UdZ 1-2016
40 UdZ – Unternehmen der Zukunft 1/2016 FIR-Forschungsprojekte Smart Maintenance: Industrie 4.0 in der Instandhaltung Integrative Softwarelösungen für ein intelligentes, bedarfsorientiertes Instandhaltungsmanagement in komplexen Produktionsumgebungen Das Verbundprojekt SmartMaintenance zielt auf eine neuartige Softwarelösung für ein vorausschauendes Instandhaltungsmanagement zur Maximierung der Produktionsverfügbarkeit und Minimierung von Ausfallrisiken und Wartungs-/Betriebskosten ab. Aufgrund zu- nehmender Komplexität der Produktion, Volatilität von Auftragseingängen und Variantenreichtum der Produkte bei immer kürzeren Planungshorizontengewinnt ein flexibles und leistungsfähiges Instandhaltungsmanagement raschanBedeutung. Vor diesemHintergrund entwickeln die Verbundpartner FIR e. V. an der RWTH Aachen, GreenGate AG, pro-micron GmbH & Co. KG und flexis AG gemeinsam eine Lösung zur flexiblen Optimierung von Instandhaltung und Produktion. Die angestrebte IT-Lösung soll nicht nur eine durchgängige Verarbeitung undAnalyse aller relevantenBetriebsinformationen der gesamten Produktionsumgebung ermöglichen, sondern zugleich in Abstimmung mit der Produktionsplanung konkrete Handlungsempfehlungen geben, um die optimale Instandhaltungsstrategie zu realisieren. Denn in komplex gekoppelten Produktionsprozessen ist nur eine anlagenübergreifende Wartungsplanung wirklich sinn- voll. Softwaretechnische Grundlage hierfür ist die Erforschung eines innovativen Smart-Objects-Konzepts sowie die Strukturierung und erweiterte Funktionalisierung durch eine neuartige Smart-Objects-Bibliothek. Mithilfe dieses Ansatzes sollen dynamische Daten (Informationen und Handlungsanweisungen) über bisherige „Systemgrenzen“ hinweg effizient kommuniziert werden . Konzept zur Umsetzung eines integrativen Produktionsinstandhaltungsmanagement- systems SmartMaintenanceermöglichteinvorausschauen- des Instandhaltungsmanagement, das sowohl den aktuellen Maschinenzustand als auch die aus der Produktionsplanung ableitbare voraussichtliche Maschinenbelastung einbezieht. So kann eine op- timaleWartungsplanungerstellt unddiebestmög- liche Leistungsfähigkeit des Produktionssystems ausgenutzt werden. Mit einer Softwarelösung können mehrschichtige Entscheidungsprobleme der Instandhaltung abgebildet und anhand aller relevanten Faktoren optimiert werden. Dieses mehrschichtige Instandhaltungsmanagement ist fähig, Instandhaltungsmaßnahmen sowohl in Abstimmung auf Maschinenzustand und -verfüg- barkeit als auch hinsichtlich Rahmenvorgaben von Produktionssystem und dynamischer Produktionsplanung perfekt zu koordinieren. Im Gegensatz zu bisherigen Strategien sollen nicht nur Sensordaten einer Maschine aufgenom- men werden, sondern auch ein durchgängiger Informationsaustausch zwischen den einzelnen Softwaremodulen stattfinden (s. Bild 1, S. 37). Der Weg der effizienten und effektiven Um- setzung der oben beschriebenen Integration des Instandhaltungsprozesses in die Produktions- umgebung ist der Inhalt des Verbundprojekts Smart Maintenance (s. Bild 2, S. 38). Das Projekt wird von Partnern aus unterschiedlichen Be- reichen in Zusammenarbeit entwickelt. Die jewei- ligen Aufgabenfelder sind wie folgt verteilt: Der Sensordienstleister pro-micron GmbH & Co. KG ist für die Datenerfassung verantwort- lich. Im Mittelpunkt stehen die Entwicklung der Diagnosewerkzeuge zur Messung des Anlage-zustands sowie die Aufbereitung der aufgenommenen Daten. Die Auswertung der Zustandsdaten und das Einsetzen des IPS (Instandhaltungsplanungssystems)wird von dem Softwareunternehmen GreenGate AG übernom- men. Außerdem besteht eine weitere Aufgabe in der Erstellung eines Schnittstellenmoduls zur Interaktion von Instandhaltungs- und Produktionsplanung (Advanced-Planning-System, flexis AG ). Für die Aufnahme aller relevanten Messwerte zur Darstellung des Maschinenzustands dienen die Smart Objects. Für die Aufbereitung der von ihnen aufgenommen Zustandsdaten wird die Smart-Objects-Bibliothek eingesetzt. Diese bündelt alle gesammelten Daten. Das heißt, dass alle Komponenten der zugehörigen Anlage im System zugewiesen werden, aber auch, dass alle Komponenten des gleichen Typus zu- sammengefasst werden. Des Weiteren ist die Normierung der Daten erforderlich, um die not- wendige Vergleichbarkeit der Daten herzustellen. Schließlichwerden die gemessenenDatenpunkte mittels Polar-Plots und Kurvenscharen zu- sammengeführt. Die größte Herausforderung besteht in der Datenbewertung. Hierfür werden mithilfe von statistischen Methoden Prognosen zu den Ausfallwahrscheinlichkeiten der Bauteile erstellt und für eine Gesamtanlage zusam- mengefasst. Ebenfalls sollen Referenzkurven für die Datenbewertung genutzt werden. Die Anlagendaten und Referenzkurven werden für die automatische, fortlaufende Bewertung der Sensordaten verwendet, damit die Dynamik und Lernfähigkeit des Systems gewährleistet sind. Aus den statistischen Auswertungen der aufbe- reiteten Sensorsignale und den werkstückspe- zifischen Sollkurven werden Ausfallsprognosen abgeleitet. Anhand dieser Prognosen können Projekttitel SmartMaintenance Projekt-/Forschungsträger BMBF; DLR Förderkennzeichen 01IS14028D Projektpartner ForumVisionInstandhaltung e.V.;GreenGateAG; Berger GruppeGmbH;BILSTEIN SERVICEGmbH;GETRAG Getriebe-undZahnradfabrik; AMAVerbandfürSensorik undMesstechnike.V.;pro- micronGmbH&Co.KG;flexis AG; DFADemonstrations- fabrikAachenGmbH Ansprechpartner RomanEmonts-Holley,M.Sc. Internetseite smartmaintenance.de
Made with FlippingBook
RkJQdWJsaXNoZXIy NzcyMw==