Was ist vorausschauende Instandhaltungsdatenanalyse?
Die Datenanalyse für die vorausschauende Instandhaltung bezieht sich auf den Prozess der Analyse von Rohdaten, um intelligente, datengesteuerte Entscheidungen zu treffen. Die Analyse von Wartungsdaten gibt es schon so lange, wie Menschen Messwerte von Maschinen aufzeichnen. Was sich jetzt ändert, ist die schiere Menge der gesammelten Daten und das, was die Analyse tatsächlich durchführt : Software für die vorausschauende Instandhaltungsdatenanalyse.
Traditionell wurden die Daten von Technikern gesammelt, die die Informationen dann an ihre Manager oder andere Experten zur Analyse weitergaben. Die Experten zogen dann Schlussfolgerungen aus den Daten und legten die erforderlichen Maßnahmen fest.
Die Datenanalyse ist heute für die Instandhaltung wichtiger als je zuvor. Bei der nächsten Welle der präskriptiven Analyse werden die Daten nicht mehr manuell erfasst, sondern von Software gesammelt und analysiert - und künstliche Intelligenz (KI) und maschinelles Lernen (ML) entscheiden, welche Maßnahmen wann zu ergreifen sind. Dies ist zwar noch Zukunftsmusik und die meisten Betriebe arbeiten noch mit manuellen Datenerfassungen, aber viele Hersteller arbeiten bereits mit Hochdruck daran, die präskriptive Analytik zur Realität werden zu lassen.
Ein computergestütztes Wartungsmanagementsystem(CMMS) ist eine Softwareplattform, die Anlagendaten erfasst, sie auf alarmierende Trends hin analysiert und automatisch Arbeitsaufträge auslöst, wenn Anlagen auszufallen drohen. CMMS-Software ist das perfekte Werkzeug für Wartungs- und Zuverlässigkeitsteams, die die Möglichkeiten der Datenanalyse für eine vorausschauende Wartung nutzen möchten.
Im Folgenden finden Sie eine Zeitleiste der Datenanalyse in der Instandhaltung - von der reaktiven, papiergestützten Instandhaltung bis zur präskriptiven Instandhaltung mit einem CMMS.
Die manuelle Datenanalyse ist unglaublich zeitaufwändig: Es kostet Zeit und Arbeit, die Daten zu sammeln und zu organisieren, Tabellenkalkulationen zu durchforsten und die relevanten Informationen und Erkenntnisse zu extrahieren, die für solide Entscheidungen erforderlich sind. Dank der großen Datenmengen - sozusagen "Big Data" -, die jetzt von IoT-Geräten generiert werden, ist dies eine noch größere Herausforderung. Damit diese Informationen nützlich sind, müssen sie extrahiert, analysiert und in die Tat umgesetzt werden. Darin liegt die wahre Herausforderung.
Da die Industrie 4.0 den Wartungs- und Reparaturbetrieb weiter revolutioniert, wird sich die Datenanalyse durch die intelligenten Softwarefunktionen eines CMMS verändern. Während die KI-Datenanalyse für viele noch in der Zukunft liegt, nutzt die aktuelle CMMS-Software immer mehr Daten, um Wartungsteams zu unterstützen und einfach zu automatisierende Aufgaben zu ergänzen.
Quellen für industrielle Daten, auf die ein CMMS zugreifen kann
Es gibt viele verschiedene Quellen von Industriedaten, die ein CMMS für die Datenanalyse heranzieht.
eMaint CMMS lässt sich mit Sensoren und Tools von Drittanbietern integrieren. Anlagendaten können aus einer Reihe von Quellen stammen: Thermografie-Tools, die Messwerte von mehreren Anlagen erfassen, Vibrationssensoren, die kontinuierlich Messungen durchführen zustandsüberwachung, und vieles mehr.
Außerdem können die Daten einer Stichprobenprüfung durch einen Techniker mit einem Handgerät sofort in die Cloud übertragen werden. Von dort aus kann eine integrierte Software die Datenquellen zu einem umfassenden Bild zusammenführen und auf der Grundlage dieses größeren Bildes Rückschlüsse und Empfehlungen geben.
Führende Plattformen wie eMaint können auch siloartige Daten aus industriellen Systemen anzapfen: SCADA-Systeme (Supervisory Control and Data Acquisition), SPS-Systeme (Programmable Logic Controller), Gebäudemanagementsysteme (BMS) und andere.
Fünf wichtige Schritte zur Implementierung von Datenanalysen für die vorausschauende Wartung
Der Weg in die Zukunft der Datenanalytik ist nicht für jeden Hersteller gleich. Einige Hersteller haben zum Beispiel bereits ein CMMS und eine zuverlässigkeitsorientierte Instandhaltung (RCM) in ihren Betrieb integriert. Andere wiederum stehen erst am Anfang ihrer Reise in Sachen Zuverlässigkeit. Unabhängig von der Ausgangssituation können jedoch alle von den folgenden Schritten profitieren.
Hier sind die 5 Schritte, die Sie mit Ihrem CMMS unternehmen müssen, um eine vorausschauende Analyse der Wartungsdaten zu erreichen:
Schritt 1: Verwenden Sie Ihr CMMS, um eine Analyse der Kritikalität von Anlagen durchzuführen
Eine Analyse der Kritikalität von Anlagen ist der Schlüssel zur Priorisierung des Zustands und der Wartung von Anlagen in einer Hierarchie der Wichtigkeit. Beginnen Sie damit, jede Anlage nach ihrer Verwendung innerhalb des Unternehmens einzustufen - und nach den potenziellen Auswirkungen auf das Geschäft im Falle eines Ausfalls. Dieser Schritt hilft den Teams dabei, herauszufinden, welche Anlagen die besten Kandidaten für zustandsüberwachung sind.
Schritt 2: Identifizierung von Ressourcen für ein Pilotprogramm
Die beste Praxis für fortgeschrittene Datenanalysen ist, mit einer überschaubaren Anzahl von Anlagen zu beginnen, um Erkenntnisse zu gewinnen. Beginnen Sie zustandsüberwachung mit den kritischeren Anlagen, die in der Analyse der Anlagenkritikalität identifiziert wurden.
Schritt 3: Einführung und kontinuierliche Verbesserung des Programms
Starten Sie das Programm in dem Wissen, dass es kein einmaliger Ansatz sein wird. Der Plan muss iterativ verfeinert werden, um sicherzustellen, dass er Ihren Wartungs- und Betriebsanforderungen entspricht. Wenn ein Prozess oder eine Automatisierung nicht funktioniert, sollten Sie ihn verfeinern und weitere Daten sammeln. Aber vor allem: Bleiben Sie dabei! Zu viele Unternehmen lassen ein Pilotprogramm fallen, weil es nicht sofort die gewünschten Ergebnisse bringt. Improvisieren Sie stattdessen, passen Sie sich an und überwinden Sie.
Schritt 4: Überprüfung der Ergebnisse des Pilotprogramms
Sobald Sie Daten aus Ihrem Pilotprogramm vorliegen haben, nutzen Sie diese Daten als Konzeptnachweis, um die Zustimmung Ihrer Führungskräfte zur Ausweitung des Programms zu gewinnen. Beweisen Sie ihnen anhand der Daten, dass das Programm solide und ausbaufähig ist. Ihr Führungsteam wird wahrscheinlich auch Vorschläge haben, die auf jahrelanger Erfahrung mit Unternehmensführung und Prozessänderungen basieren.
Schritt 5: Skalieren Sie Ihr Datenanalyseprogramm
Sobald die Führung an Bord ist, kehren Sie zur Analyse der Kritikalität der Anlagen zurück, um die besten Möglichkeiten für eine strategische Erweiterung Ihres zustandsüberwachung Programms zu ermitteln. Diese Erweiterung kann in derselben Einrichtung, zwischen Einrichtungen in derselben Region oder sogar zwischen verschiedenen Ländern erfolgen.
Die Ausweitung des Datenanalyseprogramms bedeutet auch, dass neue Quellen für industrielle Daten getestet werden. Sensoren, Handheld-Tools, anlagenintegrierte SCADA- und SPS-Systeme und andere Ressourcen können zusammengeführt werden und so die Analyse verbessern. Die Schwingungsüberwachung ist ein guter Ausgangspunkt für neue Programme, aber auch Wärmebilder, Ölanalysen und andere Ressourcen für die zustandsorientierte Instandhaltung (CBM) sind nützlich.
Ihr CMMS rüstet Sie für die Zukunft der Datenanalyse in der Instandhaltung
Jetzt ist der beste Zeitpunkt, um sich über die beste CMMS-Software zu informieren, damit Sie die Datenanalyse für Ihr Unternehmen im kommenden Zeitalter der künstlichen Intelligenz und des maschinellen Lernens vorbereiten können. Unternehmen, die ihre Datenanalyseziele heute erreichen, haben alles, was sie brauchen, um neue Technologien zu integrieren, sobald diese verfügbar sind.