Predictive Maintenance, also vorausschauende Wartung, wird oft als die einzig wahre Instandhaltungsstrategie gehandelt. Ist sie das wirklich?

Predictive Maintenance, also vorausschauende Wartung, wird oft als die einzig wahre Instandhaltungsstrategie gehandelt. Ist sie das wirklich? - Bild: Pixabay

Solange die Herren und Damen Techniker in den Werkshallen dafür sorgen, dass die Maschinen permanent in exaktem Takt sowie gleichbleibender Qualität die gewünschten Teile produzieren, ist alles gut. Solange Stillstände vermieden, Ausfallzeiten gering gehalten, Defekte repariert, fehlerhafte Komponenten ausgetauscht und der Maschinenpark nach den Empfehlungen der Hersteller in Schuss gehalten wird, ist die Geschäftsführung, der Vertrieb und das Marketing, sind die Verkäufer und die Kunden glücklich.

Was ist Predictive Maintenance?

Predictive Maintenance (PM, deutsch: Vorausschauende Wartung) ist eine Instandhaltungsstrategie. Mit PM-Techniken wirdl der Zustand von Geräten während des Betriebes überwacht, um festzulegen, wann sie gewartet werden müssen. Predictive Maintenance soll zu Kosteneinsparungen gegenüber routinemäßigen, intervall- oder zeitbasierten vorbeugenden Wartungsarbeiten führen, da Arbeiten nur im Bedarfsfall ausgeführt werden. Daher wird PM als zustandsbasierte Instandhaltung betrachtet.

Und wenn sie nicht gestorben sind, dann produzieren sie noch heute. Denn Produzenten mit klassischer Wartung und Instandhaltung wie oben beschrieben, dürfte es im Zuge voranschreitender 4.0-Transformationen bald an den Kragen gehen: Wettbewerber, die mit aus Big-Data-Analysen gespeiste Predictive-Maintenance-Systeme (PM, vorausschauende Wartung) in ihrer Instandhaltung implementieren, werden ihnen mittelfristig den Rang ablaufen.

Strategie für die Instandhaltung

Wie so oft reden viele, aber nur wenige handeln. So urteilen auch die Autoren einer Online-Umfrage der Management- und Technologieberatung Bearing Point aus dem Jahr 2017 unter Fachexperten in Instandhaltung, Produktion, Logistik und IT aus 74 Unternehmen (Maschinenbau, Chemie/Pharma und Automobilindustrie): Trotz großer Präsenz sei Predictive Maintenance noch kaum in den Werkshallen angekommen.

Während sich 84 Prozent der Befragten mit dem Thema auseinandersetzen, hat erst jedes vierte Unternehmen erste Projekte in Hinblick auf Predictive Maintenance umgesetzt. In diesen Fällen erfassen 76 Prozent der Befragten relevante Daten via Sensoren, 59 Prozent werten diese zielgerichtet aus, jedoch lediglich rund 20 Prozent optimieren ihre Instandhaltungsmaßnahmen ganzheitlich auf der digitalen Datenbasis.

Video: Predictive Maintenance

Die Technik hinter der Strategie

Was hinter Predictive Maintenance steckt:
Die bei der Vernetzung von Maschinen und Anlagen gewonnenen Zustandsdaten und Informationen können per Sensor erfasst und clever mit Daten aus dem MES (Manufacturing Execution System) aber auch dem ERP (Enterprise Resource Planning) kombiniert werden, um etwa den Wartungszeitpunkt einer Maschine präzise zu prognostizieren. So erfolgt eben diese vorausschauende Wartung erst dann, wenn es wirklich notwendig ist und nicht nach starren Intervallen – das spart personelle Ressourcen, operative sowie Wartungskosten.

Die von Bearing Point befragten Anwender erwarten zwar in erster Linie, dass Predictive Maintenance die Anlagenverfügbarkeit erhöht (80 Prozent) und nennen erst an zweiter Stelle die Reduzierung der Wartungs- beziehungsweise Servicekosten (60 Prozent).

Wobei das Ranking technisch eigentlich keine Rolle spielt, wohl aber, dass die digital basierte vorausschauende Wartung noch mehr leisten kann – was vielen Anwendern nicht so ganz bewusst zu sein scheint: etwa die Lebensdauer der Anlage und ihrer Komponenten sowie deren Sicherheit erhöhen, den Pseudoausschuss minimieren und das Ersatzteilhandling optimieren.

Beispiele für Predictive Maintenance in der Praxis

In der Praxis bereits gang und gäbe sind Predictive Maintenance-Prozesse bei der Überwachung und Wartung von Windrädern und Turbinen sowie im Automotive-Sektor (beispielsweise mit den Verfahren von Quasar Europe und Vibrant PCRT). Hauptsächlich werden in diesen Branchen verdächtige Vibrationen, Unwuchten und Materialfehler über diese Maßnahmen detektiert.

Dafür analysieren mathematische Algorithmen Material und Verhalten verschleißgefährdeter Komponenten, die extremen Bedingungen ausgesetzt sind. Die Ausfallwahrscheinlichkeit von Lagern etwa ist so bereits sehr frühzeitig prognostizierbar. Unternehmen der Antriebs- und Fluidtechnik wie Aventics, Bosch Rexroth, Festo, Schaeffler, Schmalz, Argo Hylos, Hydac und ZF setzen bereits seit Jahren auf Predictive-Maintenance-Systeme. 

Ein Beispiel für einen konkreten Kunden-Benefit durch vorausschauende Wartung liefert Kompressorenhersteller Boge. Seine Hochleistungs-Anlagen werden in der Pharma- und Nahrungsmittelindustrie, in industriellen Lackierbetrieben und in der Halbleiterproduktion eingesetzt – Anwendungsbereiche, in denen Maschinenstillstände fatale Folgen haben können. Mit einer Industrial-Analytics-Lösung von Weidmüller, die Fehler und Betriebsanomalien aufdeckt, gelingt Boge die präventive Fehlervermeidung, was für erhöhte Prozesssicherheit beim Kunden sorgt, ganz im Sinne der Instandhaltungsstategie Vorausschauende Wartung.

Schlaue technische Systeme lernen dazu

Die Software erkennt geänderte Rahmenbedingungen (zum Beispiel ein Defekt im Kühlsystem, der ein Motorenproblem auslösen könnte), kündigt mittels eines Vorhersage-Algorithmus die geänderte Ausfallwahrscheinlichkeit an und warnt den Maschinennutzer vor einem Ausfall.

Boge-Sprecher Horst Kalla erklärt: "Die Software zur vorausschauenden Wartung erkennt frühzeitig Fehler und kritische Abweichungen der technologischen Parameter. In die Datenauswertung fließen die Einsatzerfahrungen aller Boge-Druckluftlösungen ein." So könnten im laufenden Betrieb Vorhersagen über einen zukünftig anstehenden Wartungsbedarf getroffen und Serviceeinsätze optimal geplant werden.

Video: Von Predictive Maintenance profitieren

Mehr noch: Mit jeder Fehlermeldung und Rückmeldung des Bedieners lernt das System dazu und verändert sein Modell. So werden berechnete Ausfall-Vorhersagen über die gesamte Betriebszeit hinweg immer präziser. Auch könnten wenngleich noch nicht aufgetretene, jedoch mögliche Fehler eingelernt werden.

Auch interessant: Markt für vorausschauende Wartung wächst bis zu 40 Prozent pro Jahr

Ob Predictive Maintenance schon die allein selig machende Instandhaltungsstrategie ist? Fraglich - aber sicher ist, dass Hersteller, die sich bereits in Richtung Industrie 4.0 bewegen, in Zukunft ohne allzu großen zusätzlichen Aufwand von den Vorteilen der vorausschauenden Wartung profitieren können. Sind sie doch bereits dabei, die wichtigsten Voraussetzungen für PM-Prozesse zu schaffen, nämlich: Daten erfassen, digitalisieren und übermitteln; erhobene Daten speichern, analysieren und bewerten; Eintrittswahrscheinlichkeiten für bestimmte Ereignisse errechnen.

Christiane Engelhardt