Predictive Maintenance - Vorausschauende Instandhaltung
Für mehr Effizienz in der Produktion
- InnoHub
Bei unseren Mitgliedsunternehmen spielen digitale Technologien eine immer größere Rolle, insbesondere wenn es darum geht, Produktionsprozesse zu optimieren und Maschinenstillstände zu vermeiden. Predictive Maintenance – die vorausschauende Instandhaltung – setzt genau hier an.
In unserem Mitgliederbereich auf Confluence findest du Beispiele für unsere bisherigen Predictive Maintenance Projekte, die mit der TH Köln entstanden sind und welche Ergebnisse wir mit unseren Mitgliedern erarbeiten konnten. Hier geben wir dir einen ersten Überblick unseren spannenden Anwendungsfälle.
In der engen Zusammenarbeit mit kleinen und mittelständigen Unternehmen sehen wir, wie groß der Bedarf an zuverlässiger, vorausschauender Instandhaltung ist – Deshalb entwickeln wir gemeinsam praxisnahe Lösungsansätze, für mehr Effizienz und Nachhaltigkeit in der Industrie.
Vorausschauende Instandhaltung in der Produktion
Wie kann Verschleiß frühzeitig erkannt werden?
In der Fertigung ist der Verschleiß von Werkzeugen eine große Herausforderung. Die verschiedenen Werkzeuge, beispielsweise Schneid- und Umformwerkzeuge, unterliegen starken Abnutzungen, was die Qualität der hergestellten Produkte beeinträchtigen kann.
Innerhalb eines Projektes haben wir einen Demonstrator für vorausschauende Instandhaltung um ein Schneidwerkzeug erweitert, um den Zustand dieses Schneidwerkzeugs in Echtzeit überwachen zu können. Verschiedene Sensoren erfassen dabei verschleißbedingte Parameter wie:
- Schneidkraft
- Temperatur
- Vibrationsverhalten
- Schnittqualität
- Schneidplattenzustand
So kann rechtzeitig erkannt werden, wann ein Werkzeug ausgetauscht werden muss, bevor es zu ungeplanten Stillständen kommt.
Zustandsüberwachung unserer CNC-Fräsmaschine
Moderne CNC-Fräsmaschinen besitzen bereits eingebaute Sensoren, die Daten zu Stromverbrauch, Temperaturen, Drehzahlen und einige mehr liefern. Durch diese Sensoren kann sich jedoch kein komplettes Bild des Maschinenzustands gemacht werden. Für eine präziseres Bild haben wir zusätzliche externe Sensoren installiert. Diese ermöglichen:
Die frühzeitige Erkennung von Verschleiß an wichtigen Bauteilen und die Vermeidung von Folgeschäden
Die Anpassung von Maschinenparametern, um eine gezielte Abschaltung zu ermöglichen oder die Produktion bis zu einem bestimmten Zeitpunkt zu planen
Durch eine Schnittstelle mit unserer bestehenden Datenplattform wird eine Analyse der Daten ermöglicht, um Rückschlüsse aus dem Fräsprozess zu ziehen. Dadurch konnten wir innerhalb dieses Projektes mehrere Schritte für eine vorausschauende Wartung verbunden werden:
- Auswertung & Analyse der Daten
- Rückkopplung der Analyseergebnisse an die Maschinentechnik
- Verbindung & Sicherstellung des Datentransfers
- Daten sichtbar machen anhand von Visualisierungselementen
Vorausschauende Instandhaltung - Data Analytics
Datenanalyse für die Spritzgießmaschine
Zustandsüberwachung:
Über 25 Sensoren erfassen in Echtzeit verschiedene Daten unserer Spritzgießmaschine, jedoch nicht alle Daten können durch den Bediener gleichzeitig überwacht werden. Anhand verschiedener Analyse-Methodiken konnten wir die Sensordaten in einem zweidimensionalen Raum visuell aufbereiten, sodass Maschinenbetreiber auf einen Blick erkennen, ob es Auffälligkeiten gibt. Zentrale Bestandteile der Methoden sind:
Dimensionalitätsreduktion
statistische Analyse
Zeitreihenbearbeitung
Parameteroptimierung:
Um Ausschuss zu vermeiden und den Spritzgussprozess effizient zu gestalten, werden Maschineneinstellungen durch datenbasierte Modelle optimiert. Mithilfe einer Simulation in CADMOULD lassen sich verschiedene Parameterkombinationen testen, ohne dass reale Produktionszeit verloren geht. So können Qualitätsverluste minimiert und die Produktionsgeschwindigkeit maximiert werden.
Vorausschauende Instandhaltung für Wärmetauscher
Ein weiteres Konzept für die vorausschauende Instandhaltung haben wir anhand eines Wärmetauschers erstellt. Ablagerungen in den fluidführenden Leitungen können den Wärmeübergang beeinträchtigen und die Effizienz des Systems verringern.
Durch die Kombination aus Druck- und Temperaturmessungen sowie datenbasierten Analyseverfahren kann der Zustand eines Wärmetauschers überwacht werden. Mit einer modellbasierten Vorhersage lässt sich genau bestimmen, wann die kritische Temperaturschwelle unterschritten wird.
Das Ergebnis: Optimierte Wartungsintervalle, geringere Stillstandzeiten und eine verbesserte Energieeffizienz.
Mehr erfahren – Exklusive Inhalte für unsere Mitglieder
Du interessierst dich für unsere Predictive Maintenance Projekte und du gehörst zu einem unserer Mitgliedunternehmen? Dann findest du auf unserer Wissensdatenbank in Confluence detaillierte Informationen dazu.
Jedes Mitgliedsunternehmen hat Zugriff auf unsere Wissensdatenbank. Wende dich dazu an die verantwortliche Person in deinem Unternehmen oder frag Charline vom InnoHub:
Noch kein Mitglied bei uns?
Dann informier dich hier über eine Mitgliedschaft im InnoHub!
Unser InnoHUb Newsletter
Werde Teil
unseres Netzwerks
Am Standort Gummersbach in der Halle 51 sowie am B7 Campus in Windeck bieten wir Mitgliedern und allen Interessierten regemäßig Workshops und Veranstaltungen rund um das Thema Digitalisierung und Innovation an.
In unserem Newsletter informieren wir Sie deshalb einmal im Monat über alle zukünftige Events und Aktivitäten.
