Dabei wird an Hand von Daten aus der Maschine der idealste Zeitpunkt für Maßnahmen ermittelt.
Daten und idealer Zeitpunkt, wie hängt das zusammen?
Bei der Predictive Maintanance / vorausschauende Instandhaltungwerden die Maschinendaten fortlaufend in einer Datenbank hinterlegt. Dabei ist die genaue zeit ein wichtiger Punkt. Und die Software für die Predictive Maintanance
/ vorausschauende Instandhaltung macht ein ständiges Monotoring der Daten. Dann vergleicht sie diese mit den mit den Sollwerten. Und im Laufe der Zeit erkennt sie durch das Machine Learning, dass Daten sich verändern, und
wie diese Änderung zu interpretieren ist. Und je mehr Daten mit ihren Folgen verfügbar sind, um so genauer wird die Prognose ausfallen, wann der ideale Zeitpunkt für eine Maßnahme ist. Dieser wird natürlich dahin verlegt,
wo die Maschine stillstehen kann.
Was für Daten werden benötigt?
In einer Maschine sind jede Menge Sensoren verbaut. Und die Werte dieser Sensoren wird in die Datenbank geschrieben. Dies geschieht über eine Schnittstelle, üblich sind der OPC UA.
Es gibt Sensoren, die mehrere Werte gleichzeitig überwachen. Zum Beispiel Vibration, Temperatur und Geräusche. Weitere Sensoren überwachen die Lage oder zurückgelegte Wege oder die Kräfte die benötigt werden.
Nehmen wir zum Beispiel einen Bohrer in der Metallbearbeitungsmaschine. Um die Tiefe des Loches genau zu bestimmen, muss er einen bestimmten Weg zurück legen. Messen zum Beispiel die Zeit, die er dafür benötigt, bekommen wir
eine genaue Aussage, wie scharf der Bohrer noch ist. Und damit könne wir genau bestimmen, wann der ideale Zeitpunkt für den Wechsel des Bohrers ist. Damit die Definition bestimmt, wann der Bohrer verschließen ist.
Oder ein anderes Beispiel ist, dass die Leistungsaufnahme eines Motors immer größer wird. Das wiederum kann mehrere Ursachen haben. Doch wir haben ja noch Daten von unseren Sensoren. Und da gibt es bestimmt einen Zusammenhang,
dass zum Beispiel an einem Lager die Temperatur höher ist, oder dass Geräusche vorhanden sind, die da nichts verloren haben.
Dann erhält der Mitarbeiter von der Wartung, der also für die Predictive Maintanance zuständig ist, von der Software die Info, die Leistungsaufnahme des Motors X ist zu hoch und Maßnahmen erforderlich sind, und gleichzeitig
treten Geräusche an der Umlenkung 15 auf, und die Temperatur von Lager 14 ist deutlich über der Norm. Super, jetzt weiß er genau, worauf er achten muss, und kann sich vor Ort das ganze anschauen, und mit dem Maschinenbediener
das ganze besprechen, die Teile bestellen, und an einem Wochenende die Maßnahme durchführen. Und das ganz ohne Betriebsstörung. Die Maschine wird zum Goldesel.