Predictive Maintenance – Daten live vom Band mit dem Internet of Things

5 von 5 Sterne, 1 Bewertung

Weg mit der Glaskugel, her mit den Fakten

Smart Factory

75 Prozent der befragten Mitgliedsunternehmen und Hochschulen der Elektro- und Informationstechnik sind laut einer aktuellen VDE-Studie1 davon überzeugt, dass die Smart Factory bis spätestens 2025 Realität ist. Doch wie smart kann eine intelligente Fabrik werden? Wie kann die Industrie durch das Internet of Things gewinnen? Die Automobilindustrie macht es bereits heute vor und nutzt Daten aus der Produktion, um im Rahmen von Predictive-Maintenance-Maßnahmen etwa schlechter Qualität vorzubeugen.

Der Begriff Smart Factory beschreibt, wie Vorgänge und Prozesse aus dem Arbeitsalltag von Mensch wie Maschine in einer digitalen Welt abgebildet werden.2 Mithilfe von Sensoren werden überall in der Fabrik Daten gesammelt, an zentraler Stelle abgelegt und ausgelesen. So sind etwa Lagerbestände jederzeit abrufbar. In Zukunft sollen diese Produkt- wie auch Produktionsdaten noch systematischer und konsequenter genutzt werden, bis die physikalische und die virtuelle Welt mithilfe von sogenannten „cyber-physischen Systemen“ zu einem Internet der Dinge verschmolzen sein wird. Schon auf dem heutigen Stand werden Optimierungspotenziale offensichtlich:

  • Störungen kann schnell und einfach auf den Grund gegangen werden
  • Maschinen sind künftig in der Lage, sich selbst bzw. andere zu optimieren und mit dem Menschen zu kommunizieren
  • die Wartung und Instandhaltung kann mithilfe von Predictive-Maintenance-Tools verbessert bzw. in einem nächsten Schritt von den Maschinen selbst angezeigt und durchgeführt werden

Prozessdaten lassen sich auch zu Vorhersagen darüber verwenden, wann mögliche Ausfälle an Maschine wie auch dem Endprodukt auftreten. Bei der Predictive Vehicle Inspection ist es beispielsweise möglich, während der Produktion vorherzusehen, ob ein Fahrzeug den abschließenden Qualitätstest besteht. Dafür werden spezifische Informationen über Motortyp und Modell gesammelt, aber auch Daten darüber, welcher Mitarbeiter in welcher Schicht am Auto gearbeitet hat und von welchem Lieferanten die Teile stammen.3 In Echtzeit analysiert garantieren diese Daten eine stabile Qualität über die gesamte Fertigungslinie.

Nicht nur smart, sondern auch überzeugend

Erfolgsbeispiele für Predictive Maintenance gibt es genug: Bei Daimler konnte die Ausschussquote in der Produktion der Zylinderköpfe um 25 Prozent gesenkt werden. BMW nutzt Datenanalyse-Tools, um passende Reparaturanweisungen zu bestimmten Produktionsfehlern an seine Werkstätten herauszugeben. So reduziert der bayrische Premiumhersteller nicht nur Folgekosten, sondern steigert auch die Zufriedenheit seiner Kunden.4
Wichtig ist dabei, dass die IT-Infrastruktur auf eine solche Rechenleistung ausgerichtet ist – nur so kann die Predictive Maintenance als Frühwarnsystem benutzt werden.

Erfahren Sie in folgender Infografik mehr über die Einsatzmöglichkeiten von Predictive Maintenance in der Automobilindustrie.

Pflichtfelder sind mit einem Stern (*) markiert.

Anrede

Benutzeranmeldung

Geben Sie Ihre E-Mail-Adresse und Ihr Passwort ein, um sich anzumelden. Pflichtfelder sind mit einem Stern (*) markiert.

Kommentare

5 von 5 Sterne, 1 Bewertung

Es gibt noch keine Kommentare

Kommentar hinterlassen