In den letzten Jahren hat die Anwendung von Zustandsüberwachung und vorausschauender Instandhaltung aufgrund steigender Anforderungen an die Maschinenverfügbarkeit und die Gesamteffizienz erheblich zugenommen. Technologische Entwicklungen wie Big Data, intelligente Algorithmen, Cloud und drahtlose Technologien halten Einzug in den Markt, erweitern die Möglichkeiten der automatisierten Analyse und schaffen Chancen, den Prozess der Überwachung und Analyse neu zu gestalten.
Die industrielle Cloud
Die zustandsorientierte Instandhaltung (CBM) oder vorausschauende Instandhaltung ist ein zentrales Element der cloudbasierten Systeme. Diese Systeme bieten Datenanalyse und -interpretation auf der Grundlage von Modellen/Algorithmen, die für bestimmte Maschinen und Prozesse definiert sind. Abweichungen, die das System erkennt, führen zu Wartungsempfehlungen. Solche Systeme ermöglichen es Unternehmen, von der reaktiven Wartung zur proaktiven Wartung überzugehen. Die Wartung kann durchgeführt werden, bevor es zu tatsächlichen Ausfällen kommt.
Vorausschauende Wartung
Es ist wichtig zu verstehen, dass vorausschauende Instandhaltung oder CBM nicht von cloudbasierten Systemen abhängig sind. Viele Unternehmen, die diese Lösungen anbieten, vermarkten vorausschauende Instandhaltung als neues Konzept. Dies ist jedoch nicht der Fall; bestehende Zustandsüberwachungssysteme (Schwingungsüberwachung) sind bereits seit Jahrzehnten auf dem industriellen Markt erhältlich. Strategien zur vorausschauenden Instandhaltung sind bereits seit dem Einsatz von (Online-)Zustandsüberwachungssystemen anwendbar. Die von diesen Systemen gelieferten Daten stehen zur Überwachung des Schwingungsverhaltens und zur Ermittlung von Schwingungstrends zur Verfügung und können für die vorausschauende Instandhaltung genutzt werden. Darüber hinaus sind Systeme, die eine automatisierte Analyse unterstützen, nicht zwangsläufig cloudbasiert.
Warum eine automatisierte Analyse?
Die Unternehmen haben mit einem stark abnehmenden Grad an Fachwissen zu kämpfen. Dies ist größtenteils auf das Ausscheiden von Fachleuten und den Mangel an jungen Fachleuten oder Personen mit entsprechender Ausbildung zurückzuführen. Dieser Mangel an Fachwissen kann durch die Implementierung eines Systems gelöst werden, das eine automatisierte Analyse ermöglicht, bei der das Fachwissen im Grunde in ein System übertragen wird. Dieses System verwendet Modelle/Algorithmen, um Schwingungsdaten zu analysieren und zu interpretieren, was zu bestimmten Wartungsempfehlungen führt.
Durch die Automatisierung der Schwingungsanalyse und -auswertung an rotierenden Maschinen werden weniger Ingenieure vor Ort benötigt, um diese Arbeit auszuführen. Für Unternehmen, die mit einer abnehmenden Zahl kompetenter Schwingungsexperten zu kämpfen haben, kann der Wechsel zu einem automatisierten System unumgänglich sein.
Fachwissen auf Anfrage
Unserer Ansicht nach liegt die Hauptchance dieser Entwicklungen darin, die Effizienz und Effektivität der Zustandsüberwachung zu verbessern. Der Einsatz automatischer Datenverarbeitung für eine First-Line-Analyse, ohne dass lokales Fachwissen erforderlich ist, kann einen Wendepunkt darstellen. Drahtlose Sensoren und vernetzte Überwachungssysteme können die Auswirkungen auf die Infrastruktur und die Anfangsinvestitionen für Überwachungssysteme verringern. Gemeinsame Daten können die Algorithmen für die automatische Analyse verbessern und bieten Möglichkeiten zur Fernunterstützung. Diese Technologien erhöhen die Gesamteffektivität und den Wert von Zustandsüberwachungssystemen und -strukturen und verändern die Servicemodelle in Richtung Expertise auf Abruf.
Überlegungen
Trotz der Möglichkeiten, die diese neuen Technologien bieten, müssen die richtigen Überlegungen angestellt werden.
"In dem Maße, wie Analyse und Entscheidungsfindung auf automatisierte Systeme und Experten aus der Ferne verlagert werden, werden die Ingenieure vor Ort immer weniger mit den Maschinen zu tun haben.
1. Validierung der Daten
Die Eingabe ist der Schlüssel für jede automatisierte oder ferngesteuerte Analyse, da sie sich ausschließlich auf die von diesen Eingaben gelieferten Informationen stützt. Daher muss die Dateneingabe validiert werden, einschließlich:
- Auswahl des richtigen Sensors für die jeweilige Anwendung
- Sensor-Kalibrierung
- Signal-Rausch-Verhältnis
Darüber hinaus muss die Genauigkeit der Daten überprüft werden. Die vorgelegten Daten müssen relevant und genau sein, um eine funktionierende Struktur für die vorausschauende Wartung zu erhalten. Daten mit geringer Genauigkeit können nicht für die Überwachung verwendet werden. In Anbetracht der Datengenauigkeit ist es sehr schwierig, (außergewöhnliche) Umwelteinflüsse, wie Veränderungen in der Umgebung, außergewöhnliche Prozessbedingungen oder menschliches Versagen zu berücksichtigen. So könnten z. B. Vibrationen, die von einer anderen Maschine verursacht werden (Kreuzvibrationen), das automatische System dazu veranlassen, einen Fehlalarm zu erzeugen.
2. Logistik und Wartung
Um relevante Daten zu sammeln, muss der Mess- und Datenfluss gewährleistet sein. Eine ordnungsgemäße Wartung und Logistik müssen vorhanden sein und umfassen:
- Verhinderung der Querverdrahtung von Sensoren
- Verhinderung einer falschen Platzierung/Ortung von Sensoren
- Relevantes Datenerhebungsintervall
- Verfügbarkeit von Ersatzsensoren
- Sensor-Batterie-Management und Austauschstrategie
- Stabile, sichere und zuverlässige Netzwerkverbindungen
3. Lokales Fachwissen
In dem Maße, in dem Analyse und Entscheidungsfindung auf automatisierte Systeme und Experten aus der Ferne übertragen werden, werden die Ingenieure vor Ort immer weniger mit den Maschinen zu tun haben. Infolgedessen entsteht eine wachsende Abhängigkeit von externen Experten für Analysen und Unterstützung.
4. Sicherheit und Datenschutz
Durch die Anbindung von Sensoren und Überwachungshardware an das Internet wird Cybersicherheit zu einem Risiko, und neue Richtlinien zur Speicherung und zum Umgang mit Daten, wie beispielsweise ISO 27001, finden Anwendung. Die Schwachstellen und Vorschriften erhöhen die Komplexität der Implementierung eines vernetzten Systems.
