Machine Learning in der Praxis:
Vorausschauend gewartet,
besser gekühlt
Bild: Xervon Instandhaltung GmbH
Ziel der vorausschauenden Wartung – oder Predictive Maintenance – ist es, die Ausfälle von Maschinen und Anlagen zu minimieren. Neue Technologien wie Machine Learning, smarte Sensoren und der digitale Zwilling ebnen dafür den Weg. Dieser Thematik widmet sich auch ein gemeinsames Projekt des Industriedienstleisters Xervon Instandhaltung GmbH und des SAP-Beratungshauses Itelligence.
Die regelmäßige Überprüfung von Anlagen und Maschinen gehört zu den Routineabläufen in Unternehmen. Dabei können Wartung und Instandhaltung auf unterschiedlich hohen Niveaus durchgeführt werden. Auf Level 1, der vorbeugenden Instandhaltung wird ausschließlich visuell inspiziert, auf Level 2 und 3, der zustandsbasierten Instandhaltung, werden für das sogenannte Condition Monitoring bereits Messinstrumente eingesetzt. Mit Hilfe von Machine Learning können die Digitalisierung, das Internet of Things (IoT) und Big Data ermöglichen, das Konzept der vorausschauenden Wartung auf eine noch effektivere Ebene zu heben. Basis dieser Verbesserung ist das Generieren und Verarbeiten relevanter Daten. Dafür messen intelligente und bedarfsgerechte Sensoren an den Anlagen vorab festgelegte Parameter und ermöglichen so eine automatisierte, permanente Überprüfung.
Predictive Maintenance in der Praxis
In einem gemeinsamen Projekt erproben Xervon Instandhaltung, eine Tochtergesellschaft von Remondis Maintenance & Services, und das SAP-Beratungshaus Itelligence Predictive-Maintenance-Lösungen in der Praxis. Die Xervon Instandhaltung betreibt unter anderem Kühltürme, die Kühlwasser in der richtigen Menge und in der vereinbarten Temperatur für die Produktion zur Verfügung stellen. Um das sicherzustellen, muss ein verzweigtes Netz von Rohrleitungen und mehreren Pumpen sowie Ventilatoren ständig überwacht und regelmäßig gewartet werden.
Sensoren geben Aufschluss
In der traditionellen Instandhaltung überprüfen üblicherweise Service-Techniker per Fernüberwachung in regelmäßigen Zeitabschnitten, ob sich Unregelmäßigkeiten an den Pumpen feststellen lassen. Das ist personal- und zeitintensiv. Da es bei der angebotenen Dienstleistung vor allem um die Betriebssicherung der Kühltürme sowie die kontinuierliche Überwachung des Betriebszustandes der Anlagen – also der zustandsorientierten Instandhaltung bzw. dem Condition Monitoring – geht, wurden vor allem die Pumpen mit Sensoren ausgestattet. Diese liefern Daten zu Parametern wie der Durchflussmenge, der Temperatur oder der Energieaufnahme. Besonders wichtig für das Condition Monitoring sind zudem die an den Pumpen angebrachten Vibrationssensoren. Die durch sie erfassten Schwingungen werden auf charakteristische Frequenzen untersucht, über deren Analyse sich Fehler- und Verschleißbilder erstellen lassen, sodass sich beispielsweise unterschiedliche Betriebszustände analysieren lassen.
