Predictive Maintenance: Definition, Vorteile, Beispiele, ... Alles auf einen Klick!

Unter Predictive Maintenance bzw. der vorausschauenden Wartung im Deutschen versteht man im Allgemeinen die frühzeitige Antizipation und Vermeidung eines Fehlers an einer Maschinenausstattung oder in Komponenten dank Daten bezüglich ihres Zustands. Dies gelingt mit datenbasierten Methoden, die den Zustand Ihrer Maschinen analysieren und dabei helfen, Fehlfunktionen, Störungen sowie den Zeitpunkt von erforderlichen Wartungsarbeiten vorherzusagen.

Industrie 4.0 verspricht durch vernetzte Maschinen eine höhere Effizienz bei der Produktion sowie Erkenntnisse durch Datenanalysen und eine bessere Maschinenverfügbarkeit. In diesem Kontext stellt Predictive Maintenance, also ein vorausschauender Wartungsvorgang, der auf der Auswertung von Prozess- und Maschinendaten basiert, einen entscheidenden Baustein dar.

Ungeplante Ausfallzeiten von Produktionsanlagen kosten Geld und schmälern Ihre Gewinne auf lange Sicht beträchtlich. Fest steht, dass Ausfälle von Maschinen und Anlagen eine ernsthafte Bedrohung für die Industriebranche darstellen. Predictive Maintenance soll zu Kosteneinsparungen gegenüber routinemäßiger, intervall- oder zeitbasierter vorbeugender Wartung führen, da Arbeiten nur im Bedarfsfall ausgeführt werden.

Als erstes braucht es dazu diverse Sensoren, welche an den Maschinen funktionsrelevante Daten wie etwa Drehzahlen, Temperatur, Geräuschbild, Lagerschwingungen oder Stromverbrauch erfassen. Anschließend bedarf es zur Interpretation und sinnvollen Auswertung der Sensordaten einer Kombination aus Echtzeit-Analysetechnik und Datenbank. Wenn all das gelingt, wird es möglich, das Maschinenproblem zu beheben, noch bevor es wirklich entsteht.

Nein. Die vorausschauende Wartung ist nicht nur interessant für das produzierende Gewerbe oder zugehörige MRO-Bereiche (Maintenance, Repair & Operations), sondern auch für jegliche Mobilitätsangebote – sei es in der Luft, in Fahrzeugen oder auf Schienen. 
Meistens lohnt es sich für Unternehmen, die häufiger denselben Maschinentyp im Einsatz haben oder die Predictive Maintenance nicht für ihre eigene Produktion nutzen wollen, sondern für die Maschinen, die sie verkaufen.

• Höhere Verfügbarkeit der Anlagen durch weniger Stillstandszeiten
• Maximierung der Lebensdauer der Anlagen und Maschinen
• Optimierter Einsatz der Wartungstechniker
• Planbarer Wartungszeitpunkt
• Höhere Maschinenleistung sowie Produktivität

Da sind natürlich die einmaligen Investitionskosten in Sensorik-Hardware und Software zur Datenanalyse bzw. -auswertung zu nennen. Zudem bedeutet natürlich jede neue Methode erstmals Veränderungs- und Schulungsaufwand. Mit den einbaufertigen smart plastics Lösungen von igus i.Cee können diese allerdings auf ein Minimum reduziert werden.

Zwischen 50 - 70 % weniger ungeplante Stillstandszeiten sollen möglich sein sowie die Einsparung von 20 - 40 % Wartungskosten; je nachdem welcher Studie der beiden renommierten Beratungshäuser McKinsey oder Accenture man lieber vertrauen möchte. Zudem will Roland Berger herausgefunden haben, dass mit vorausschauender Wartung nur noch 15 Prozent der Zeit mit Instandhaltung verbracht wird. Bei der klassischen reaktiven Instandhaltung seien dies 40 Prozent der Zeit.

Laut den Autoren einer Umfrage einer weiteren Technologieberatung, Bearing Point, unter Fach­experten in Instandhaltung, Produktion, Logistik und IT erwarten über 80 % der Anwender, dass Predictive Maintenance die Anlagenverfügbarkeit, sprich die OEE (Overall Equipment Effectiveness) erhöht.

Mehr zum Zusammenhang zw. Predictive Maintenance und OEE hier erfahren

Zentral für diese Art von intelligenten Instandhaltungsmaßnahmen ist die Erfassung und Analyse von Maschinendaten. Mithilfe der Daten ist es möglich, den optimalen Zeitpunkt für eine Wartung zu errechnen, um Störungen zu vermeiden. Die Maschinendatenerfassung erfolgt für gewöhnlich über an die Maschine oder Anlagenkomponente angebrachte Sensoren, oft treffend Predictive Maintenance Sensoren genannt. Bei den igus Energieketten übernehmen diesen Job die i.Sense Condition Monitoring Sensoren von smart plastics. Diese intelligente Sensorik Technologie erfasst kontinuierlich die diversen Betriebszustände der Energieführung.

Die Voraussetzung für eine möglichst genaue Angabe der störungsfreien Laufzeit ist, dass Angaben zur Nutzung möglichst genau sind. Dazu gehören Angaben zum Einsatzort mit Witterungsbedingungen und Temperaturen, Wegstrecken, Anzahl der Zyklen, etc. Durch das im igus Testlabor erworbene Wissen und den aktuellen Zustandsdaten ist igus so in der Lage die Lebensdaten exakt vorherzusagen. Ein nötiger Austausch einer Komponente wird dann rechtzeitig angezeigt und ermöglicht eine geplante und ressourcenschonende Wartung.

Voraussetzung für vorausschauende Wartung ist zwar, dass die Maschinen vernetzt sind, also alle Maschinen ihre Daten zur Speicherung und Analyse in einer Datenbank bereitstellen. Dies mit einem OPC UA Protokoll sichergestellt.
Mit den igus i.Cee Lösungen für Predictive Maintenance werden aber keine weiteren Systeme oder Hardware benötigt. Alle notwendigen Daten werden über die zugehörigen i.Sense Sensoren bereitgestellt und die speziellen KI-Algorithmen sind im i.Cee Modul implementiert. Und auf das zugehörige i.Cee Dashboard kann mit jedem gewöhnlichen PC zugegriffen werden.

 Das Deutsche Institut für Normung e.V. definiert in seiner DIN EN 13306 – Begriffe der Instandhaltung eine Instandhaltungsstrategie als eine Vorgehensweise zur Erreichung der Instandhaltungsziele, wie beispielsweise die Bewahrung eines festgelegten Zustands bzw. die Verlängerung der Lebenserwartung einer Maschine. Meistens unterscheidet man folgende drei unterschiedlichen Ansätze:

• Reaktive Instandhaltungsstrategie / Schadensabhängige Instandhaltungsstrategie
• Vorbeugende Instandhaltungsstrategie / Präventive Instandhaltungsstrategie
• Vorausschauende Instandhaltungsstrategie

Mit der reaktiven Form der Instandhaltung werden Schäden an Maschinen erst behoben und Produktionsteile ausgetauscht, wenn eine akute Störung vorliegt. Das bedeutet, dass Unternehmen im Schadensfall schnell reagieren müssen, um möglichst zügig weiter produzieren zu können und hohe Ausfallzeiten und -kosten zu vermeiden. Meistens wird diese Strategie eingesetzt bei Maschinen, die nicht oft repariert werden müssen oder die man günstig reparieren oder ersetzen kann.