Frühzeitiges Vorhersagen von Ausfällen der Anlagen
und Komponenten auf Basis von Sensordaten
Erfahren Sie rechtzeitig vor dem Ausfall von Maschinen oder Komponenten, wenn eine Störung bevorsteht. Nutzen Sie diese Erkenntnisse für planbare Instandhaltungsmaßnahmen. Ihre Produktion wird nicht länger durch plötzliche Ausfälle beeinträchtigt. Ermitteln Sie zudem störungsintensive Anlagen, um Ersatzteile in ausreichender Menge auf Vorrat zu halten.
Die meisten Maschinen und Anlagen verfügen über zahlreiche Sensoren und generieren Zustandsdaten am laufenden Band. Gleichzeitig werden Störungen in modernen Betrieben per Instandhaltungssoftware digital erfasst.
Die so entstehenden Datensätze bilden die ideale Grundlage, um mithilfe von maschinellem Lernen die Zusammenhänge zwischen sich verändernden Daten und Störung herzustellen. Damit lassen sich im Anschluss Ausfallmodelle festlegen, welche eine baldige Störung vorankündigen.
Außerdem lassen sich über die erfassten Daten die häufigsten Fehler- und Störquellen ermitteln und der Bestand an Ersatzteilen besser planen – für eine effiziente Instandhaltung.
Aktuelle Instandhaltungsmaßnahmen werden in Wartungsintervallen geplant oder müssen spontan zum akuten Störfall unter hohem Zeitdruck umgesetzt werden. Während sich Wartungspläne mit geeigneter Software problemlos einhalten lassen, stellen Verschleißteile bei frühzeitigem Wechsel einen hohen Kostenfaktor dar.
Wird die Verschleißgrenze allerdings überschritten, verursacht der Ausfall nicht nur Wartungskosten oder gar Schäden an der Maschine sondern auch kostenintensive Produktionsausfälle.
Durch eigens für die Instandhaltung weiterentwickelte Algorithmen aus der Medizin und angewandte Wahrscheinlichkeitsmodelle kann hier der optimale Kompromiss gefunden werden. Indem die Instandhalter frühzeitig über die potenzielle Störung informiert werden, sind gebündelte Wartungsmaßnahmen in einem planbaren Zeitfenster möglich – für die Sicherheit einer nahezu störungsfreien Produktionskette.
