O+P Fluidtechnik 10/2016

MENSCHEN UND MÄRKTE

MENSCHEN UND MÄRKTE Vielfach geht von erfolgreichen Pilotprojekten eine beispielgebende Wirkung aus, die zu weiteren neuen Anwendungen motiviert. Einige sehr interessante Exponate gab es bereits auf der Hannover Messe 2016 zu sehen. Können Sie eventuell einige weitere Leuchtturm-Projekte kurz skizzieren? meiner Sicht ist das zu kurz gesprungen. Die Strategie dahinter ist wohl eher, Big Data zu machen, Anomalie-Analysen durchzuführen und die Modelle, deren fehlen vorhin bemängelt wurde, auf datentechnischem Wege zu erzeugen. Prof. S. Helduser: Die Ergebnisse der Datenanalyse könnte das IT-Unternehmen dann mit dem vergleichen, was aufgrund des Domainwissens der Fachleute erarbeitet wird, und so die eigenen mathematischen Analysemethoden immer weiter verfeinern. D. Michalkowski: Ja, genau. Man erhält das Geschäftsmodell: Ich pflege alle Daten, mache die Analyse, gebe dem Endkunden Daten für PdM und gebe dem Komponentenhersteller Informationen, wie er seine Produkte verbessern kann – alles natürlich gegen Honorar. Letztendlich hat die IT-Firma dann die Kernkompetenz und bestimmt den Markt. Wenn die Fluidtechniker sich jetzt nicht einbringen, besteht die Gefahr, dass sie zum reinen Komponentenlieferanten werden, der nur Hardware liefert und austauschbar wird. A. Busch: Es ist unbestritten, wir müssen bei Big Data mitgestalten. Aber wir müssen unseren Kunden erklären, was wir messen, wie wir messen und warum. Das muss für ihn greifbar sein, damit er den Nutzen sieht. Diese Kompetenz müssen wir verstärkt herausarbeiten. Dr. M. Richter: Das ist genau unser Weg bei Schuler. Wir haben irgendwann begonnen aus den Echtzeitsystemen Daten zu sammeln, ohne genau zu wissen, was wir damit eigentlich machen wollen. In einigen Fällen konnten wir im Nachhinein über Analysen und aufgrund unseres Fachwissens sagen, warum Schäden aufgetreten sind. Wir konnten alte Maschinen mit neuen Maschinen vergleichen und unsere Kunden beraten. Einige Kunden haben nach der dritten, vierten mobilen Messung entschieden, das Diagnosesystem fest zu installieren. Es gilt also, den Kunden vom Nutzen zu überzeugen, wobei die Kosten in Relation zum Investment überschaubar bleiben müssen. Prof. S. Helduser: Zeigt sich an diesem Beispiel nicht auch die Stärke physikalisch begründeter Modelle? Maschinenbauer und Kunde können das Geschehen nachvollziehen und verstehen. Mit den rein mathematischen Vorhersagemodellen der IT- Firmen dürfte das schwierig sein. D. Michalkowski: Ja, aber da sehe ich nur einen zeitlichen Vorsprung. Die mathematischen Vorhersagemodelle wachsen rapide, und was man mit Künstlicher Intelligenz zukünftig machen kann, bleibt abzuwarten. Ich würde nicht sagen, die rein analytischen Modelle haben auf Dauer keine Zukunft. Die Frage ist vielmehr, wie können wir als Fluidtechniker uns dieses Wissen, das da entsteht, zunutze machen – darin liegt unsere große Chance. Jetzt ist der Zeitpunkt, wo wir uns als Deutscher Maschinenbau des Themas annehmen müssen. Das zeigten auch meine Gespräche auf unserem Predictive-Maintenance-Stand während der Hannover Messe 2016. Es waren sehr viele asiatische Kunden auf dem Stand, die sich intensiv vorbereitet hatten und gezielte Fragen zu dem Thema gestellt haben. Man hat nicht nur in Deutschland erkannt, dass in den Themen „Industrie 4.0“ und „Predictive Maintenance“ ein gewaltiges technisches und kommerzielles Potenzial vorhanden ist. Dr. J. Bredau: Vor etwa sechs Jahren hat die Firma Festo mit der Integration von Diagnose für pneumatische Schweißzangen in der Automobilindustrie begonnen. In einem Karosseriewerk sind teilweise 500 bis 1000 Zangen im Einsatz, und wir haben mittlerweile mehrere Werke weltweit ausgerüstet. In einem dezentralen Schweißzangen controller werden CM-Daten, wie Reibkräfte, Kraftaufbauzeit, Anzahl Schweißpunkte, Luftverbrauch gesammelt und modellbasiert analysiert. Das System leistet mehr als CM, aber ich würde es noch nicht als ein PdM-System bezeichnen. Jetzt im nächsten Schritt fangen die Automobilhersteller an, die Daten in der firmeneigenen Cloud zu sammeln. Wir arbeiten hier eng mit dem Automobilhersteller zusammen, unter anderem geht es darum, welche Daten wo verdichtet werden, wie Daten transportiert werden. Wir denken hier natürlich auch über die sich ergebenden Geschäftsmodelle nach, zum Beispiel Unterstützung für die Instandhaltung oder ähnliches. 24 O+P Fluidtechnik 10/2016

110. O+P-GESPRÄCHE Dieses CM und Diagnosesystem kann aus meiner Sicht eine Erfolgsstory werden, denn der Kunde erwartet das System von uns im Lieferumfang der Schweißzange. Der Kunde sieht seinen Nutzen, und wir gewinnen wertvolle Informationen für die Produktverbesserung. R. C. Krähling: Aus Sicht von Argo-Hytos ist das Filtersystem hinsichtlich einer Zustandsdiagnose eine der interessantesten Komponenten im Hydrauliksystem; denn irgendwann fließt alles Öl durch das Filter. Früher verwendete man typischerweise einen einfachen Differenzdruck-Schalter zur Filterüberwachung und wechselte das Filterelement, wenn dieser ansprach. In vielen Applikationen ist es jedoch zweckmäßig, einen Sensor einzusetzen, der die zunehmende Schmutzaufnahme des Filters anzeigt. Aus dem Gradienten des Schmutzanstiegs lässt sich ableiten, wann das Filter gewechselt werden muss. Die Einsätze in Hydraulikanlagen auf Schiffen oder in Windenergieanlagen sind gute Beispiele für die Zweckmäßigkeit dieser Maßnahme, denn ein Filterwechsel ist immer an Nebenbedingungen gebunden: Ist ein Eingriff in den Betrieb der Anlage zum voraussichtlichen Zeitpunkt möglich? Ist ein Ersatzfilter vorhanden und ist Servicepersonal verfügbar? Die richtige, informations-basierte Planung des Filterwechsels reduziert damit die Instandhaltungskosten signifikant. Dr. T. Torikka: In einer Minen-Applikation überwacht Bosch Rexroth im Kundenauftrag mehrere langsam drehende Radialkolbenmotoren, die ein Förderband antreiben, das Erz im 24-h-Betrieb aus der Mine transportiert. Das darf nicht ausfallen; Stillstand ist sehr teuer. Wir überwachen online nicht nur die Motoren, sondern auch das Hydraulikaggregat. Die Systemsteuerung übernimmt eine Bosch Rexroth Steuerung. Parallel dazu ist ein eigener Rechner für die Datenerfassung vorhanden, der die Daten der Steuerung und zusätzlicher Sensoren erfasst. Die Datenerfassung ist mit dem Internet verbunden und schickt die Daten direkt an ein Serversystem bei Bosch. In diesem Big-Data-System werden die Daten gespeichert und mit Machine-Learning-Algorithmen ausgewertet, und sowohl wir als auch der Kunde kann sich die Daten und die Auswertergebnisse über ein Webportal anschauen. Das nutzen unsere Service-Mitarbeiter, um die Anlage für den Kunden zu überwachen. Wir haben das nicht als Softwarelösung verkauft, sondern als Wartungsvertrag, den wir mit dem Kunden abgeschlossen haben. Es ist ein technisches Werkzeug. Der Kunde bekommt regelmäßig einen Statusbericht zum Zustand seiner Anlage und Empfehlungen für notwenige Wartungsmaßnahmen. Die Verfügbarkeit der Anlage garantieren wir noch nicht, aber das ist ein Ziel und ein Kundenwunsch. Der VDMA hat in diesem Jahr bereits zwei Veranstaltungen erfolgreich durchgeführt, um Predictive Maintenance stärker in den Markt zu bringen. Sind noch weitere Aktivitäten geplant? P.-M. Synek: Der VDMA hat mit Sonderveranstaltungen auf der Hannover Messe das Thema Condition Monitoring mit einer großartigen Unterstützung der Mitgliedsfirmen in den Jahren 2005, 2007 und 2009 sehr erfolgreich in Szene gesetzt. Wir haben jetzt im Umfeld der Diskussionen über „Industrie 4.0“ das Thema „Predictive Maintenance“ aufgegriffen. Aus unserer Sicht ist es ganz wichtig, dass wir uns jetzt mit dem vorgenannten Thema in die I4.0-Philosophie einbringen. Am 23. Februar 2016 wurde der erste VDMA-Kongress „Predictive Maintenance 4.0“ durchgeführt. Diese Veranstaltung stieß auf hohes Interesse in der Industrie. Hochkarätige Referenten stellten Konzepte und Lösungen praxisnah vor. In den Beiträgen und den Diskussionen spiegelte sich die große Bedeutung des Themas für