Connectavo
Predictive Maintenance für den Altanlagen-Bestand
Viele Widerstände gegen das Thema Industrie 4.0 rühren daher, dass Unternehmen glauben, ihre Bestandsmaschinen und -anlagen nicht ertüchtigen zu können. Das Unternehmen connectavo hat eine Lösung entwickelt, mit der auch der Altanlagenbestand Anschluss an das digitale Zeitalter findet.
Altanlagen kann man nicht fit für Industrie 4.0 machen, denken die meisten, womit auch das Thema „Predictive Maintenance“ gestorben wäre. Mit den in „Industrie-4.0-Maschinen“ verbauten Sensoren können Betreiber zuverlässig vorhersagen, wann ein Welle ausgetauscht, ein Lager gewechselt oder ein Service durchgeführt werden muss, damit keine Schäden entstehen und die Kosten niedrig bleiben. Eigentlich aus der Finanzmathematik stammende mathematische Algorithmen helfen, den Geschehnissen im Maschinenpark digital Herr zu werden. Nur: Was tun, wenn die Maschine keine Sensoren und IT-Anbindung hat und noch 20 Jahre laufen kann?
Die Berliner connectavo GmbH hat ein System entwickelt, mit dem auch offline befindliche Altanlagen von den Segnun-gen des Industrial Internet of Things profitieren können. Ein Einsatzort ist die TU Darmstadt, deren Demofabrik Innovationen zur Industrie 4.0 aufzeigt und in Workshops Unternehmen die Möglichkeiten der neuen Digitalwelt vermittelt. Verschiedene Fertigungszellen sind aber noch nicht an eine Überwachung angeschlossen, die die Maschinenzustände in Echtzeit überwachen und schnelle Reaktionen erlauben würde. Die Integration wäre finanziell zu aufwändig gewesen.
Beispiel CNC-Drehmaschine: Die Daten eines Füllstandssensors im Kühlmitteltank der Hülsen als Vorprodukt herstellenden Anlage werden über eine SmartBridge von Pepperl+Fuchs erfasst und per Bluetooth an ein Gateway geleitet, das die Daten an die connectavo Cloud sendet. Mit jedem webfähigen Gerät können die Daten in einem Browser in Echtzeit in einem Webtool überwacht werden. So bilden sie die Grundlage für die Erstellung von Arbeitsaufträgen.
Zum Einsatz kommen statistische Verfahren und eine proprietäre, automatisierte Anomaliedetektion, wobei die Möglichkeit zur Festlegung von Schwellenwerten als Alarmgrenzen besteht. Das System ist skalierbar und kann jederzeit die Überwachung zusätzlicher Anlagen und die statistische Auswertung deren Daten übernehmen, damit z.B. Wartungszyklen systematisiert und kosteneffizient durchgeführt werden.
Das Predictive Maintenance Modul von connectavo erlaubt den zentralen Zugriff auf alle wartungsrelevanten Systeme, Daten, Pläne und Analysen per Browser (auch von Mobilgeräten), ist preiswert implementierbar und verursacht praktisch keinen Trainingsaufwand. Es ist persönlich mit individuellen Zugriffsrechten für die Benutzer konfigurierbar.
Die integrierte Lösung ermöglicht durch Machine Learning und auf Basis mehrjähriger Forschung entwickelter proprietärer Algorithmen neue Erkenntnisse über Fehlerursachen und -auftreten, sodass die Wartungskosten und Stillstandszeiten minimiert werden können.
Lesen Sie mehr zum Thema
