Schwerpunkte

Mindbreeze

Vorausschauende Wartung mit künstlicher Intelligenz

04. August 2021, 11:16 Uhr   |  Andrea Gillhuber

Vorausschauende Wartung mit künstlicher Intelligenz
© Askhat Gilyakhov – Shutterstock.com

Mit an Maschinen und Anlagen generierten Daten sollen Störungen frühzeitig erkannt und vermieden werden. Doch nur durch eine intelligente Verknüpfung mit den dafür relevanten Daten unterschiedlicher Quellsysteme entfalten sie ihr volles Potenzial. Dabei helfen Insight Engines.

Die Anforderungen an die Instandhaltung von Maschinen haben sich in den vergangenen Jahren stark geändert. Statt festgelegte Wartungsintervalle zu befolgen, fokussieren sich Industrie-konzerne zunehmend auf künstliche Intelligenz (KI), um Störungen zu erkennen noch bevor sie eintreten. Auf diese Weise sind sie in der Lage, Ausfälle sowie ungeplante Stillstände auf ein Minimum zu reduzieren oder zu vermeiden und damit die Wartungskosten zu senken.

Ermöglicht wird das durch Predictive Maintenance – sprich vorausschauende Wartung. Hierbei lassen sich mithilfe von KI laufend Verfahrens- und Produktionsdaten von Maschinen und Anlagen erfassen, analysieren und Abweichungen außerhalb der Toleranzgrenze aufzeigen. Basierend auf den gesammelten Daten errechnet das System Wartungsinformationen, wie beispielsweise den idealen Zeitpunkt für den Tausch eines Verschleißteils, um einen langfristigen Ausfall der Maschine zu verhindern.

Herausforderung: Daten beherrschen und nutzbar machen

Bei der vorausschauenden Wartung wird täglich eine riesige Menge an Daten produziert und aufgezeichnet. Direkt an den Maschinen und Anlagen verbaute Sensoren messen kontinuierlich festgelegte Parameter wie Temperatur, Feuchtigkeit, Druck etc. Zeitgleich dokumentieren intelligente Maschinen Informationen über die Umwelt, zum Beispiel Außentemperatur, Erschütterungen oder Luftfeuchtigkeit. Abweichungen außerhalb der Toleranzgrenze lassen sich auf diese Weise rasch erkennen und Mängel frühzeitig beheben, noch bevor es zu einem Stillstand oder einem Ausfall kommt. Erst durch die Kombination mit anderen im Unternehmen vorhandenen Daten wie Wartungspläne, Konstruktionszeichnungen, Bestellungen und Rechnungen führen diese gesammelten Informationen zu tiefgehenden Erkenntnissen und damit zu einem enormen Vorteil im hart umkämpften Wettbewerb.

In der Praxis ist es aber meist der Fall, dass die Wartungsteams mit völlig anderen Anwendungen und Programmen arbeiten als die Mitarbeiter im Einkauf, in der Buchhaltung oder in der Qualitätssicherung. Die verfügbaren Informationen sind daher in unterschiedlichen Applikationen verteilt und jeder Mitarbeiter arbeitet nur mit einem Bruchteil des theoretisch nutzbaren Wissens. Was fehlt ist die Möglichkeit, eine Gesamtsicht auf ein bestimmtes Thema abzubilden.

Bild 1. Interactive Exploded View einer Insight Engine.
© Mindbreeze

Bild 1. Interactive Exploded View einer Insight Engine.

Um diese Gesamtsicht abrufen zu können, setzen Unternehmen verstärkt so-genannte Insight Engines ein. Sie vereinen Technologien klassischer Enterprise Search-Lösungen mit künstlicher Intelligenz sowie fortschrittlichen Methoden der Spracherkennung, um Unternehmensdaten aus den unterschiedlichsten Quellsystemen intelligent zu verknüpfen, zu analysieren und aufzubereiten. Suchen Anwender nach einem bestimmten Thema wie einem Bauteil, schöpft die Insight Engine aus dem gesamten Datenpool. Sie berücksichtigt sämtliche unstrukturierte und strukturierte Daten – von Produktionsdaten über Wartungsprotokolle, Pläne, Dokumentationen bis hin zu Expertenmeinungen – extrahiert die benötigten Informationen und stellt sie angereichert mit kontextspezifischen Zusatzinformationen bereit. Informationen über Bestellhäufigkeiten, Qualität oder Experten zu einem gesuchten Thema oder dem entsprechenden Bauteil stehen damit ebenso übersichtlich aufbereitet zur Verfügung. In Form einer sogenannten ‚Inter-active Exploded View‘ lassen sich diese Detailinformationen mittels Mouseover abrufen, ohne dass der Anwender eine weitere Recherche starten muss. Dadurch bietet sich die Chance, Verbesserungspotenziale auf einen Blick zu erkennen und bei Bedarf einzelne Produktionsabläufe oder gar gesamte Geschäftsprozesse anzupassen. Muss aufgrund einer Abweichung außerhalb der Toleranzgrenze ein Bauteil ausgetauscht werden, besteht dank dieser 360°-Sicht ein Überblick über alle relevanten Informationen zu Hersteller, Lieferanten oder Qualität, obwohl diese in unterschiedlichen Datenquellen gespeichert sind (Bild 1).

Seite 1 von 2

1. Vorausschauende Wartung mit künstlicher Intelligenz
2. Unterschied durch künstliche Intelligenz

Auf Facebook teilen Auf Twitter teilen Auf Linkedin teilen Via Mail teilen

Das könnte Sie auch interessieren

Verwandte Artikel

Mindbreeze GmbH

Industrie 4.0