Durch eine fortlaufende Überwachung des Zustands von Maschinen können Betriebsabläufe sicherer und effizienter gestaltet werden. Besonders bei kritischen Komponenten ist die Ausrichtung auf den Zustand oder sogar die vorausschauende Instandhaltung heutzutage die bevorzugte Methode: Moderne intelligente Komponenten von Systemen übermitteln relevante Zustandsparameter an übergeordnete Systeme für Instandhaltungsmanagement. Doch wie verhält es sich mit älteren Komponenten, die nicht über entsprechende Diagnosefähigkeiten verfügen? Hier bietet eine durchdachte Kombination aus IIoT-Sensorik, Gateway-Einheiten und Cloud-Diensten eine ideale Lösung zur nachträglichen Aufrüstung. In einem Fertigungszentrum für Prozessinstrumentierung und -analytik hat sich dieses Paket als äußerst kosteneffizient und vielseitig erwiesen.
In Produktions- und Prozessanlagen streben Instandhaltungsteams seit Jahrzehnten danach, die Gesamtproduktivität zu steigern. Ein zentrales Element dieser Bemühungen ist die Entwicklung und Umsetzung effektiver Instandhaltungsstrategien. Der traditionelle Ansatz, Maschinen und Anlagen so lange laufen zu lassen, bis sie ausfallen (sog. „Run to Failure“), hat sich als ineffizient und kostspielig erwiesen. Ein entscheidender Schritt in der Entwicklung effektiverer Instandhaltungsstrategien war die Einführung der vorbeugenden Instandhaltung (Preventive Maintenance – PM). Dabei handelt es sich um routinemäßige Wartungs- und Inspektionsmaßnahmen, die nach festgelegten Zeitplänen durchgeführt werden. Obwohl PM dazu beiträgt, unerwartete Ausfälle zu vermeiden, führt sie manchmal auch zu unnötigen Instandhaltungsarbeiten, wenn die Ausrüstung eigentlich noch in gutem Zustand ist.
Als nächster Entwicklungsschritt effizienter Instandhaltungsstrategien gilt die vorausschauende Wartung (Predictive Maintenance – PdM). Hierbei werden Daten über den Zustand der Ausrüstung gesammelt und analysiert, um vorherzusagen, wann eine Wartung erforderlich sein könnte. Das Ziel dieser Methode ist es, die Wartung dann durchzuführen, wenn sie tatsächlich notwendig ist, basierend auf dem aktuellen Zustand der Ausrüstung und nicht nach einem vordefinierten Zeitplan. Ein wichtiger Aspekt von PdM ist die zustandsorientierte Instandhaltung (Condition-Based Monitoring, CBM), die die kontinuierliche Überwachung und Analyse des Zustands von Anlagen während des normalen Betriebs beinhaltet. Die erfolgreiche Umsetzung dieser zustandsbasierten Instandhaltung erfordert verschiedene Technologien und Ressourcen wie geeignete Sensoren, Datenübertragungs- und -verarbeitungssysteme sowie spezielle Analysesoftware. Ohne diese Mittel ist es unmöglich, Wartungen basierend auf den aktuellen Maschinenzuständen durchzuführen. Das Nachrüsten solcher Technologien ist nun kostengünstig möglich, insbesondere für rotierende oder vibrierende Anlagenkomponenten, wie das folgende Beispiel verdeutlicht.
Kompetenz in der Fertigung von Durchflussmessgeräten
Das Siemens-Werk in Haguenau, Frankreich, das 2020 sein 50-jähriges Bestehen feierte, beschäftigt über 800 Mitarbeitende. Es ist spezialisiert auf die Herstellung von Druckmessgeräten, Durchflussmessgeräten und Gasanalysatoren und wurde aufgrund seiner innovativen Ansätze in der digitalen Transformation ausgezeichnet: Seit 2015 hat das Werk seine Produktion kontinuierlich durch Automatisierung, Robotik und Digitalisierung optimiert. Produktionsprozesse können nun in Echtzeit simuliert und effizienter gestaltet werden.
Robert Gerber koordiniert hier die Instandhaltung, während sein Kollege David Uhrig als Wartungsplaner tätig ist. „In Bezug auf die Instandhaltung haben wir in den letzten Jahren enorme Fortschritte gemacht“, erklärt Uhrig, der seit 1995 im Werk Haguenau als Wartungstechniker und dann als Wartungsplaner tätig ist. „Unsere Instandhaltungsteams tragen dazu bei, die Effizienz der Anlagen von Jahr zu Jahr zu verbessern. Wir überwachen die Produktionsanlagen rund um die Uhr und profitieren heute von Diagnosemöglichkeiten, die vor einigen Jahren noch nicht verfügbar waren.“ Die Wartungsstrategien variieren von Anlagenteil zu Anlagenteil, wie Gerber berichtet: „Wir bewegen uns täglich zwischen den Herausforderungen des Wollens und des Könnens: Durch Kritikalitätsanalysen wissen wir natürlich, welche Auswirkungen der Ausfall bestimmter Anlagenteile auf die Betriebsleistung haben kann und worauf wir dementsprechend ein besonderes Augenmerk legen müssen. Dennoch können wir nicht für alle Anlagen vorausschauende Instandhaltungsstrategien entwickeln, da uns die Zustandsdaten fehlen.“
Für die meisten kritischen Anlagenteile sind entsprechende Ersatzteile vorhanden, aber das allein schützt nicht vor Anlagenstillständen: „Nehmen wir unseren Autoklav als Beispiel“, erläutert Gerber: „Alle Durchflussmesser haben eine spezielle Innenbeschichtung, die im Autoklav vulkanisiert wird. Wenn er ausfällt, steht die Produktion still. Besonders kritisch ist hier der Motor für das Gebläse, und wir haben einen solchen Motor auf Lager. Das Problem bei einem plötzlichen Ausfall ist jedoch, dass das Lüfterrad ohne Kupplung auf der Motorachse befestigt ist. Das bedeutet trotz des Ersatzteils zwei Tage Ausfallzeit und den Einsatz von Spezialisten.“
Condition-Based Monitoring als Nachrüstlösung
Für diesen Motor wünschten sich die beiden Instandhaltungsspezialisten eine zustandsorientierte Überwachungsmöglichkeit und wurden im eigenen Haus fündig: Ihr Arbeitgeber bietet ein intelligentes System zur kontinuierlichen Überwachung und Wartung von rotierenden oder vibrierenden Maschinenkomponenten. Es nutzt eine Kombination aus IIoT-Sensoren und künstlicher Intelligenz, um Schwingungs- und Temperaturdaten kontinuierlich zu erfassen und zu analysieren.
Die Multisensoren Sitrans MS200 werden direkt an den betreffenden Anlagenkomponenten montiert. Sie zeichnen sich durch ihre Robustheit und ihr IP 69-geschütztes Gehäuse aus, das einen sicheren Betrieb unter industriellen Bedingungen gewährleistet. Eine Verkabelung der batteriebetriebenen Sensoren ist nicht notwendig, da die Datenübertragung über Bluetooth Low Energy (BLE) zu den Sitrans CC220 Gateways erfolgt. Diese Gateways sammeln die Daten der Multisensoren und leiten sie an die Cloud-Anwendung weiter. Sie sind Teil eines umfassenden internen Sicherheitssystems, das eine durchgängige Verschlüsselung von der Sensorebene bis zur Anwendungsebene umfasst.
