Vorausschauende Wartung durch digitale Zwillinge

Predictive Maintenance ist einer der großen Meilensteine für Unternehmen auf dem Weg zu Industrie 4.0. Produktions- oder Montagelinien, Fahrzeuge, Fördersysteme, kurz gesagt, Maschinen im Allgemeinen, so lange wie möglich unter optimalen Bedingungen arbeiten zu lassen, erhöht die Produktivität und steht in direktem Zusammenhang mit Kosteneinsparungen. durch digitale Zwillinge kann Predictive Maintenance noch weiter verstärkt werden.

Big Data, künstliche Intelligenz und Internet-of-Things-Geräte (IoT – IIoT) ermöglichen es uns, die Wartung auf ein Höchstmaß an Effizienz zu bringen. Dies wird durch die Implementierung von prädiktiven Systemen ermöglicht. Auf diese Weise können mögliche Ausfälle zu antizipiert werden, (Erkennung von Anomalien). Werden Werte außerhalb der vorgegebenen Parameter aufgezeichnet, so können die Wartungsteams frühzeitig die besten Entscheidungen treffen. Auf diese Weise werden die Auswirkungen dieser Störung minimiert.

In der Praxis vermeidet die frühzeitige Erkennung von Anomalien unerwartete, größere und kostspielige Stillstände. Denn planmäßigen Eingriffe, werden in den meisten Fällen unnötig durchgeführt. Zudem werden hohe Kosten für Teile, die auch erst dann ausgetauscht werden könnten, wenn sie wirklich benötigt werden. Eingriffe an den Maschinen werden nicht mehr geplant, sondern dann durchgeführt, wenn die es die Anlage selbst erfordert.

Digitale Zwillinge, ein Schritt weiter!

Wie wir sehen, sind die Vorteile der Implementierung von Predictive-Maintenance-Systemen zahllos. Die Technologie ermöglicht es uns, durch digitale Zwillinge (auch Spiegelsysteme genannt) noch einen Schritt weiterzugehen. Die Spiegelsysteme, sind virtuelle Abbilder realer Betriebsumgebungen, die über cyber-physische Systeme (CPS) verbunden sind. Diese Simulationen wurden von der Agentur Gartner als eine der 10 Technologien aufgeführt, die die digitale Transformation von Unternehmen und ihre Reise in Richtung Industrie 4.0 vorantreiben werden.

Aber damit digitale Zwillinge existieren können, wie in der gesamten Data-Science-Revolution, brauchen sie genau das: Daten. Über Internet-of-Things-Geräte werden Betriebsparameter von Maschinen, Linien oder Anlagen gesammelt. Diese werden mit Datenbanken für historische Aktivitäten ergänzt. Dank der Anwendung von Techniken der künstlichen Intelligenz, insbesondere des maschinellen Lernens, kann dann ein Avatar der realen Anlage erzeugt werden.

Was trägt ein Nachbau von Industriemaschinen zur vorausschauenden Wartung bei? Das große Potenzial liegt hier in der Möglichkeit, Simulationen durchzuführen. Es wurde ein großer Sprung von der deskriptiven Analytik (was ist passiert), zur prädiktiven Analytik (was wird passieren) gemacht. Die präskriptive Analytik erlaubt es uns durch Experimente, herauszufinden, was wir tun müssen, um zu verhindern, dass etwas passiert.

Zusätzlich zur Antizipation von Ausfällen durch die Erkennung von Anomalien, wie wir es bereits mit prädiktiven Systemen tun, ermöglichen uns digitale Zwillinge daher, Simulationen durchzuführen, um den besten Weg zur Bewältigung dieser Ausfälle zu finden und mit zukünftigen Szenarien zu experimentieren, um uns auf das vorzubereiten, was passieren könnte. Auch diese Sonden werden ohne jedes Risiko durchgeführt, da die Änderung der Parameter in der Nachbildung oder im Zwilling der Hauptumgebung erfolgt, um genau zu wissen, welche Reaktionen jeder Eingriff in der Maschine auslösen kann.

Vorteile von digitalen Zwillingen

Digitale Zwillinge bieten daher eine sichere Umgebung, die die Matrix mit hoher Wiedergabetreue nachbildet, mit den folgenden Vorteilen:

Antizipation von Ausfällen:

Beide Systeme bleiben miteinander verbunden, so dass jede Änderung der im virtuellen System festgelegten Parameter im physischen System erkannt werden kann. Wenn eine Abweichung zwischen den beiden auftritt, können die Wartungsteams die Anomalie bewerten, um komplexere Störungen oder Ausfälle zu vermeiden.

Simulation von Szenarien:

Die digitalen Zwillinge ermöglichen es uns, Reaktionen auf verschiedene Umstände zu trainieren, das Ergebnis von Anpassungen zu testen und an der Optimierung von Prozessen zu arbeiten, dank der Simulation all jener Szenarien, die Sie testen möchten.

Wartungsaktionen planen:

Es ist auch möglich, das Verhalten von Maschinen, Linien oder Fabriken zu studieren, um Wartungsaktionen zu dem Zeitpunkt zu planen, an dem der geringste Schaden für die Produktion entsteht.

Berechnen des Verschleißes:

Die digitalen Zwillinge sind auch sehr nützlich, um den Verschleiß von Teilen abzuschätzen und ihren Austausch auf der Grundlage ihrer Nutzungsdauer und Leistung vorwegzunehmen oder zu verzögern.

Planen Sie neue Fertigungsstrategien:

Da ein sicheres Testfeld vorhanden ist, können neue Fertigungsstrategien ohne Unsicherheit entwickelt und umgesetzt werden, da sie bereits virtuell mit ihren Auswirkungen in der Anlage erlebt wurden.

Erhöhte Lebensdauer der Geräte:

Durch die ständige Überwachung der Maschinen, die Warnung bei Abweichungen von vordefinierten Parametern und die Bestimmung des optimalen Zeitpunkts für den Austausch von Teilen wird die Lebensdauer der Geräte erhöht.

Kosteneinsparungen:

Die digitalen Zwillinge vermeiden Ausfallzeiten, ungeplante Unterbrechungen der Fertigungsprozesse, minimieren die Kosten für Ersatzteile, verlängern die Lebensdauer der Maschinen, optimieren die Zeit der Wartungsteams, erleichtern die Entscheidungsfindung, ermöglichen zukünftige Arbeiten und so weiter, was sich in erheblichen Kosteneinsparungen niederschlägt.

Fazit

Wie wir sehen, hat der Wechsel von deskriptiver zu prädiktiver Analytik einen riesigen Sprung in der Konzeption der Industrie und ihrem Fortschritt in Richtung digitale Transformation bedeutet. Doch der Weg zu maximaler Effizienz führt weiter über die präskriptive Analytik, in die die digitalen Zwillinge eingebettet sind. Nicht nur vorhersagen zu können, was passieren könnte, sondern auch zu wissen, was getan werden muss, um zu verhindern, dass etwas passiert, vervielfacht die Effizienz von Unternehmen, Hand in Hand mit künstlicher Intelligenz und Big Data, zunehmend produktiv, profitabel und nachhaltig.