5 Minuten Lesedauer

Predictive Maintenance – Definition, Voraussetzungen und Vorteile

11.11.2020

Predictive Maintenance bei Windkraftanlagen

"Predictive Maintenance" ist als Buzzword aus dem Bereich Industrie 4.0 in aller Munde und gilt als erstrebenswertes Ziel vieler Instandhalter und Wartungsverantwortlichen von Maschinen und Anlagen. Doch was genau bedeutet Predictive Maintenance, wie grenzt es sich zu anderen Instandhaltungsstrategien ab und welchen Nutzen bringt es? Welche Voraussetzungen gilt es zu erfüllen, um Predictive Maintenance im Unternehmen tatsächlich umsetzen zu können? Dieser Beitrag aus unserer Serie "Buzzwords Explained" bietet einen Überblick, Anregungen und Ideen zum Thema vorausschauende Instandhaltung.

Definition von „Predictive Maintenance“ oder „vorausschauende Instandhaltung“

Unter Predictive Maintenance versteht man einen proaktiven Wartungsvorgang, der auf einer permanenten Überwachung und Auswertung von Maschinen- und Prozessdaten basiert. Ziel ist es, den zukünftigen Wartungsbedarf vorherzusagen, dadurch Störungen zu vermeiden und Wartungsprozesse effizient zu gestalten. Durch Echtzeit-Analyse in Kombination mit Big Data wird der Zustand von in Betrieb befindlichen Maschinen und Anlagen bestimmt. In Kombination mit anderen Informationen soll vorhergesagt werden, wann der beste Zeitpunkt zur Durchführung einer Wartung ist. Im Idealfall wartet ein Instandhaltungstechniker ein Gerät, bevor es zu einer Störung kommt – aber auch nur dann, wenn es wirklich notwendig ist. Im Vergleich zur vorbeugenden Instandhaltung (Preventive Maintenance) – bei der routinemäßig in regelmäßigen Zeitintervallen Wartungen durchgeführt werden - können so Kosteneinsparungen erzielt werden.

Wartungstechniker Predictive Maintenance

Wie funktioniert Predictive Maintenance?

Vereinfacht gesagt, stützt sich Predictive Maintenance im Wesentlichen auf drei Säulen:

  • Permanente oder periodische Sammlung und Speicherung von Maschinen- und Prozessdaten
  • (Automatische) Analyse und Bewertung der Daten
  • Berechnung von Eintrittswahrscheinlichkeiten bestimmter Ereignisse

Zur Bewertung des Ist-Zustands eines Gerätes kommen verschiedene Überprüfungsverfahren zum Einsatz, zum Beispiel mittels Infrarots, Schwingungsanalyse, Akustik- oder Schallpegelmessungen. So werden beispielsweise Temperaturen, Drehzahlen, Geräusche oder Laufzeiten gemessen. Predictive Maintenance bezieht sich also auf den tatsächlichen Zustand der Maschinen, nicht – wie bei Preventive Maintenance – auf die durchschnittliche oder zu erwartende Lebensdauer. Diese gemessenen Daten werden dann mit anderen Informationen in Zusammenhang gebracht, wie zum Beispiel Maschinenausfälle, -störungen oder -reparaturen. Dadurch können Rückschlüsse über einen zukünftig zu erwartenden Wartungsbedarf gezogen werden.

Damit die Berechnungen möglichst akkurat sind, ist eine riesige Datenmenge notwendig. Vorausschauende Instandhaltungsverfahren lohnen sich daher besonders für Unternehmen, die viele Maschinen des gleichen Typs nutzen bzw. für Hersteller dieser Maschinen, die Predictive Maintenance nicht nur für die eigenen, sondern auch für verkaufte Maschinen nutzen möchten.

Vorteile von vorausschauender Wartung auf einen Blick:

Sowohl Hersteller als auch Betreiber von Maschinen und Anlagen erreichen durch den richtigen Einsatz von Predictive Maintenance zahlreiche Vorteile:

  • Reduzierung von Stillstandzeiten
  • Verringerung von ungeplanten Ausfällen
  • Erhöhung der Lebensdauer von Maschinen und Anlagen
  • Berechnung des optimalen Maintenance Zeitpunktes
  • Vermeidung unnötiger Routinewartungen
  • Verbesserte Einsatzplanung von Instandhaltungs- und Servicetechnikern
  • Effizientes Ersatzteilmanagement
  • Verbesserte Produktivität und Leistung der Maschinen

Quanos Vorteile von Predictive Maintenance

Welche Voraussetzungen müssen erfüllt sein, um Predictive Maintenance effizient umsetzen zu können?

Ob Predictive Maintenance die sinnvollste Instandhaltungsmethode für ein Unternehmen ist, hängt von verschiedenen Faktoren ab, u.a.:

  • Ressourcen: Anzahl und Diversität der eingesetzten Maschinen
  • Kosten: bisherige Anzahl und Schwere der Störfälle
  • Zeit: geplante Einsatzdauer der Maschinen

Windturbine vorausschauende Wartung

Zur Umsetzung eines Predictive Maintenance Projektes sind folgende Schritte nötig:

  1. Priorisierung der Anwendungsfälle: Besonders relevant sind Maschinen, die besonders teuer sind, häufig ausfallen oder deren Ausfall hohe Kosten verursachen.
  2. Ausstattung der Geräte mit Sensoren: Je früher die Maschinen und Geräte mit Sensoren bestückt und miteinander vernetzt sind, umso mehr Daten – auch historische – stehen zur weiteren Auswertung zur Verfügung. 
  3. Periodische oder kontinuierliche Sammlung und Speicherung von Daten: Dazu gehören neben Zustandsdaten (wie z.B. Temperatur) oder statischen Eigenschaften (z.B. Herstellerdatum) auch Event-bezogene Daten, wie z.B. Reparaturen oder andere Servicedaten. Zur Speicherung dieser Daten ist ein zentrales System notwendig, über das Sie einen 360° Blick auf Ihre Maschinen und Anlagen erhalten.
  4. Aufbereitung der gesammelten Daten: Die Datensätze müssen bereinigt, falsche Werte gelöscht und fehlende Werte ergänzt werden.
  5. (Automatische) Analyse und Interpretation der gesammelten Daten z.B. mit Hilfe von Machine Learning-Algorithmen zur Ableitung von Zusammenhängen: Hierbei werden u.a. folgende Fragestellungen bearbeitet: Welche Messgrößen sind für die Maschine relevant? Welche Zustandsdaten geben Aufschluss darüber, welches Bauteil in absehbarer Zeit versagen könnte? Welche Schwellenwerte sind für welche Datentypen relevant?
  6. Vorhersage des zu erwartenden Wartungsbedarfs und vorausschauende Planung der Wartungseinsätze: Nun können Verschleiß- und Ersatzteile sowie Wartungs- und Instandhaltungsvorgänge optimal geplant werden.

Je länger ein Predictive Maintenance Algorithmus im Einsatz ist, umso mehr lernt er dazu und umso validere Aussagen kann dieser treffen. Predictive Maintenance sollte also als langfristige Instandhaltungsstrategie gesehen werden.

Schaffen Sie jetzt die Grundlagen für Predictive Maintenance!

Mit einem digitalen Ersatzteil- und Service-Informationssystem schaffen Sie die Basis für die Umsetzung von Predictive Maintenance. Sie entwickeln mit Hilfe des zentralen Portals für alle Wartungs- und Service-Informationen ein umfassendes, digitales Verständnis über Ihre Maschinen und Anlagen. Sie bauen einen „Digital Information Twin“ – ein intelligentes Datenmodell - Ihrer Maschinen und Anlagen auf. Durch Verknüpfung von IoT-Daten mit Lagerbeständen und Ersatzteilen optimieren Sie Ihre Prozesse, senken Kosten und stellen Ihr Unternehmen optimal für die Zukunft auf.

Unser Service-Informationssystem unterstützt Sie dabei.

Zur Produktseite

Sie haben Fragen oder benötigen Unterstützung bei der Optimierung Ihrer Instandhaltungsprozesse?

Unsere Experten unterstützen Sie gerne.

Kontakt aufnehmen

Sie möchten regelmäßig über die aktuellen Trends und Innovationen in den Bereichen Service, Wartung und Instandhaltung informiert werden?

Dann melden Sie sich jetzt zu unserem Newsletter an.

Jetzt anmelden

Das könnte Sie auch interessieren:

5 Minuten Lesedauer

5 Tipps wie Instandhalter die Wartung effizient und proaktiv gestalten

Instandhaltungsleiter stehen vor vielfältigen Herausforderungen. Immer komplexere Maschinen und Anlagen, Fachkräftemangel mit dem verbundenen mangelnden Knowhow, sowie die Abhängigkeit von Herstellern machen den Beruf des Leiters Instandhaltung...

2 Minuten Lesedauer

Digitalisierung: Mensch, Maschine und Prozess im Wandel

Die Digitalisierung ist weiterhin wichtigstes Trendthema, auch im neuen Jahr 2018. Unternehmen stellen sich vor allem die Frage, welche Auswirkungen die Digitalisierung auf alle Bereiche der Produktion hat – Mensch, Maschine, Prozess, Technik und...

2 Minuten Lesedauer

Was Sie über Industrie 4.0 wissen sollten

Industrie 4.0 ist ein Begriff, der auf die Forschungsunion der deutschen Bundesregierung und ein gleichnamiges Projekt in der Hightech-Strategie der Bundesregierung zurückgeht. Mit Industrie 4.0 soll eine vierte industrielle Revolution eingeleitet...