View
224
Download
0
Category
Preview:
Citation preview
1
© Fraunhofer IPA 2015
Alle reden drüber, kaum einer macht‘s!
SMART PREDICTIVE MAINTENANCE
Thomas Adolf
2
© Fraunhofer IPA 2015
Fraunhofer IPA Technologieberater und Innovationstreiber seit 1959
Betriebshaushalt gesamt: 63,0 Mio Euro
Investitionenhaushalt gesamt: 4,0 Mio Euro
Wirtschaftserträge gesamt: 24,1 Mio Euro
Mehr als 550 wissenschaftl. Mitarbeiter
Fraunhofer-Institutszentrum Stuttgart
Hinweis: Zahlen beziehen sich auf das Gesamtjahr 2017, alle Standorte
Neubau Technikum Gebäude D in Stuttgart
3
© Fraunhofer IPA 2015
Fraunhofer IPA als Partner der deutschen Industrie
Mehr als 1.000 Projekte mit Industriekunden pro Jahr
Ziel: Verbesserung der Wettbewerbsfähigkeit produzierender Unternehmen mit Fokus auf strategische Eckpfeiler »Mass Sustainability« und »Mass Personalization«
Quelle: Foto rechts: Universität Stuttgart IFF / Fraunhofer IPA
4
© Fraunhofer IPA 2015
Themen: Situations- und Potenzialanalyse
Instandhaltung Neuausrichtung und Optimierung
der Instandhaltung Absicherung der Verfügbarkeit
von Produktionsanlagen und -systemen
Instandhaltungscontrolling und Kennzahlensysteme
Smart Maintenance – Instandhaltung im Umfeld von Industrie 4.0
Instandhaltung am Fraunhofer IPA
5
© Fraunhofer IPA 2015
Predictive Maintenance Auszug aus der Fachpresse
…nur mit Big-Data-Methoden einsetzbar. …
…74% der Befragten … trauen ihnen lediglich geringen Nutzen zu. … …aufwändige Integration
und IT-Sicherheit gelten als Bremser, ...
…Kernkomponente der unter der Bezeichnung „Industrie 4.0“ zusammengefassten Modernisierungsanstrengungen. ...
… erst, wenn Anwender einen echten Mehrwert erfahren, wird das Prinzip nachhaltig überzeugen.“ , …
…ungeplante Stillstände gehen um 70% zurück …
……
Predictive Maintenance ist überall präsent
Sehr differenziertes Meinungsbild in der Fachpresse
6
© Fraunhofer IPA 2015
Abgrenzung: Condition Monitoring – Predictive Maintenance
Predictive Maintenance Alle reden drüber, kaum einer macht‘s! Warum?
7
© Fraunhofer IPA 2015
Predictive Maintenance Einordnung
Präventive IH
Vorausbestimmte IH
Predictive Maintenance Vorraussagende IH
Vorbeugende Instandhaltung
IH durchgeführt in festgelegten Zeitabständen oder nach einer festgelegten Zahl von Nutzungseinheiten.
Kombiniert die Zustandsorientierte IH mit darauf basierenden Prognosen über den verbleibenden Abnutzungsvorrat.
IH basierend auf Zustandsüberwachung/ Condition Monitoring
Zustandsorientierte IH
8
© Fraunhofer IPA 2015
Predictive Maintenance Grundidee
Verschleiß einer Komponente
Detektion von Symptomen
Ausfalldiagnose
Vorhersage der Restlebensdauer
Zu
sta
nd
sba
sie
rte
IH
Vo
rau
ssa
gen
de
IH
Lebensdauer LT
Zeit t
Ab
nu
tzu
ng
D
1
t0
0
t1 tx Verbleibende
Restlebensdauer RUL(t)
Vorhersage
Zustands-bestimmung
Predictive Maintenance Kombiniert die Zustandsorientierte IH mit darauf basierenden Prognosen über den verbleibenden Abnutzungsvorrat.
9
© Fraunhofer IPA 2015
Abgrenzung: Condition Monitoring – Predictive Maintenance
Auswahl der überwachten Komponenten erfolgt meist
technologiegetrieben und nicht anforderungsorientiert! Wirtschaftlichkeitsbetrachung von PredM fehlt oft
Hoher Aufwand bei der (Verschleiß-)Modellerstellung und
Restlebensdauervorhersage Qualität der verfügbaren Ausgangsdaten und Validität der Modelle?
Zusätzliche Sensorik (smart versus big data) Übertragbarkeit der Modelle?
Laborbedingungen contra Real-Produktion (z.B. Belastungsprofil) Qualifikation für „data analytics“ bisher meist extern:
Prozess know how contra Algorithmus know how
Ungenügende Integration in die IH-Abläufe (z.B. in dynamische IH-Planung oder Ersatzteilbeschaffung)
Geschäftsmodelle (win-win-Konstellationen für Anlagenhersteller und Betreiber) gestalten sich oft schwierig
Predictive Maintenance Alle reden drüber, kaum einer macht‘s! Warum?
10
© Fraunhofer IPA 2015
Nachhaltige vorrausagende Instandhaltung Vorgehensweise und Methodenunterstützung
Risikobewertung und -management
Identifikation von kritischen Anlagen im Produktionssystem mittels: - Fragebogen oder Ausfallkostenmodellen - Störungsmöglichkeits- und Einflussanalyse (SMEA)
11
© Fraunhofer IPA 2015
Risikobewertung von Maschinen und Anlagen
Risikoklassifizierung
Risikobewertung High-End-Version (Quantitativ, Ausfallkostenmodelle)
Main parameters
Hours per
year 8760
Number of processes 20
Number of stocks 22
Simulation start [h] 0
Simulation time [h] 96
Simulation increment [min] 60
Process data Process1 Process2 Process3 Process4 Process5 Process6 Process7 Process8 Process9 Process10 Process11 Process12 Process13 Process14 Process15 Process16 Process17 Process18 Process19 Process20
Description Pulping Refining
Coating
preparation PM 8 Rereeler V9
Calendaring
K9 Neutral1 Neutral2 Winding 10 Winding 9 Neutral3
Conveying
(line100) Rewinder 5/7
Storage
(AGV)
Conveying
(line200) Sheeter 10-18
Wrapping
line (sheets)
Customer
Sheets
Wrapping
machine
(reels)
Customer
Reels
General data
Cycle time [min] 60
Occupancy rate [%] 87,5 62,5 87,5 90 20 20 0 0 97,5 87,5 0 97,5 10 97,5 97,5 87,5 30 0 97,5 0
Shift model 3 3 3 3 1 2 3 3 3 3 3 3 1 3 3 3 3 3 3 3
Number of machines 3 8 1 1 1 1 1 1 1 0,6 1 1 2 9 1 9 1 1 1 1
Redundancies (capacitive) 0 0,375 0 0 0 0 0 0 0 0 0 0 0 0,125 0 0 0 0 0 0
Recovery
Max. number of overtime hours per day 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0
Max. number of additional shifts per day 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0
Maintenance History
MTBF [h] 8760 720 168 168 8760 720 1000000 1000000 720 720 1000000 720 168 168 720 168 168 1000000 720 1000000
MTTR [h] 3 3 3 3 3 3 0 0 3 3 0 3 1 1 4 3 3 0 3 0
Process chain
Number of sources 0 1 0 2 1 1 2 1 1 1 2 1 1 2 1 1 1 1 1 1
Number of sinks 1 1 1 2 1 1 1 2 1 1 1 3 1 1 1 1 1 1 1 1
Stock # Nr. of Parts [h] Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts Stock # Nr. of Parts
Sources 0 1 1 1 0 1 2 1 5 0,3 6 0,3 4 0,7 8 1 10 0,678571429 9 0,5 11 0,5 13 1 15 1 16 0,035714286 19 1 20 1 21 1 22 1 17 1 18 1
3 1 7 0,3 12 0,5 14 0,964285714
Sink 1 1 2 1 3 1 4 0,7 6 0,3 7 0,3 8 1 9 0,5 11 0,678571429 12 0,5 13 1 14 0,433928571 16 1 19 1 20 1 21 1 22 1 0 1 18 1 0 1
5 0,3 10 0,5 15 0,016071429
17 0,55
Costs
Direct costs of failure [E] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Direct costs of dow ntime [E/h] 56 56 56 224 112 112 0 0 112 112 0 112 56 56 112 56 112 0 112 0
Indirect costs for primary failure [E] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Indirect costs for secondary failure [E] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Indirect costs of dow ntime [E/h] 138,3333333 111 223 6300 272 1200 0 0 927 927 0 222 272 55 222 383 383 0 272 0
Indirect costs of recovery [E/h] 0 0 0 0 50 50 0 0 150 150 0 0 0 0 0 0 0 0 0 0
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Costs [E] or
[E/h] Probability
Direct costsIn case of failure
Material costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Other recurring costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM recurring costs [E] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
During failure
Personnel costs Maintenance-personnel [E/h] 56 100,00% 56 100,00% 56 100,00% 224 100,00% 112 100,00% 112 100,00% 0 100,00% 0 100,00% 112 100,00% 112 100,00% 0 100,00% 112 100,00% 56 100,00% 56 100,00% 112 100,00% 56 100,00% 112 100,00% 0 100,00% 112 100,00% 0 100,00%
Service costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Other running costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM running costs [E/h] 56 56 56 224 112 112 0 0 112 112 0 112 56 56 112 56 112 0 112 0
Indirect costsIn case of primary failure
Long-term substance reduction of the considered system [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Quality costs [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Additional material and energy costs [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Personal injury [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Environmental damage [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Damage of tools [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Damage of other systems [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Other recurring costs [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM recurring costs in case of p-failure [E]
In case of secundary failure
Other recurring costs [E] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM recurring costs in case of s-failure [E]
During downtime
Machine-hour-rate [E/h] 55 100,00% 111 100,00% 55 100,00% 6000 100,00% 222 100,00% 1100 100,00% 0 100,00% 0 100,00% 777 100,00% 777 100,00% 0 100,00% 222 100,00% 222 100,00% 55 100,00% 222 100,00% 333 100,00% 333 100,00% 0 100,00% 222 100,00% 0 100,00%
Labor costs of machine operator w aiting time [E/h] 83,33333333 100,00% 0 100,00% 168 100,00% 300 100,00% 50 100,00% 100 100,00% 0 100,00% 0 100,00% 150 100,00% 150 100,00% 0 100,00% 0 100,00% 50 100,00% 0 100,00% 0 100,00% 50 100,00% 50 100,00% 0 100,00% 50 100,00% 0 100,00%
Higher storage costs and interest costs due to increased
w ork-in-process [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Compensation costs / penalties [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Decrease in revenue due to late delivery [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Additional costs to comply w ith the delivery date [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Additional costs for external procurement [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Delayed receipt of revenue due to late delivery [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
Other running costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM running costs of downtime [E/h] 138,3333333 111 223 6300 272 1200 0 0 927 927 0 222 272 55 222 383 383 0 272 0
During recovery
Labor costs [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 50 100,00% 50 100,00% 0 100,00% 0 100,00% 150 100,00% 150 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
overtime allow ance [E/h] 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00% 0 100,00%
SUM running costs during recovery [E/h] 0 0 0 0 50 50 0 0 150 150 0 0 0 0 0 0 0 0 0 0
Other costsKosten [E]
bzw. [E/h]
… Std. nach
Primaerausfall
Kosten [E]
bzw. [E/h]
… Std. nach
Primaerausfall
Kosten [E]
bzw. [E/h]
… Std. nach
Primaerausfall
Other running costs (1) [E/h] 311,108 16 11111 0 1555,54 0 311,108 8 311,108 8 3111,08 24
Other running costs (2) [E/h] 1244,432 24 1244,432 24
Other running costs (3) [E/h]
Other running costs (4) [E/h]
Other running costs (5) [E/h]
Other recurring costs (1) [E] 112 8 112 8 112 8 112 8 112 4
Other recurring costs (2) [E]
Other recurring costs (3) [E]
Other recurring costs (4) [E]
Other recurring costs (5) [E]
Risikobewertung Basis-Version (Qualitativ, Fragebogen)
Kritische Maschinen, Anlagen
Erweitertes Instandhaltungsplanungssystem
Ausfall-kosten-kurven
Ergebnisse Fragebogen
12
© Fraunhofer IPA 2015
Risikomanagement kritischer Maschinen und Anlagen Störungsmöglichkeits und –einflußanalyse (SMEA)
Nr. Maßnahme ASB-
ASLS
B-
LSWer mit wem bis wann Bemerkungen
1 Sensorik und Aktorik:
Detailprüfung Teile-Verfügbarkeit (Lager)
Erg.: Beschaffungsempfehlung der noch fehlenden Ersatzteile
(Hersteller, Artikelnummer, Preis, Mehrfachverwendung)
x x x x
Hr. Thiex Hr.
Hoffmann
14.10.2011
2 Steuerungskomponenten:
Detailprüfung Teile-Verfügbarkeit (Lager)
Erg.: Beschaffungsempfehlung der noch fehlenden Ersatzteile
(Hersteller, Artikelnummer, Preis, Mehrfachverwendung)
x x x x
Hr. Thiex Hr.
Hoffmann
14.10.2011
3 Zylinder:
Auflistung der eingesetzten Zylinder
Erg.: Beschaffungsempfehlung der noch fehlenden Ersatzteile
(Hersteller, Artikelnummer, Preis, Mehrfachverwendung)
x x x x
Hr. Mertes 21.10.2011
4 Lagermanagement:
Klärung: wo werden die Ersatzteile gelagert?
Lagerbestand und Mindestmengen anpassen
Erg.: Lageroptimierung
x x x x
Hr. Thiex HH
Hoffmann,
Mertes
31.12.2011
5 Erstellung Wartungs- und Inspektionsplan x x x x Hr. Thiex Hr. Thiel 21.10.2011
6 Hydraulikaggregate:
Prüfung Ersatzteilverfügbarkeit Motor, Pumpe; Lieferzeit und
Kosten ermitteln; Prüfung ob Umbaumöglichkeit von
vorhandenen Pumpen möglich?; ggf.
Beschaffungsempfehlung Universalersatzpumpe
x x x
Hr. Mertes 21.10.2011
Ersatzpumpe ist auf Lager,
Standardmotor in 24
Stunden lieferbar - d.h.
Ausfallzeit < 36 Std.
7 Pressstempel:
Dokumentation der Abmessungen in Datenblatt;
Ersatzstempel anfertigen (mit Aufmaß)x
Hr. Thiel HH
Juchmes,
Horper,
Mertes
31.12.2011
8 Schraubstation Steuerung:
Prüfung Kosten und Möglichkeit einheitliche Steuerung AP5
und AP6 und LS;Klärung Kompatibilität; Klärung
Programmänderung; ggf. Beschaffung
Klärung: Softwarestand archivieren (jährlich)
x
Hr.
Hoffmann
14.10.2011
9 Klebestation Steuerung
Klärung: Softwarestand archivieren; Parameter archivieren;
Klärung: Programmänderung -> nicht möglich
Klebestation Dosierventil
Prüfung: Verschleißteile in Baugruppe, Kosten und
Lieferzeiten; ggf. Ersatzteilbeschaffung (Einzelteile oder kpl.
BG)
x
Hr. Thiex 14.10.2011
10 BVS
Prüfung verschiedene Optiken im Einsatz?
Standard/advanced? Ggf. Ersatzteilbeschaffung
x
Hr.
Hoffmann
14.10.2011
11 Sonstige mechanische Ersatzteile
Auflistung der mechanischen Ersatzteile
Erg.: Beschaffungsempfehlung der noch fehlenden Ersatzteile
(Hersteller, Artikelnummer, Preis, Mehrfachverwendung)
x x x x
Hr, Thiex Hr. Mertes 31.12.2011
12 Rundtisch Motor und Getriebe
Verfügbarkeit und Lieferzeiten und Kosten bei Lieferanten
anfragen
x
Hr. Thiex
Identifikation von kritischen Komponenten
Überwachbarkeit von Komponenten
(CM-Relevanz)
Ableitung von Risiko senkenden Maßnahmen
Instandhaltungsstrategien (Wartungsplan, etc.)
Ersatzteilmanagement
Optimierung von Maschinen / Anlagen
Qualifikation der Mitarbeiter
Organisation (Prozesse, TPM, etc.)
usw.
Wirtschaftlichkeitsbewertung der Maßnahmen
SM
EA
Erg
eb
nis
se
13
© Fraunhofer IPA 2015
Nachhaltige vorrausagende Instandhaltung Vorgehensweise und Methodenunterstützung
Verschleißmodelle und Restlebensdauer-
bestimmung
Risikobewertung und -management
Identifikation von kritischen Anlagen im Produktionssystem mittels: - Fragebogen oder Ausfallkostenmodellen - Störungsmöglichkeits- und Einflussanalyse (SMEA)
- Zustandsüberwachungssystem - Signalverarbeitung und Feature Extraction - Verschleißmodelle zur Rest- lebensdauervorhersage von überwachten Komponenten
14
© Fraunhofer IPA 2015
SUPREME System Umsetzung Verschleißmodelle und Restlebensdauerbestimmung
Funktionen:
Verteiltes eingebettetes Zustands-überwachungssystem
drahtgebundenen und intelligente drahtlose Sensoren
(Verteilte) integrierte Signalverarbeitung und Feature extraction
Verschleißmodelle zur Restlebensdauer- vorhersage einer überwachten Komponente
Bildquelle: : T.-T- Le, F. Chatelain, C. Berenguer 2014: Hidden Markov Models for diagnostics and prognostics of systems under multiple deterioration modes, ESREL 2014, Sep 2014, Wroclaw, Poland. Taylor & Francis – CRC Press/Balkema, pp.1197-1204.
15
© Fraunhofer IPA 2015
Verschleißmodelle und Restlebensdauervorhersage Herausforderungen
Unzureichende Datenbasis / Qualität der verfügbaren Ausgangsdaten?
Messsignalaufbereitung (Merkmalsextraktion /Feature extraction)
Übertragbarkeit der vorhandener Modelle
Störungen werden zur Modellvalidierung benötigt
veränderte Umgebungsbedingungen:
Temperatur, veränderte Kräfte und Momente
Streuung der Ergebnisse
…
1
0
?
16
© Fraunhofer IPA 2015
Nachhaltige vorrausagende Instandhaltung Vorgehensweise und Methodenunterstützung
Integration von PredM in die IH-Prozesse
Verschleißmodelle und Restlebensdauer-
bestimmung
Risikobewertung und -management
Identifikation von kritischen Anlagen im Produktionssystem mittels: - Fragebogen oder Ausfallkostenmodellen - Störungsmöglichkeits- und Einflussanalyse (SMEA)
- Zustandsüberwachungssystem - Signalverarbeitung und Feature Extraction - Verschleißmodelle zur Rest- lebensdauervorhersage von überwachten Komponenten
- Dynamische multikriterielle Instandhaltungsplanung - Assistenzsysteme in der IH-planung und -ausführung - Smarte Ersatzteilbeschaffung - Wirtschaftlichkeitsanalyse
17
© Fraunhofer IPA 2015
Minimierung ungeplanter Ausfälle und Stillstandszeiten
Vollständige Ausnutzung von überwachten Komponenten
Geplanter Austausch verschlissener Komponenten
Ermöglicht Optimierung von Ersatzteilbeständen
Optimierte und synchronisierte Instandhaltungspläne
Reduzierung der Ausfallkosten
Nachhaltige vorrausagende Instandhaltung Fazit
Ganzheitliche systematische Vorgehensweise zum zielgerichteten und wirtschaftlichen Einsatz von Predictive Maintenance
18
© Fraunhofer IPA 2015
Fraunhofer IPA Ihr Ansprechpartner
Dipl.-Ing. Thomas Adolf Gruppenleiter Instandhaltungsmanagement Abteilung Nachhaltige Produktion und Qualität Telefon +49 711 970-1416 thomas.adolf@ipa.fraunhofer.de
www.ipa.fraunhofer.de
www.wir-produzieren-zukunft.de
Recommended