Predictive Maintenance

Die Umsetzung erfordert drei grundlegende Dinge, Daten, Zeit und Analyse. Besonders wichtig ist die Ausfallhistorie, also die Möglichkeit, vergangene Maschinenausfälle zu ermitteln. Oft fehlt genau am Schnittpunkt zwischen dem Auftreten eines Fehlers und seiner Erfassung die Information. Diese Lücke klären wir am Anfang jedes Projekts.

Ja, dann gehört die Sensorik zum Projekt. Standard-IoT-Sensoren sind für manche Anwendungen nicht empfindlich oder präzise genug, etwa in der Komponentenfertigung. In solchen Fällen wird die Messtechnik gemeinsam mit der Lösung ausgelegt.

Die Grundlage ist dann schon da. Condition Monitoring zeigt den aktuellen Zustand, Predictive Maintenance macht daraus eine Vorhersage. Ihre vorhandene Sensorik liefert die Daten, auf denen die Modelle trainiert werden.

Eine Standardlösung passt, wenn sich das Problem auf wenige Sensoren beschränken lässt, gut definiert ist und die Daten bereits in standardisierter Form vorliegen. Bei komplexeren Anlagen mit vielen verschiedenen Sensoren und komplizierten Abläufen führt der individuelle Weg zum Ziel. Er ist anfangs oft teurer, kostet langfristig aber weniger Zeit und Geld.

Beides ist möglich. Standardlösungen eignen sich besonders für Unternehmen mit Cloud-Infrastruktur. Wenn Ihre Daten das Haus nicht verlassen sollen, läuft die Lösung in Ihrer eigenen Umgebung.

Das hängt an den Kosten, die ungeplante Stillstände heute verursachen. Je teurer eine Stunde Stillstand und je kritischer die Anlage, desto schneller trägt sich die Vorhersage. Die Rechnung dazu gehört in die Beratung am Projektanfang, nicht in eine Pauschalaussage.