind, um einen optimalen Personenfluss zu gewährleisten.
IBM and KONE: Watson IoT Gives Lift To Innovation In Smart Buildings
Für eine möglichst durchgängige Verfügbarkeit der Aufzüge und Rolltreppen wendet KONE Asset-Performance-Management-Methoden an, die aus den Anlagendaten mithilfe von KI Handlungsempfehlungen für den Wartungstechniker generieren. So wird beispielsweise die Temperatur der Maschinen ausgewertet, weil diese einen guten Indikator für mögliche Ausfälle liefert. Watson prüft jedoch auch, ob es generell ein heißer Tag ist, was die Relevanz des Messwerts an der Maschine verändert. Selbst die Position der Kabine beim Halt kann ein Indikator für einen künftigen Fehler darstellen. Stoppt die Kabine einen Millimeter zu hoch oder zu tief, werden weitere Werte in die Analyse einbezogen – und dienen so der Vorhersage von Wartungsfällen. Dank der Diagnosefunktion entfällt die separate Anfahrt zur Fehlersuche und der Techniker kann sogleich mit dem passenden Ersatzteil zur Anlage fahren. Auch können Stillstandzeiten frühzeitig abgesprochen werden und fallen nicht in die Stoßzeiten.
Effizientere Instandhaltung dank Künstlicher Intelligenz
KI erkennt Muster und Anomalien in den Maschinen- und Anlagendaten, die für das menschliche Auge fast unsichtbar wären – und ermöglicht damit ein intelligentes Frühwarnsystem für Wartungstechniker. Mit diesem Wissen können sie präzise planen, wann sie welches Ersatzteil zur Reparatur benötigen und damit unnötige Lagerkosten vermeiden sowie Aufträge bündeln. Ein virtueller Wartungsassistent sorgt im Einsatz dafür, dass sie ein umfassendes Bild aller relevanten Informationen zu dem jeweiligen Defekt erhalten und unterstützt sie vor Ort.
In dem IBM Webinar am 25. September um 10 Uhr erfahren Interessierte mehr dazu, wie ein Wartungsassistent mit KI eingesetzt werden kann, und welche Vorteile sich daraus für die Wartung und Instandhaltung der Maschinen und Anlagen ergeben.