The Doppler Quarterly (DEUTSCHE) Herbst 2017 | Page 9
Vorausschauende Wartung
Jede Maschine mit beweglichen Teilen wird irgend-
wann einmal ausfallen und einen Wartungsservice
benötigen. Wenn ein Rohr platzt oder ein Förderband
blockiert, wird die Produktion gestoppt und es sind
sofortige Reparaturen erforderlich. Dies sind Bei-
spiele für eine bedingungsbasierte Wartung. Glückli-
cherweise haben viele Systemteile eine definierte
Betriebsdauer. Ihr Austausch kann also geplant und
terminiert werden. Wir bezeichnen dies als vorbeu-
gende Wartung. Man kann durchaus sagen, dass
geplante/terminierte Ausfallzeiten für die vorbeu-
gende Wartung besser sind als ungeplante Ausfallzei-
ten für bedingungsbasierte Wartungsarbeiten.
Wenn ein proaktiver Austausch oder eine proaktive
Reparatur gleichzeitig mit einer bedingungsbasierten
Reparatur erfolgen kann, können die Außendienst-
teams weitere ungeplante Ausfallzeiten und größere,
teurere Folgereparaturen vermeiden.
Andererseits kann der reine Austausch von Teilen
nach einem zuvor festgelegten Zeitplan als Ver-
schwendung von Zeit und Kapital gesehen werden.
Ein Teil kan n beispielsweise mit einer Lebensdauer
von 10.000 Stunden bewertet werden, aber in der
Praxis 20.000 Stunden halten. Bei anderen Teilen
kann es sich umgekehrt verhalten und sie fallen
früher als geplant aus. Was ist also zu tun? Lohnt es
sich, dieses Teil gemäß Zeitplan auszutauschen oder
sollte noch gewartet werden? Wie viel kostet das
Teil? Wie lange dauert es, bis ein Ersatzteil beschafft
werden kann? Muss ich für den Notfall ein Ersatzteil
im Lagerbestand haben und wie bei einer Versiche-
rungspolice dafür bezahlen? Wie können Sie bei die-
sem Spiel gewinnen, indem Sie Ihre Anlage mit maxi-
maler Effizienz betreiben und gleichzeitig das
finanzielle Risiko einkalkulieren?
Das sind schwierige Fragen, die es zu beantworten
gilt. Sie sind jedoch die Daseinsberechtigung für die
vorausschauende Wartung, die einen datengesteuer-
ten Ansatz braucht, bei dem das Beste aus beiden
Welten zum Tragen kommt. Nur so kann die Produk-
tionslinie zu vernünftigen Kosten optimal am Laufen
gehalten werden.
Viele Systeme und Maschinen (wenn auch nicht alle)
sind seit langem mit Sensoren ausgestattet, die Tele-
metrie- oder Leistungsdaten erfassen. Diese Daten
sind typischerweise Rohdaten ohne Kontext. Einige
Unternehmen (wenn auch nicht alle) hatten die Weit-
sicht, diese Rohdaten in einer speziellen Datenbank
namens Data Historian zu erfassen. Meistens wird
diese Datenbank – in manchen Fällen jahrelang –
nicht oder nur wenig genutzt.
Mit der Cloud etwas richtig Großes
schaffen, bedeutet nicht, dass alles
in die Cloud gestellt wird.
HERBST 2017 | THE DOPPLER | 7