Predictive Maintenance

Vorgehensmodell des Predictive Maintenance Systems

Vorgehensmodell des Predictive Maintenance Systems

Wartungsintervalle hängen zwar von der konkreten Bean-spruchung der Maschine ab, werden jedoch häufig in festen Zeitintervallen durchgeführt. Das Ziel der vorbeugenden Wartung (Predictive Maintenance) ist es, gemäß der Belastung den Wartungsbedarf anzupassen und für kontinuierlich hochverfügbare Anlagen zum bestmöglichen Zeitpunkt durchzuführen.

Anwendungsbeispiele

In einem typischen Einsatzszenario wird anhand von Änderungen der Betriebsgrößen erkannt, dass Abweichungen von optimalen Betriebsbedingungen vorliegen. Hierzu sind Funktionen enthalten, mit denen aussagekräftige interne Prozessgrößen, wie z. B. die Ströme einzelner Achsen, gemessen, aufgezeichnet und auch bewertet werden können. Diese Prüfung beinhaltet eine gestufte Auswertung, in der sowohl eine Fehlergrenze, die zum sofortigen Anhalten der Maschine führt, als auch eine enger gesetzte Warngrenze, die lediglich einen Hinweis gibt, genutzt werden können.

Diese Prüfung beinhaltet eine gestufte Auswertung, in der sowohl eine Fehlergrenze, die zum sofortigen Anhalten der Maschine führt, als auch eine enger gesetzte Warngrenze, die lediglich einen Hinweis gibt, genutzt werden können.

Kritische Komponenten, deren Ausfall die Produktionsrate gefährden können, müssen ohne Vorhersagemöglichkeit des Ausfallzeitpunktes teuer durch redundante Anlagen abgesichert werden. Um diese Kosten zu vermeiden, entwickelt das ZfT adäquate Failure Detection Identification and Repair (FDIR) Methoden, um Fehler bereits im Vorfeld zu erkennen. Wichtige Schritte bei der Informationsgewinnung sind Sicherstellung der Datenqualität und -synchronität, die visuelle Aufbereitung der Analyse und die Einbringung von Expertenwissen in Form von Regeln. Das Condition-Monitoring System optimiert damit vorausschauend die Intervalle bei der Instandhaltung.