Loading
BLOG
Recent ActivityRecent Activity

Wir leben im Zeitalter der Künstlichen Intelligenz in der vorausschauenden Wartung

Implementierung der richtigen, auf Analysen basierenden Wartungsstrategie

Teilen:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Drei Arbeiter in PSA sprechen mithilfe eines Laptops in einer Fabrik

Die Instandhaltung hat sich seit den Tagen von CH Waddington im Zweiten Weltkrieg mit neuen Technologien und Strategien weiterentwickelt. Waddington stellte die Frage, warum die Royal Air Force (RAF) die Instandhaltung so durchführte, wie sie es tat – und nach einer Mission etwa die Hälfte der Flugzeuge für die Wartung außer Betrieb setzte. Seine Theorie war, dass die regelmäßigen Wartungsarbeiten (vorbeugende oder geplante Wartung) die Ausfälle erhöhten. Er und einige andere Wissenschaftler empfahlen, die Wartung auf der Grundlage des Zustands der Ausrüstung durchzuführen. Und nach fünf Monaten, in denen das neue Verfahren ausprobiert wurde, stieg die Anzahl der verfügbaren Flugzeuge zu jedem Zeitpunkt um 61 Prozent.

Seitdem verwenden Hersteller Strategien der vorbeugenden Wartung, einschließlich Sensoren in Geräten, um zu bestimmen, wann Ausrüstung ausfallen könnte. Aber die Ergebnisse waren nicht konsistent, weil die Daten schwer zugänglich waren. Jetzt, mit dem heutigen Internet der Dinge, maschinellem Lernen und Künstlicher Intelligenz, ist die vorausschauende Wartung Realität.

Was ist vorausschauende Wartung und welche Vorteile bietet sie?

Vorausschauende Wartung basiert auf der Erkennung kleiner Veränderungen und Abweichungen im normalen Betrieb, die in der Regel auf ein größeres Problem hinweisen. Aus der digitalen vorbeugenden Wartung entstand die vorausschauende Wartung (PdM), die datengestützte Wartungsstrategien zur Analyse des Betriebs und zur Vorhersage und Vorbereitung auf mögliche Ausfälle einsetzt. Mit 24/7 dezentraler Überwachung, datengestützten Erkenntnissen aus maschinellem Lernen und innovativer Technologie für vorausschauende Analysen, die vor möglichen Geräteausfällen warnen, können Hersteller auf vielfältige Weise profitieren. Zu den Kosteneinsparungen und dem ROI der vorausschauenden Wartung gehören:

  • Reduzierte Maschinenausfallzeit
  • Gezieltere Wartung
  • Höhere Produktivität
  • Effizientes Bestandsmanagement
  • Verbesserte Datenanalyse
  • Reduzierte Arbeit und Materialkosten
  • Erhöhte Anlagensicherheit
  • Optimierte Wartungsaktivitäten
  • Erhöhte Gesamtanlageneffektivität (OEE)

Vorausschauende Wartung durch bedingungsbasierte Überwachung

Ein weiterer transformativer Schritt in der Weiterentwicklung von Wartungsstrategien und -fähigkeiten war die Einführung der bedingungsbasierten Überwachung (CBM), die wichtige Leistungsindikatoren (KPIs) überwacht, um Anomalien zu erkennen. Unternehmen können dies durch Messungen, visuelle Geräteinspektionen, Überprüfungen von Leistungsdaten oder geplante Tests sowie durch Internet der Dinge und historische Daten tun. Die KPIs werden in bestimmten Intervallen oder kontinuierlich erfasst – wie bei Maschinen mit internen Sensoren. CBM kann auf alle Assets angewendet werden.

CBM, wie alle vorausschauende Wartung, basiert ebenfalls auf dem Prinzip, dass Wartung nur durchgeführt werden sollte, wenn Anzeichen für eine nachlassende Leistung der Ausrüstung oder einen bevorstehenden kritischen Ausfall vorliegen. Im Vergleich zur herkömmlichen vorbeugenden Wartung erfordert CBM nur dann eine Abschaltung der Ausrüstung für Wartungsarbeiten, wenn dies erforderlich ist, wodurch sich die Zeit zwischen den Wartungsreparaturen verlängert.

CBM kann Maschinenausfallzeit um 30–60 Prozent reduzieren und die Lebensdauer von Maschinen im Durchschnitt um 30 Prozent erhöhen. Vorausschauende Wartung spielt eine Schlüsselrolle bei der Anomalieerkennung und Adressierung von Maschinenproblemen, bevor diese in den vollständigen Ausfallmodus übergehen. Laut einer PWC-Studie verbessert vorausschauende Wartung die Betriebszeit um 51 %. Mit vorausschauender Wartung können Unternehmen Unfälle vermeiden und eine erhöhte Sicherheit für ihre Mitarbeitenden und Kunden erreichen.

Implementierung eines erfolgreichen Programms für bedingungsbasierte Wartung

FactoryTalk® Analytics™ GuardianAI™ ist eine neue Software von Rockwell Automation, die Einblicke in die vorausschauende Wartung durch kontinuierliche bedingungsbasierte Überwachung bietet. Die Software hilft Wartungsingenieuren, die richtigen Informationen zur richtigen Zeit zu erhalten, um Wartungsaktivitäten zu optimieren und ungeplante Ausfallzeiten zu reduzieren.
Mit diesen Informationen haben Wartungsingenieure die Einsicht, den aktuellen Zustand der Assets im Fertigungsbereich zu verstehen. Sie erhalten frühzeitig eine Benachrichtigung, sobald ein Asset von der Norm abweicht.

Nutzen Sie Ihre vorhandenen variable Frequenzumrichter als Sensoren

Bei der Nutzung von FactoryTalk Analytics GuardianAI ist es nicht erforderlich, zusätzliche Sensoren oder Überwachungsgeräte zu kaufen. Die Software bietet eine Frühwarnung vor potenziellen Asset-Ausfällen auf Basis von Daten, die bereits von variable Frequenzumrichtern (VFDs) verfügbar sind. FactoryTalk Analytics GuardianAI Software nutzt das elektrische Signal des VFD zur Überwachung des Zustands eines Assets im Werk. Erkennt sie eine Abweichung im elektrischen Signal, benachrichtigt sie den Nutzer über die Anomalie, sodass Hersteller die Ursache untersuchen und die richtige Reaktion planen können. FactoryTalk Analytics GuardianAI bietet erstklassige Integration mit PowerFlex® 755, 755T und 6000T Antrieben für wichtige Prozessanwendungen wie Pumpen, Lüfter und Gebläse.

Keine Data Science erforderlich

Bei der Einführung innovativer Lösungen in einer Betriebsumgebung ist Schnellere Wertschöpfung entscheidend. FactoryTalk Analytics GuardianAI Software spart Zeit durch intuitive und optimierte Workflows über eine Self-Service-, browserbasierte Anwendererfahrung. Einfach die Anwendung auf einem edge-PC bereitstellen, Ihre Antriebs- und Asset-Informationen angeben und das Predictive-Maintenance-Modell mit Live-Anlagendaten trainieren – ohne Auswirkungen auf den Betrieb. Nach Abschluss des Trainings schaltet die Software automatisch in den Überwachungsmodus und Sie können den Zustand Ihrer Assets überwachen.

Ausgehend von einer Übersicht über alle Assets können Sie jedes gefährdete Asset auswählen, um mehr über dessen Zustand zu erfahren. Sie erhalten wichtige Informationen wie die Ursache der Abweichung, wie weit sie über den Basiswert hinausging, und die Dauer der Abweichung. Sie können auch Kontext zur Schwere des Ausfallrisikos und zur geschätzten Zeit zur Behebung des Problems hinzufügen. Diese Details unterstützen Ihr Wartungsteam bei der Priorisierung und Planung der erforderlichen Reparatur.

Von der Anomalieerkennung zur Anomalieidentifikation

FactoryTalk Analytics GuardianAI Software wird mit eingebetteter Expertise zu den wahrscheinlichsten Ursachen von Ausfällen für gängige Asset-Typen ausgeliefert. Wenn Sie eine Pumpen-, Lüfter- oder Gebläseanwendung überwachen, erkennt FactoryTalk Analytics GuardianAI die elektrische Signatur der zugehörigen Fehler nach dem First-Principle-Ansatz und stellt diesen Kontext bereit, wenn Sie über eine Abweichung informiert werden. Indem Wartungsingenieure Informationen darüber erhalten, welcher Ausfalltyp bevorsteht, können Sie die Untersuchungszeit verkürzen und die erforderliche Maschinenausfallzeit minimieren.

Die eingebettete Expertise bietet einen hervorragenden Ausgangspunkt für die Anomalieidentifikation. Sie sind jedoch nicht auf die Standardfunktionalität beschränkt. Sie haben auch die Flexibilität, FactoryTalk Analytics GuardianAI Software auf prozessspezifische Fehler zu trainieren. Nachdem Sie die Ursache des Problems untersucht und identifiziert haben, können Sie die Anomalie kennzeichnen. Tritt dasselbe Problem erneut auf, erkennt die Software es und benachrichtigt Sie.

Analyse am edge

FactoryTalk Analytics GuardianAI Software wird am edge bereitgestellt, lernt und läuft dort für nahezu Echtzeit-Vorhersagen.

Fazit

Seit CH Waddinton und seiner Mission, RAF-Flugzeuge in der Luft zu halten, suchen Hersteller nach Möglichkeiten, effizientere Wartungsentscheidungen zu treffen und mehr Wert aus der Ausrüstung zu ziehen. Von reaktiven und proaktiven über vorbeugende bis hin zu vorausschauender Wartung sind Wartungsingenieure heute mit bedienerfreundlichem maschinellen Lernen durch eine intuitive Anwendererfahrung ausgestattet, die keine Kenntnisse in Künstlicher Intelligenz erfordert. Erfahren Sie mehr unter FactoryTalk Analytics GuardianAI.

Veröffentlicht 13. Mai 2024

Themen: FactoryTalk Analytics GuardianAI

Abonnieren

Abonnieren Sie Rockwell Automation und erhalten Sie die neuesten Nachrichten, Thought Leadership und Informationen direkt in Ihren Posteingang.

Abonnieren
Empfohlen für Sie
Loading
  1. Chevron LeftChevron Left Rockwell Automation Startseite
  2. Chevron LeftChevron Left Unt...
  3. Chevron LeftChevron Left Neuigkeiten
  4. Chevron LeftChevron Left Blogs
  5. Chevron LeftChevron Left Wir befinden uns im Zeitalter der Künstlichen Intelligenz in der vorausschauenden Wartung
Der Inhalt dieser Website wurde mit künstlicher Intelligenz (KI) übersetzt und nicht durch Menschen überprüft bzw. editiert. Der Inhalt ist möglicherweise fehlerhaft oder ungenau und wird ohne jegliche Gewährleistung zur Verfügung gestellt. Der offizielle Inhalt ist in der englischen Version zu finden.
Bitte aktualisieren Sie Ihre Cookie-Einstellungen, um fortzufahren.
Für diese Funktion sind Cookies erforderlich, um Ihr Erlebnis zu verbessern. Bitte aktualisieren Sie Ihre Einstellungen, um diese Cookies zuzulassen:
  • Social-Media-Cookies
  • Funktionale Cookies
  • Leistungscookies
  • Marketing-Cookies
  • Alle Cookies
Sie können Ihre Einstellungen jederzeit aktualisieren. Weitere Informationen finden Sie in unserem {0} Datenschutzrichtlinie
CloseClose