O+P Fluidtechnik 9/2016

SPECIAL / PREDICTIVE

SPECIAL / PREDICTIVE MAINTENANCE PREDICTIVE MAINTENANCE VON DER HERKÖMMLICHEN INSTANDHALTUNG ZU DATENBASIERTEN, VORAUSSCHAUENDEN WARTUNGSSTRATEGIEN IN DER FLUIDTECHNIK 110. O+P-GESPRÄCHE 32 O+P Fluidtechnik 9/2016

110. O+P-GESPRÄCHE Die Strategien zur Instandhaltung von Maschinen und Anlagen mit fluidtechnischen Antrieben und Steuerungen stehen derzeit wohl vor dem größten Wandel in ihrer mehr als hundertjährigen Geschichte. Heute sind leistungsfähige Sensoren für die Überwachung aller wichtigen Zustandsgrößen kostengünstig am Markt verfügbar. Die Verknüpfung unterschiedlicher Signale ermöglicht, Informationen über den aktuellen Betriebszustand eines Systems zu generieren und technische Schäden an Bauteilen frühzeitig zu erkennen. Doch wann ist Predictive Maintenance für die Nutzer attraktiv, welche Entwicklungsschwerpunkte gibt es aktuell und wie kann sich diese Technik zu einem erfolgreichen Geschäftsbereich für die Fluidtechnik entwickeln? Mit dieser Thematik haben sich die 110. O+P­ Gespräche auseinandergesetzt. Condition Monitoring und Diagnosesysteme können den Betreibern von Maschinen und Anlagen helfen, Instandhaltung vorausschauend durchzuführen und ihre Produktionsanlagen effizienter zu betreiben. Das VDMA-Einheitsblatt 24582:2014-04 „Feldbus neutrale Referenzarchitektur für Condition Monitoring in der Fabrikautomation“ definiert Condition Monitoring (CM) als Zustandsüberwachung von technischen Einheiten (Komponenten, Geräten, Maschinen und Produktionsanlagen) zu Wartungszwecken. CM ist ein Teilbereich der Instandhaltung und beinhaltet insbesondere die maschinelle Erfassung von Messwerten sowie deren (ebenfalls maschinengestützte) Bewertung bis hin zu einer Aussage über Funktionsfähigkeit und Wartungsbedarf einer technischen Einheit. Die Bewertung der gemessenen oder ermittelten Daten erfolgt bei CM meistens nur über einen direkten Vergleich der Größe selbst mit Grenzwerten (Ampelaussage). Eine weitergehende Auswertung der CM-Daten führt je nach Tiefe der Bewertung und Interpretation zu den in der untenstehenden Grafik dargestellten Wartungsstrategien: vorbeugende Instandhaltung (Preventive Maintenance (PvM) – zeitabhängig, zustandsabhängig) oder vorausschauende Instandhaltung (Predictive Maintenance (PdM)). Bei PvM wird aus dem Verlauf gemessener und berechneter Zustandsgrößen, wie Druck, Temperatur, Energieverbrauch und Ölverschmutzung, auf Systemzustände zurückgeschlossen und deren zeitliche Entwicklung beobachtet und interpretiert. Daraus werden Bewertungen abgeleitet, die es dem Maschinen- oder Anlagenbetreiber ermöglichen, vorbeugend in den Produktionsprozess einzugreifen und Maschinen zielgerichtet instandzusetzen. Um vorrausschauende Funktionen bei der Instandhaltung (PdM) realisieren zu können, ist ein Abgleich der ermittelten, aktuellen Zustandsgrößen mit Erfahrungswerten oder mit anderen Vergleichswerten notwendig. Solche Vergleichswerte müssen oftmals durch Simulation des Schadensfortschritts ermittelt werden. Dabei projiziert man einen beobachteten Trend in die Zukunft und leitet daraus einen Lebensdauervorrat ab. Neben den physikalisch basierten Modellen kommen dafür zunehmend rein mathematische Vorhersagemodelle (predictive analytics) zum Einsatz. Solche intelligenten Analyse methoden sind bisher überwiegend in anderen Wissenschaftsbereichen üblich, beispielsweise im Finanzsektor oder im Versicherungswesen. Für die Hydrauliker wäre es besonders interessant, wenn man mit dieser Methode vor allem aus den Zustandsdaten der Druckflüssigkeit auf den Verschleißzustand eines Systems schließen könnte. Wenn es gelingt, einen beginnenden technischen Schaden an der Komponente einer Maschine frühzeitig zu erkennen und sicher abzuschätzen, wann er voraussichtlich zu einer Störung im Produktionsprozess führen wird, dann lassen sich ungeplante technische Störzeiten deutlich reduzieren – vielleicht sogar vermeiden. „Schneller sein als der Fehler“ heißt die Herausforderung. Die betrieblichen und wirtschaftlichen Vorteile von Predictive Maintenance (PdM) sind unmittelbar einleuchtend: Daten über einen beginnenden Schaden in einer Maschine, gekoppelt mit Informationen über den geplanten Produktionsverlauf der nächsten Zeit, ermöglichen, die Auswirkungen von Instandhaltungsmaßnahmen auf den Produktionsablauf zu minimieren. Frühzeitige Erkennung kritischer Maschinenzustände ermöglicht eine höhere Verfügbarkeit von Maschinen und Anlagen, ohne dass geplante Instandhaltungszeiten ansteigen müssen. Das steigert deren Produktivität und senkt die Lifecycle-Kosten. Die Konzeption eines vorausschauenden Maschinediagnosesystems muss nach heutigem Kenntnisstand wohl für jedes Maschinensystem spezifisch konzipiert und programmiert werden. In die Entwicklung fließen zahlreiche Informationen ein: Konstruktionsdaten, Materialeigenschaften, Wirkzusammenhänge, gerätespezifisches Know-how und Anwenderwissen. Die spezifischen Kenntnisse (Domainwissen) der Gerätehersteller, der Maschinenbauer und der Betreiber erscheinen für eine datenbasierte Analyse des Gesamt zustands unabdingbar. Predictive Maintenance ist hochrelevant. Die Ansätze der Unternehmen und die Meinungen unserer Experten unterscheiden sich dabei durchaus, wie Sie auf den nächsten Seiten lesen werden. Einteilung von Condition Monitoring Funktionen nach verfolgter Wartungsstrategie (Quelle: VDMA-Einheitsblatt: 24582:2014-04) Professor Dr.-Ing. Siegfried Helduser, Technisch- Wissenschaftlicher Beirat von O+P Fluidtechnik, leitete die Diskussionsrunde mit ausgewiesenen Fachleuten aus Industrie und Wissenschaft O+P Fluidtechnik 9/2016 33