Eine Vielzahl heutiger Maschinen und Anlagen ist sehr komplex. Die Systeme und ihre Komponenten arbeiten ineinander verzahnt, interagieren untereinander oder arbeiten vollständig autark. Diese Komplexität erhöht auch die Anzahl potenzieller Fehlerquellen und resultierender Folgefehler.
Unternehmen, die sich heute wettbewerbsfähig auf dem Markt präsentieren wollen, müssen mehr denn je hocheffiziente Anlagen ohne Ausfallzeiten bereitstellen. Vertraglich fixierte maximale Ausfallzeiten, kürzere Produktlebenszyklen und kontinuierliche Produktinnovationen erhöhen den Druck enorm und setzen das neue „Grundkapital“ Erfahrungswissen in den Fokus effizienter Wartung, Support und Instandhaltung.
Wissensmanagement ist seit einigen Jahren in aller Munde. In vielen Unternehmen ist das Bewusstsein dafür vorhanden. Damit eine Softwarelösung aber hilft, das vorhandene Erfahrungswissen zu konsolidieren, aufzubauen und auszuwerten, um auf diese Weise Risiken und Kosten zu senken, muss sie auf die Anforderungen und Bedürfnisse der Instandhaltung eines Unternehmens flexibel anzupassen sein. Die einzusetzende Software-Lösung muss also „die“ effiziente und zentrale Informations- beziehungsweise Wissensmanagement-Plattform werden.
Als zentraler Dreh- und Angelpunkt ist sie zuständig für das Zusammenführen von Informationen aus vorhandenen Systemen, die Pflege des Erfahrungswissens, den Austausch zwischen Experten sowie die Überwachung der Maschinen. Die Technologie für eine solche „Wissenszentrale“ muss deshalb mehr sein als ein zentraler „Ablageplatz“ vorhandener Daten. Ein profitabler Mehrwert für vorausschauende Wartung ist genau dann erreicht, wenn die Lösung über das Konsolidieren von Informationen und Finden von Fehlerfällen hinausgeht. Sie muss von Fehlermustern bei ähnlichen Problemen in der Vergangenheit auf zukünftige Störungen schließen können, um diese dann effektiv zu vermeiden. Doch wie funktioniert das? Menschen nutzen seit jeher erfolgreich das Konzept des fallbasierten Schließens: Um ein neues Problem zu lösen, erinnern wir uns an ein ähnliches, früheres Problem und wenden dessen Lösung an. Das dabei neu gewonnene Wissen erweitert unseren Erfahrungsschatz.
Dieses Grundprinzip des Lernens ist softwarebasiert ebenfalls für Wissens- und Servicesysteme möglich und dank Technologien im Bereich Case-Based Reasoning (CBR) auch ohne zusätzlichen Modellierungsaufwand anwendbar. Über das Expertenwissen hinaus können mittels CBR Entscheidungen bereits auf Basis von Maschinenzustandsdaten – auch unter Einbeziehung von anderen Informationsquellen wie beispielsweise Ticket-Systemen – getroffen werden, ohne dass menschliches Erfahrungswissen benötigt wird. Das ist von entscheidender Bedeutung, da die Erkennung von komplexen Vorfällen oft von so vielen Ereignissen abhängt, dass eine manuelle, regelbasierte Modellierung hierfür viel zu aufwendig, zu schwierig oder gar unmöglich wäre. CBR erlaubt die Früherkennung von Störungen, bevor es zu einem größeren Schaden kommt. Ein solches System ist in der Lage, die Ursache einer Störung durch graduelles Eingrenzen der Fehlerquelle rasch zu identifizieren. Die Grundlage einer solchen Lösung ist eine übergreifende Datenbasis. Bei den zu wartenden Anlagen werden die Zustände der zu überwachenden kritischen Komponenten über Event-Logs in Echtzeit abgelesen. Ergänzt werden diese Daten um aktuelle Sensorwerte oder aggregierte Leistungskennzahlen und weitere verfügbare Informationen wie CRM- und Stammdaten.
Das Ziel dabei ist eine umfassende und permanente Überwachung der Ist-Werte. Wichtige Indikatoren, die auf Verschleiß oder einen künftigen Schaden schließen lassen, können somit kontinuierlich kontrolliert werden. Erkennt das System auf Basis des Datenmaterials eine Gefahr für eine Komponente, validiert sie diese Gefahr durch eine Überprüfung der systemangrenzenden Sensorik und schlägt, falls nötig, Alarm. Auf diese Weise ist ein frühzeitiges Erkennen und Vermeiden von Schäden – lange vor einem möglichen Ausfall einer Maschine oder einer ihrer Komponenten – möglich. Alle gesammelten Daten bezüglich eines Vorfalls werden in Echtzeit erfasst, analysiert, bewertet, dokumentiert sowie gespeichert und dienen als Erfahrungshorizont für künftige Ereignisse. Auf diese Weise lassen sich ungeplante Stillstände minimieren.
Eine der größten Hürden im Bereich Anlagenüberwachung und Instandhaltung ist, dass Komponenten häufig von unterschiedlichen Herstellern im Einsatz sind. Eine Wissensmanagementlösung muss deshalb in der Lage sein, sämtliche Komponenten einzubeziehen und Insellösungen beziehungsweise Datensilos zu vermeiden. Erst im Zusammenspiel aller Systemkomponenten kann ein wissensbasiertes System seine Stärke voll ausspielen und sämtliche Interaktionen und Abhängigkeiten zwischen den Komponenten zielgenau überwachen. Dieser ganzheitliche Ansatz trägt in erheblichem Maße zur Vermeidung von Störfällen bei.
Effizientes Ersatzteilmanagement (Spare Parts Management) ist durch ein ganzheitliches Wissensmanagement-System in der Instandhaltung wesentlich umfassender und genauer möglich. Durch die Erfahrungswerte in Kombination mit dem Auslastungsprofil der Anlage lässt sich kontinuierlich prognostizieren, wann welches Ersatzteil wahrscheinlich verschlissen sein wird. Diese wertvolle Information kann elegant in die Lager- und Produktionssysteme integriert werden, sodass kritische Ersatz- und Verschleißteile stets zur Verfügung stehen. Ausfälle durch nicht vorhandene Teile werden auf diese Weise vermieden. Eine übergreifende und intelligente Wissensmanagementlösung bietet auch im Bereich der Rüstzeiten der Maschinen und Anlagen enormen Nutzen. Historische Daten auch aus der Phase der Inbetriebnahme (Commissioning) können mit einer solchen Lösung genutzt werden, um durch gewonnene Erkenntnisse Rüstzeiten und künftig Kosten sowie Aufwand zu minimieren. Die Lösung ist in der Lage, bei Problemfällen bereits während der Inbetriebnahme mittels automatisch erstellter dynamischer Entscheidungsbäume die Techniker zu unterstützen.
Der Fachkräftemangel ist ein weiteres Argument für die Einführung einer ganzheitlichen Wissensmanagement-Lösung. Instandhaltungswissen muss konserviert werden, um es auch Mitarbeitern mit weniger Erfahrung zur Verfügung zu stellen. In der Praxis ist das benötigte Wissen meist auf wenige, hoch ausgelastete Experten konzentriert. Mit den heutigen Methoden der Mitarbeiterqualifizierung alleine kann dieses Wissen nicht verteilt werden. Mit einer ganzheitlichen Wissensmanagement-Lösung dagegen können Unternehmen – vor allem durch die Kombination verschiedener technologischer Ansätze – gezielt Wissen im Unternehmen teilen, um allen Anforderungen in der Anlagenüberwachung und im Problemlösungsprozess optimal zu begegnen:
- Statische Diagnosebäume bei häufig auftretenden Fehlerfällen: Durch Experten definierte Diagnoseprozesse unterstützen die Instandhaltung durch passende Entscheidungsbäume dabei, schnell und sicher zur Lösung des jeweiligen Problems zu gelangen. Die Experten geben so einheitliche Qualitätsstandards vor.
- Präventive Wartung mittels dynamischer Entscheidungsbäume und intelligenter Rückfragen, um ähnliche Fälle zu finden: Case-Based Reasoning ermöglicht eine frühzeitige Fehlererkennung und Problemlösungsfindung auf Basis ähnlicher Vorfälle in der Vergangenheit. Ad-hoc werden Rückschlüsse zur wahrscheinlichsten Ursache generiert, um die Ergebnismenge sukzessive einzuschränken.
- Semantische und assoziative/statistische Suche: Befähigt zur Recherche nach potenziellen Lösungen unbekannte Probleme in allen technischen Dokumenten der Anlage. Dies gilt insbesondere für Berichte und Drittdokumentation von Lieferanten (Komponentenherstellern).
Eine ganzheitliche Wissensmanagement-Lösung erhöht die Produktivität, Effizienz und Transparenz von komplexen Anlagen, vermindert Störungen und trägt dazu bei, Mitarbeiter zu unterstützen und so Instandhaltungskosten einzusparen. Darüber hinaus unterstützt sie den Kunden im Bereich Web-Self- Service durch Service-Informationen und Ersatzteilvorschläge. Nicht zuletzt profitiert die Produktentwicklung von einem solchen System, da sämtliche relevanten Analyse-Daten umgehend in die Entwicklungsprozesse einfließen.
Dr. Stefan Wess CEO, Empolis Information Management GmbH, Kaiserslautern
Unsere Webinar-Empfehlung
Teilen:
