Predictive Maintenance

Auftraggeber: Magna Steyr Fahrzeugtechnik AG & Co KG, Standort: Graz

HIGHLIGHTS

evon XAMControl parallel zu Bestandssystem
Nutzung bestehender Steuerungen über diverse Protokolle
Installation neuer Steuerung und Sensorik
Multivariate Anomalieerkennung
Hauptkomponentenanalyse (PCA)

Vorausschauen ...

Wartungsintervalle werden in der Regel vom Hersteller einer Anlage vorgeschrieben. Und bei Anlagen, die für den Betrieb größerer Anlagen von Relevanz sind, neigen die Hersteller dazu, Wartungsintervalle im Zweifelsfall kürzer anzusetzen als notwendig. So auch bei den bei Magna Steyr in Graz eingesetzten Kältemaschinen.

Smart Factory @ Magna Steyr

Smart Factory ist ein Leitprojekt von Magna Steyr. Ziel ist es, neue Technologien und Methoden auf ihre Alltagstauglichkeit bzw. Potenziale hin zu testen. Predictive Maintenance, als eine der Kernkomponenten von Industrie 4.0, ist ein Ansatz für vorausschauende Wartung mit dem Ziel Ausfallszeiten und Wartungskosten niedrig zu halten. So war es naheliegend, im Zuge von Smart Factory @ Magna Steyr herauszufinden, wie alltagstauglich Predictive Maintenance heute bereits ist.

Anomalieerkennung & Data Analytics

Entscheidender Punkt, um herauszufinden ob ein Wartungsintervall zu kurz oder zu lang ist, ist das Finden von Mustern aus Messdaten. Dazu wurde die Kältemaschine mit neuen Sensoren und einer neuen Steuerung auf Basis von evon XAMControl erweitert. Damit entsteht ein zweites System, das unabhängig vom Bestandssystem Daten erfasst. Diese Messdaten sind die Basis für die Anomalieerkennung und die Modellerstellung für die vorausschauende Wartung.

Daten, Mathematik & Training

Im Zuge der Erfassung von Daten, gilt es im ersten Schritt, die Daten zu verstehen. Auf dieser Basis wird ein Modell entwickelt, laufend evaluiert und verbessert. So lange, bis ein einsatzfähiger und robuster mathematischer Rahmen entsteht, der die Wartung besser bzw. kostengünstiger macht. In diesem Fall wurde nach dem Modell der Hauptkomponentenanalyse vorgegangen. Als Ergebnis entstand ein Entscheidungsbaum, der Anomalien klassifiziert und, je nach Ereignis, einen Alarm, eine Warnung oder die Anbahnung einer Wartung als Ergebnis liefert.

Vorausschauend & in Echtzeit

Aus der Kombination von Messwerten, Prozessverständnis und Mathematik entstand so ein vorausschauendes Wartungssystem mit hohem Nutzen. Zusammenfassend hat sich gezeigt, dass nur die Kombination aus dem Verständnis der Anlagen und mathematischer Modelle im Rahmen von Predictive Maintenance ist.