Predictive Maintenance IoT und Big Data sind die Grundpfeiler

Die rechtzeitige Fehlererkennung und Reparatur führt zu »Predictive Maintenance« oder vorausschauender Wartung mit Kosteneinsparungen und einer höheren Produktivität im Fertigungsprozess. Voraussetzung dafür sind IoT- und Big-Data-Techniken.

von Andreas Ertel, Client Technologist für OEM Solutions bei Dell.

Wartung und Instandhaltung sind in den meisten Unternehmen bisher nachgelagerte Prozesse. Sie geschehen entweder nach Zeitplan oder in Folge einer Fehlermeldung. Die geplante Instandhaltung kann allerdings nicht immer Störungen vor dem Auftreten erkennen und vermeiden. Im schlimmsten Fall steht die Produktion in einer ganzen Anlage still, weil Ersatzteile nicht vorrätig sind und bei einem Störfall erst noch zu beschaffen sind.

»Predictive Maintenance«, also die vorausschauende Wartung, kann hier einen eindeutigen Vorteil bringen. Dabei wird der Zustand von Geräten und Anlagen während des Betriebs fortlaufend ermittelt. Durch dieses Monitoring lässt sich gut voraussagen, wann eine Wartung tatsächlich nötig ist – am besten, bevor überhaupt Probleme auftreten, weil Bauteile fehlerhaft arbeiten und auszutauschen sind.

Internet der Dinge als Basis

Grundlage der vorausschauenden Wartung sind IoT- und Big-Data-Techniken. Praktisch jeder Ausrüstungsgegenstand von der Maschine bis hin zur Pipeline lässt sich heutzutage mit kostengünstigen Sensoren ausstatten (Bild 1). Dadurch können Betreiber oder Hersteller sogar bereits in Betrieb befindliche Maschinen und Anlagen für Predictive Maintenance nachrüsten.

Mit IoT-Techniken und Big-Data-Analytics können Betreiber und Hersteller von Werkzeugmaschinen und Industrieanlagen neuartige Lösungen für die vorausschauende Wartung aufbauen. Ein Produzent elektronischer Bauteile etwa hat durch den umfassenden Einsatz von Predictive Maintenance seine Ertragsverluste um 25 % senken können. Möglich machte dies ein neuartiges Verfahren zur Überwachung von Bestückungsköpfen, die unter anderem Lötperlen auf Platinen platzieren. Sollte es während des Betriebs der Bestückungsköpfe zu einem nicht ausreichenden Unterdruck kommen, entstehen fehlerhafte Platinen. Im schlechtesten Fall ist eine ganze Charge Ausschussware. Die Predictive-Maintenance-Lösung überwacht ständig den Druck an den Bestückungsköpfen. Die Sensordaten werden in Echtzeit über das Internet an ein Rechenzentrum übertragen und dort sofort mit Big-Data-Techniken ausgewertet. Dadurch kann der Betreiber den SMD-Bestückungsprozess noch vor dem Auftreten schwerwiegender Problemen anhalten. Nun können Techniker den Kopf austauschen und dann die Herstellung wieder anfahren, ohne dass Ausschuss produziert wird.