KI in produzierenden Unternehmen: Voraussagende Instandhaltung mit Signal Tracking im Zeitalter der       Industrie 4.0

hand von Daten und Analysen des industriellen IoT (Internet of Things) zukünftige Ereignisse voraussagen. Anomalien werden automatisch erkannt, bevor sie Probleme verursachen. So können Produzierende beträchtliche Erfolge hinsichtlich ihrer Betriebszeiten, Kosten, Qualität und sämtlicher Umweltaspekte erzielen. Mit dem Signal Tracking System (STS) von LOTAS werden in der Industrielandschaft 4.0 Gerätesignale aller Art erfasst und an eine zentrale Datenbank übertragen.

 

Chancen für produzierende Unternehmen
Die voraussagende Instandhaltung hat sich branchenübergreifend zu einem unverzichtbaren Instrument für jene Unternehmen entwickelt, die mit Maschinen und Anlagen ihre Herstellungsverfahren perfektionieren. Durch die kontinuierliche Überwachung und Analyse von Sensordaten erkennen Produzierende frühzeitig Auffälligkeiten und beheben die Ursache, bevor sie den Produktionsprozess beeinträchtigt.

Beliebige Gerätesignale tracken
Die Vernetzung der Maschinen (Industrie 4.0) ermöglicht eine reibungslose Kommunikation zwischen allen menschlichen und maschinellen Prozessbeteiligten in Echtzeit.

Im Produktionsprozess können z. B. SPSen, Kameras und Computer eingebunden sein. Bei der Einführung des STS bleibt die Datenstruktur der Anlagen erhalten, es bedarf auch keiner zusätzlichen Schnittstelle. Dadurch gestaltet sich die Integration in den Produktionsprozess ressourcenschonend, schnell und preiswert.

Die Produzierenden bestimmen mit ihren frei definierbaren Parametern, welche Gerätesignale automatisch überwacht werden sollen. Alternativ können Mitarbeitende die Gerätesignale manuell –
beispielsweise mit einem Schalter oder an einem Touch-screen – tracken.

Das STS lernt, selbständig Muster und Anomalien zu erkennen und zuverlässig zu isolieren (Maschinelles Lernen). Die Ergebnisse der kontinuierlichen Sensordatenüberwachung werden automatisch erfasst und archiviert. Dadurch lassen sie sich jederzeit zurückverfolgen und nachweisen.

Datenbasierte Erkenntnisse nutzen
Anhand der Verschleiß- und Leistungsdaten können Produzierende die Wahrscheinlichkeit eines Maschinenausfalls voraussagen und geeignete Serviceintervalle ableiten. Dadurch fallen die Wartungs- und Reparaturkosten möglichst gering aus. Gleichzeitig werden (unerwartete) Stillstände und damit einhergehende Lieferverzögerungen, die erhebliche finanzielle Folgen mit sich ziehen können, vermieden.

Wertvolle Erkenntnisse wie Produktionsmengen, Ausschuss und akute Störungen sind für die gesamte Ressourcen- und Prozessplanung nützlich oder sogar essenziell. Diese Informationen stellen eine hohe Material- und Anlagenverfügbarkeit sicher und fördern eine hohe Produktqualität. Per Klick können Mitarbeitende die komplexen Datenmengen individuell zusammenstellen und übersichtliche Reporte generieren.

Gerätesignale live auswerten
Per Echtzeit-Monitoring behalten alle Prozessbeteiligten auf einfachste Weise die wichtigsten Kennzahlen im Blick: Die ansprechenden Grafiken und Diagramme sind übersichtlich, klar und für jeden verständlich. Service-Teams lesen beispielsweise den Zustand der Anlagen ab und Produktionsmitarbeitende verfolgen den Fortschritt ihrer Arbeit auf dem Monitor in der Produktionshalle.

KPI-Überwachung per Echtzeit-Monitoring

Das integrierte Informationssystem reagiert auf vordefinierte Trigger. Sobald Gerätesignale einen Trigger auslösen, können entsprechende Mitarbeitende eine Benachrichtigung erhalten, z. B. per E-Mail oder SMS. Ein logisches Farbenspiel zur einfachen Darstellung der Eskalationsstufen runden die benutzerfreundlichen Warn- und Meldeprozesse ab (grün = o. k., gelb = Wartung, rot = Störung). Im folgenden Beispiel weist die Trigger-Warnung den Produktionsleiter auf eine Störung hin. Er kann sich am Bildschirm vom Standort bis zur problematischen Station durchklicken und die richtigen Gegenmaßnahmen einleiten.

 

Chancen im Anlagen- und Maschinenbau
Die voraussagende Instandhaltung unterstützt Maschinen- und Anlagenbauer in zweierlei Hinsicht. Einerseits profitiert der Hersteller selbst von der Sensorüberwachung. Andererseits kann er schon vor der Auslieferung seiner Maschine interne Tests aufbauen und durchführen, wodurch umfangreiche Datenmengen zusammenlaufen. Je mehr Daten der Künstlichen Intelligenz zur Verfügung stehen, desto zuverlässiger kann sie Anomalien erkennen. Für den Kunden macht es demnach einen bedeutenden Unterschied, ob der Hersteller vorab Tests durchgeführt hat. In diesem Fall greift die KI ab dem ersten Arbeitstag der Maschine auf die vom Hersteller gesammelten Daten zu.

„Nach unserer Erfahrung sind sich bereits viele Unternehmen der Vorteile einer voraussagenden Instandhaltung bewusst, dennoch haben bislang erstaunlich wenige die Chance ergriffen“, betont Thomas Lorenz. Die LOTAS Softwareentwicklung GmbH berät und begleitet innovative Unternehmen sowohl beim ressourcenschonenden Start in die Welt von Industrie 4.0 als auch beim Ausschöpfen ihres vollen Potenzials mithilfe von Künstlicher Intelligenz.


Kontakt

Thomas Lorenz
LOTAS Softwareentwicklung GmbH
info@LOTAS.de
www.LOTAS.de