Predictive Maintenance in der Produktion
Hersteller von Produktionsmaschinen
Durch Verschleiß und Ausfälle von Produktionsmaschinen entstehen Unternehmen unerwartete Produktionsausfälle und dadurch hohe Kosten. Aus diesem Grund bietet unser Kunde einen mobilen Service zur frühzeitigen Erkennung von Wartungsbedarf an, indem mit Hilfe von Beschleunigungssensoren Verschleiß der Produktionsmaschinen bewertet wird.
Der Mess- und Bewertungsprozess ist allerdings wenig standardisiert und umfasst viele manuelle Einzelschritte. Dadurch entstehen hohe Zeitaufwände und Kosten. Zusätzlich sind Bewertungsergebnisse je nach Nutzer:in und Expertise wenig vergleichbar und variieren in ihrer Qualität. Mittels Standardisierung ist es uns und unserem Kunden gelungen, den Verschleißanalyseservice effektiver zu gestalten. Durch den Einsatz intelligenter Algorithmen werden nun qualitativ hochwertige und vergleichbare Verschleißvorhersagen getroffen.
Reaktive Wartung nutzt Maschinenkomponenten nicht optimal
Verschleiß von Maschinenkomponenten von Produktionsmaschinen führt zu Qualitätsproblemen und unerwarteten Ausfällen. Dadurch können hohe Kosten und Verluste entstehen. Deshalb bietet unser Kunde den Nutzern seiner Produktionsmaschinen einen Diagnoseservice an, um frühzeitig Maschinenverschleiß zu erkennen.
Zur Verschleißanalyse führt ein Servicemitarbeiter oder eine Servicemitarbeiterin vor Ort eine dedizierte Testfahrt mit verschiedenen Einzeltests durch. Hierbei werden die Schwingungen an der Maschine mit einer mobilen Beschleunigungssensor-Messeinheit aufgenommen. Für die Verschleißbewertung wird die Messung manuell durch Fachexperten unseres Kunden analysiert. Eine Diagnose wird durchgeführt und Handlungsempfehlungen für die nächsten Schritte werden abgeleitet.
Diese Auswertung ist einerseits durch viele manuelle Schritte und einen unstrukturierten Bewertungsprozess sehr zeitaufwändig. Andererseits variiert die Qualität der Bewertungsergebnisse und Handlungsempfehlungen unter anderem durch verschiedene Erfahrungslevel der Bewerter:innen. Deshalb wünscht sich unser Kunde eine kostengünstige, skalierbare und qualitativ hochwertige Lösung zur Bewertung von Maschinenverschleiß.
Automatisierte Interpretation der Daten
Gemeinsam mit unserem Kunden entwickelten wir eine ganzheitliche Lösung zur automatisierten Verschleißanalyse für Produktionsmaschinen. Zunächst standardisierten wir den kompletten Mess- und Bewertungsprozess. Hierfür entwickelten wir ein Webportal, das Servicetechniker:innen und Fachexpert:innen eine strukturierte Eingabe von neuen Messungen, Ablage von Messdaten sowie der Bewertung von Testmessungen ermöglicht.
Abbildung: Ablauf der Verschleißanalyse
Zusätzlich entwickelten wir gemeinsam einen intelligenten Analysealgorithmus, der den kompletten Prozess von der Datenvorverarbeitung über die Berechnung der Features bis hin zur Verschleißbewertung abdeckt. Der Algorithmus extrahiert mit Hilfe von Musterkennungsansätzen jeden Einzeltest in den Beschleunigungsdaten einer Messfahrt.
Darauf basierend werden quantitative Features berechnet, die sich an der fachlichen Testanalyse der Experten orientieren. Basierend auf diesen Features und Expert:innenwissen entwickelten wir Machine-Learning-Modelle zur Verschleißvorhersage, die nur mit wenigen historischen Expert:innenbewertungen trainiert werden können.
Die trainierten Algorithmen ermöglichen jetzt eine automatisierte und objektive Bewertung des Gesundheitszustands einer Messung in kürzester Zeit. Die Bewertungsergebnisse werden den Servicemitarbeiter:innen automatisch in einem standardisierten Abschlussbericht zur Verfügung gestellt.
Standardisierung und intelligente Algorithmen führen zu Kostensenkung und einheitlicher Bewertung von Verschleiß
Durch die Standardisierung des gesamten Mess- und Bewertungsprozesses sowie durch den Einsatz von intelligenten Algorithmen kann eine Verschleißbewertung jetzt deutlich schneller durchgeführt werden. Dadurch können Kosten für die Bewertung eingespart werden. Zusätzlich führt der Einsatz der intelligenten Algorithmen zu einer Erhöhung der Bewertungsqualität sowie Verbesserung der Vergleichbarkeit und Interpretierbarkeit der Ergebnisse. Außerdem ermöglicht der intelligente Algorithmus in Zukunft eine Erweiterung des Serviceangebots um eine dauerhafte, fest verbaute Verschleißanalyse und -bewertung.