Ausfälle von Anlagen sind teuer. Unvorhergesehene Reparaturen im Anlagenbetrieb kosten immer viel zu viel Zeit, ungeplante Stillstandszeiten können immense Verluste bringen. Auf dem Weg zu Industrie 4.0 mit ihrem gigantischen Plus an modernster, höchst anspruchsvoller Anlagentechnik wächst die Bedeutung von effizienter und effektiver Wartung zur Sicherstellung des Betriebes noch erheblich.
Vorausschauende Wartung, auch „Predictive Maintenance“ (PdM) genannt, soll helfen, mögliche Systemausfälle durch rechtzeitige Vorhersagen zu vermeiden und damit Wartungs-, Service- und natürlich Stillstandskosten weitestgehend zu minimieren. IT-basierte Verfahren mit hochsensiblen Analysetools erfassen nicht mehr nur Istzustände, sondern erkennen auch an minimalen Veränderungen von Messgrößen Trends, die z. B. zu Ausfällen führen können. Dazu müssen ständig Millionen von Daten erfasst und analysiert werden.
Big Data händisch „füttern“?
Global Player wie IBM, blue yonder, sas, Bosch oder SAP haben dafür bereits „Big Data“-Applikationen entwickelt. Doch keine davon nutzte bislang die Möglichkeiten eines modernen Engineeringsystems. Das bedeutet, dass das PdM händisch bzw. mit Hilfe von mühselig zu füllenden Listen und diversen Interfaces mit den passenden Engineering-Informationen separat “gefüttert“ werden muss, damit es die Zustandsdaten, die es laufend aus dem Leitsystem erhält, richtig interpretieren kann. Da 50.000 Signale in einem Leitsystem keine Seltenheit sind, ist der Aufwand dafür in der Regel enorm. Doch ohne dieses Engineering-Wissen kann selbst das intelligenteste PdM nichts mit den gemessenen Livedaten anfangen. Es muss verstehen, dass der Wert x zu Signal y z. B. einen bestimmten Druck an einem ganz bestimmten Sensor bedeutet.
Single Source of Truth
Die Systemplattform Engineering Base (EB) des Hannoverschen Software-Entwicklers Aucotec ist als bisher einziges Softwaresystem in der Lage, das Engineering intelligent mit einem PdM-Tool zu vernetzen. Seine spezielle Mehrschicht-Architektur und zentrale Datenhaltung machen das möglich. EB lässt sich dazu eng an Hochleistungs-Analyseanwendungen für PdM anbinden.
Die Plattform kann abstrakte Objekte, sogenannte „Interpretationen“, wie z. B. Messtypen zur Druckmessung in einer Zuleitung, die unterhalb eines Sensors eingeordnet werden, darstellen. Ohne Datenbankbasierung wären derartige Informationen gar nicht abbildbar, in Stromlaufplänen oder P&IDs tauchen sie nicht auf.
Damit fungiert EB als Quelle aller technischen Daten einer Anlage, auch aller begrenzenden oder kritischen Werte, Dimensionierungen und Maßeinheiten, aber genauso auch ihrer Übertragungscharakteristik. Diese Festlegungen lassen sich außerdem gleichzeitig für die Leitsystem- und PdM-Konfiguration nutzen. Dadurch ist das Predictive Maintenance-System in der Lage, die Livedaten aus dem Leitsystem ohne zusätzlichen Aufwand eindeutig zu interpretieren. So ist EBs Anlagenmodell die „Single Source of Truth“ für den PdM-Prozess.
Erste Praxis
Die Anbindung des Engineerings an das PdM wird in der Praxis bereits sehr erfolgreich bei einem großen, global operierenden Maschinenbauer mit hochmodernem Wartungskonzept eingesetzt. Er nutzt EB und SAPs PdM-System auf Basis der HANA-Technologie. Das Unternehmen erwartet dadurch eine Einsparung von rund 50 % seiner weltweiten Wartungskosten. Aufgrund der flexiblen und performanten Datenbank von EB, deren Basis der weit verbreitete Microsoft SQL Server ist, sind Anbindungen weiterer Predictive Maintenance-Werkzeuge jederzeit möglich.
Workflow:
Nach allen Festlegungen im Engineering überträgt die Plattform an das PdM-System die Vorgabedaten, wie Dimensionierungen und Einheiten für mögliche Signale, die textuellen Bedeutungen der Zustandswerte inklusive sprachlicher Übersetzungen, die Identifikationsdaten und Zusammenhänge zu Anlagen, Komponenten und Signalen sowie die Konfiguration des Übertragungsverhaltens. Das Leitsystem erhält ebenfalls passende Konfigurationsdaten aus EB.
Sendet das Leitsystem Livedaten aus dem Betrieb ans PdM, so werden sie dort für die Auswertelogik aufbereitet. Mit Hilfe dieser Logik interpretiert das PdM-System die Livedaten aus der Anlage auf Basis der von EB definierten Engineeringdaten und kann seine Analyse vornehmen. Eine weitere Applikation zeigt dem PdM-Nutzer dann mögliche Maintenance-Fälle auf.
Kontrollierte Datenübertragung
Die Übertragung der Engineeringdaten an das PdM-System ist sowohl „on demand“ als auch zeitgesteuert automatisiert machbar. Dabei erhält der verantwortliche Ingenieur sofort und automatisch eine E-Mail-Nachricht zu jeder Datenübermittlung. Sie enthält eine Zusammenfassung und Details zu globalen Vorgabedaten, Anlagendaten aus EB-Projekten, Dimensionen (z.B. Temperatur) und Übertragungseinheiten (z.B. °C). Die Übertragung der Daten läuft über den modernen Web Communication Server von EB, so dass sie jederzeit – auch ohne geöffnete Applikationen – stattfinden kann. Damit ist stets absolute Datenaktualität gewährleistet.
Verlässlich
Anlagenbetreiber und ihre Kunden, die pünktliche Lieferung der bestmöglichen Qualität erwarten, gewinnen gleichermaßen durch verbesserte Anlagenverfügbarkeit und effizientere Wartungsprozesse. Teilweise schwer erreichbare bzw. sehr verstreut stationierte Windkraftanlagen sind ein typisches Beispiel, wann PdM besonders wertvoll ist. Aber auch z. B. mobile „Anlagen“, bei denen die Sicherheit von Menschen gewährleistet sein muss, wie Bahnen, Fahrstühle oder Busse profitieren in besonderem Maße davon.
EBs Anbindung des Engineerings an das PdM wird den Ansprüchen von Big Data wirklich gerecht. Sie spart gigantische Aufwände, die nötig wären, wenn das PdM-System die Livedaten aus der Anlage nicht konsistent mit den Engineeringdaten in Verbindung bringen könnte. Derart professionalisierte Prozesse haben nichts mit fragwürdiger Hellseherei zu tun, sondern schaffen verlässliche Vorhersagen auf Basis außerordentlich verlässlicher Engineeringdaten.