Michelin-Techniker beim Auslesen der Daten eines Lkw-Reifen. So werden Wartung und Instandhaltung für das Flottenmanagement leichter!

Wie steht es um den Reifen? Mittels eines RFID-Chips im Gummi kann der Techniker den Zustand einfach auslesen. - (Bild: Michelin)

Im Fuhrpark sind Robustheit und Langlebigkeit zentrale Wirtschaftlichkeitsfaktoren. Kein Wunder, dass sich insbesondere in der Wartung, Pflege und Instandhaltung von Nutzfahrzeugen in den letzten Jahren einiges getan hat. Das Schlagwort heißt auch hier " Instandhaltung - Problemlöser Intelligente Digitalisierung">vorausschauend" – insbesondere bei den Reifen.

Beschädigte Reifen sind mit Abstand die häufigste Ursache von LKW-Pannen auf deutschen Straßen. Das liegt vor allem an der enormen Laufleistung und den hohen Ladegewichten. Allein 2018 wurden nach dem Kraftfahrt-Bundesamt insgesamt 3.200 Millionen Tonnen über 23.821 Millionen Kilometer weit transportiert. Im LKW-Segment werden Reifen daher kontinuierlich inspiziert und oft mehrmals runderneuert.

Die Qualität der Reifen ihres Fahrzeugs ist für Spediteure nicht nur eine Frage der Sicherheit, sondern auch ein nicht zu unterschätzender Kostenfaktor. Reparaturen in einer Werkstatt oder durch mobile Pannenhelfer für große Trucks und Spezialtransporter sind teuer, zumal die Lieferung in Verzug zu geraten droht und das Flottenmanagement umdisponieren muss, um die Logistikkette nicht zu unterbrechen.

Was ist Predictive Maintenance?

Predictive Maintenance oder vorausschauende Wartung ist ein Werkzeug, um die Leistung eines Betriebs zu optimieren. Dadurch können mögliche Ausfälle vorhergesehen und vorbeugende Maßnahmen ergriffen werden, bevor sie zu kostspieligen Problemen werden. Durch den Einsatz von Predictive Analytics können Fachleute Muster in Daten erkennen, die darauf hinweisen, wann Geräte gewartet oder ausgetauscht werden müssen, sodass sie vorausplanen und Ausfallzeiten reduzieren können. Dies hilft, die Effizienz zu steigern und gleichzeitig die Kosten für Notfallreparaturen oder -ersatz zu senken. Darüber hinaus bietet die vorbeugende Wartung wertvolle Einblicke in den Betriebszustand, sodass bei Bedarf Anpassungen vorgenommen werden können, um im Laufe der Zeit bessere Ergebnisse zu erzielen.
(Bild: Olivier Le Moal - stock.adobe.com)

Predictive Maintenance oder vorausschauende Wartung ist ein Werkzeug, um die Leistung eines Betriebs zu optimieren. Dadurch können mögliche Ausfälle vorhergesehen und vorbeugende Maßnahmen ergriffen werden, bevor sie zu kostspieligen Problemen werden. Durch den Einsatz von Predictive Analytics können Fachleute Muster in Daten erkennen, die darauf hinweisen, wann Geräte gewartet oder ausgetauscht werden müssen, sodass sie vorausplanen und Ausfallzeiten reduzieren können. Dies hilft, die Effizienz zu steigern und gleichzeitig die Kosten für Notfallreparaturen oder -ersatz zu senken. Darüber hinaus bietet die vorbeugende Wartung wertvolle Einblicke in den Betriebszustand, sodass bei Bedarf Anpassungen vorgenommen werden können, um im Laufe der Zeit bessere Ergebnisse zu erzielen.

Smartes Reifenmanagement via RFID

Ein Lkw-Reifen von Michelin mit eingebautem RFID-Chip.
Ein Lkw-Reifen von Michelin mit eingebautem RFID-Chip. - (Bild: Michelin)

Um Flottenmanager bei der Wartung und Instandhaltung von Reifen zuverlässig und proaktiv zu unterstützen, stellte der französische Reifenhersteller Michelin erstmals 2015 einen neuen Service ("Michelin Tire Care") vor. Das Programm trug wesentlich dazu bei, die Betriebszeit der Lkw zu maximieren und gleichzeitig die laufenden Kosten der teilnehmenden Flottenfahrzeuge zu senken.

Michelin begann bereits vor mehr als zehn Jahren neue Technologien zu testen, um zentrale Daten wie Reifendruck, Traktion/Haftung und allgemeine Abnutzung in Echtzeit abbilden und nutzen zu können. Das Herzstück der smarten Reifen ist ein RFID-Transponder. Mit einem Gewicht von gerade einmal 0,2 Gramm können die Mikrochips direkt in den Reifen eingebaut werden und überstehen damit auch Runderneuerungen.

Dank der eindeutigen elektronischen Kennung (UII-Code) lassen sich die Reifen über ihren gesamten Produktlebenszyklus verfolgen – angefangen bei der Herstellung über die Lagerhaltung beim Händler bis hin zur umweltgerechten Entsorgung der Altreifen.

Graphtechnologie für elf Millionen Sensoren

Dirk Möller ist Area Director of Sales CEMEA bei Neo4j.
Dirk Möller ist Area Director of Sales CEMEA bei Neo4j. - (Bild: Neo4j)

Grundvoraussetzung für solche datengestützten Systeme sind Datenbanken, die mit der wachsenden Datenmenge umgehen können. Bei Michelin galt es, Daten von rund elf Millionen Sensoren zu speichern und mit Hilfe von zehn Algorithmen relevante Indikatoren zu ermitteln. Die Datenanalyse sollte zudem Rohdaten einzelner Sensoren berücksichtigen und eine schnelle Korrektur von Eingabe- oder Deklarationsfehlern ermöglichen.

Die meisten herkömmlichen Datenbanklösungen sind von solchen Aufgaben schlichtweg überfordert. Bei komplexen Abfragen sind die Reaktionszeiten zu lang oder bringen das System gänzlich ins Stocken. Nach mehreren Pilotprojekten setzte der Reifenhersteller schließlich eine Graphdatenbank ein, um den Anforderungen nach Skalierbarkeit, Performance und Flexibilität gerecht zu werden.

Graphdatenbanken haben sich im IoT als Basistechnologie für das Abfragen von stark vernetzten Daten etabliert. Das liegt vor allem an dem zugrundeliegenden Modell, in dem große Mengen an Daten, einschließlich ihrer Beziehungen untereinander, realitätsnah abgebildet werden können.

Wie funktioniert eine Graphdatenbank?

Um das Prinzip eines Graphen zu verstehen, reicht ein Blick auf das Streckennetz öffentlicher Verkehrsmittel. Eine Haltestelle (zum Beispiel "Hauptbahnhof") ist über die Linie "Bus 153" mit anderen Stationen verknüpft (beispielsweise "Rathaus", "Flughafen"). Soll der schnellste Weg zwischen zwei Punkten berechnet werden, lässt sich problemlos die sinnvollste Streckenverbindung angeben. Das Modell lässt sich beliebig ergänzen, ohne den Gesamtplan verändern zu müssen.

Die intuitive Struktur eines Graphen kann auf die unterschiedlichsten Anwendungsfälle übertragen werden. Bei Michelin setzt sich der Graph des vorausschauenden Wartungssystems beispielsweise aus den Datensätzen "Reifen", "LKW" und "RFID-Tag" zusammen. Die unterschiedlichen Beziehungen zwischen den Datensätzen lassen sich speichern, abfragen und analysieren. Es entsteht ein semantisches Datenfeld, in dem Algorithmen in Echtzeit Berechnungen anstellen.

Ändert sich ein Parameter, wird nur dieses Teilergebnis neu berechnet und nicht das ganze Modell. Wartungsingenieure können über das System Indikatoren sowie End-of-Life-Daten oder auch Berichte und Meldungen über eine Plattform beziehungsweise APIs abfragen.

Weitere Informationen über die Reifen ziehen

Lkw-Doppelreifen. Reifen wie diese können mittels RFID vorausschauend gewartet werden.
Reifen wie diese können mittels RFID vorausschauend gewartet werden. - (Bild: Pixabay)

Der tiefe Einblick in die Daten lässt auch Fragen zu, die über den einzelnen Reparaturfall hinausgehen. Gibt es auffällige viele Pannen bei einem Reifentyp? Wenn ja, haben sie ähnliche Ursachen? Wie kann man diesen Ausfällen vorbeugen? Relevante Erkenntnisse fließen dann wieder in die Entwicklung oder die Fertigungsprozesse ein.

Fazit: Die Vernetzung und Auswertung von Produktdaten entlang des gesamten Produktlebenszyklus bietet Herstellern in Zeiten von IoT und Künstlicher Intelligenz eine optimale Ausgangsposition, um Innovation voranzutreiben und sich vom Wettbewerb abzusetzen.

Die digitale Rückverfolgung und proaktive Wartung von Reifen ist hier nur ein Beispiel, wie sich traditionelle Marken und Hersteller wie Michelin neu erfinden und ihre Kunden als Aftermarket-Servicedienstleister auch in Zukunft effektiv unterstützen können.

Immer informiert mit dem Newsletter der INSTANDHALTUNG

Ihnen hat gefallen, was Sie gerade gelesen haben? Dann abonnieren Sie unseren Newsletter!

So bleiben Sie zu allen Neuigkeiten und Trends aus der Instandhaltungs-Branche auf dem Laufenden. Profitieren Sie von den Vorteilen unserer unterschiedlichen Newsletter-Formate - kostenlos!

Hier klicken und anmelden!

Sie möchten gerne weiterlesen?