Die vielen Gesichter der Prävention – Maschinenprüfung und Predictive Maintenance

KommmitMensch, so lautet der Name einer neuen Präventionskampagne die kürzlich im Nachrichtenmagazin der Deutschen gesetzlichen Unfallversicherungen (DGUV) vorgestellt wurde. Die DGUV ist auch Herausgeber der Normen (DGUV 3), die  für eine Maschinenprüfung gelten.

Das langfristige Ziel der Kampagne  ist die „Vision Zero“, eine Welt ohne schwere und tödliche Arbeits-, Schul- und Wegeunfälle. Dr. Walter Eichendorf, der stv. Hauptgeschäfts- führer der DGUV, der die Kampagne präsentiert, stellt in diesem Zusammenhang jedoch fest: ”dass die bisherigen Ansätze der Prävention möglicherweise nicht ausreichen, um wirksam der Vision Zero näher zu kommen.”

In diesem Blogbeitrag geht es deshalb darum eine weitere Möglichkeit auszuloten und vorzustellen, die hilfreich sein kann, die Vision Zero zu verwirklichen.

KommmitMensch ist über den beachtlichen Zeitraum von zehn Jahren angelegt, was die langfristige Relevanz des Themas wirkungsvoll unterstreicht. Es wird dafür geworben Prävention zu einem 24/7-Thema zu machen  Dr. Walter Eichendorf betont darüber hinaus:  “Es geht um die Prävention als Wert– und Werte enden nicht am Werktor und nicht bei Feierabend.”  Werte sollten genauso aber auch nicht durch traditionelle Perspektiven eingeschränkt werden. Es geht also auch darum nach Möglichkeit eine größtmögliche Anzahl mit dem Thema verbundener Aspekte aufzugreifen und umzusetzen. Dabei wird der Kern der Herausforderung von der Kampagne auf sehr treffende Art und Weise herausgearbeitet. Prävention steht an der Spitze einer Stufenleiter an Strategien, mit denen auf Störungen oder Unfälle reagiert werden kann. Stellen wir die verschieden Stufen kurz vor:

 

Die Stufenleiter der Prävention

 

Die Stufenleiter der Prävention

 

Die letzten beiden Stufen liegen hinter einer “unsichtbaren Barriere”, denn sie erfordern einen Perspektivwechsel. Es handelt sich um den proaktiven und damit oft verbunden auch wertschöpfenden Umgang mit möglichen Gefahren. Es ist kein Zufall, dass ein wichtiger technischer Aspekt des Themas Prävention sich strukturgleich zu diese Stufenleiter darstellen läßt. Hier sind wir nun genau im Thema:

 

Prävention mit Predictive Maintenance.

Predictive Maintenance bildet eine der zentralen Strategien von Industrie 4.0.

“Industrie 4.0 stellt eine völlig neue Logik und Qualität der Produktionssteuerung in Aussicht, die es ermöglichen soll, dass „intelligente Produkte, Maschinen und Betriebsmittel eigenständig Informationen austauschen, Aktionen auslösen und sich gegenseitig selbstständig in Echtzeit steuern.“1

Für das Thema Wartung bedeutet dies: Maschinen und Anlagen werden bei diesem vorausschauenden Ansatz proaktiv gewartet und vernetzt um Ausfallzeiten niedrig zu halten. Das Verfahren stützt sich dabei auf die Echtzeit-Überwachung von Messwerten, die durch Sensoren erfasst wurden. Um gute Vorhersagen für die vorausschauende Wartung zu treffen, ist es notwendig, eine große Menge von Daten zu erfassen, zu speichern und zu analysieren. Dabei kommen Techniken aus dem Machine-Learning und Datenbanken aus dem Big-Data-Bereich zum Einsatz. Die erfassten Messwerte und Diagnosedaten werden über Netzwerke an Servicezentralen oder direkt an die Hersteller übermittelt.

 

Warum lohnt sich Predictive Maintenance?

Nur auf Störungen in Maschinen zu reagieren ist teuer und behindert Produktionsabläufe, während feste Austausch-Intervalle die Lebensdauer der Bauteile häufig nicht ausschöpfen. Predictive Maintenance bringt diese Faktoren ins Gleichgewicht und erreicht so ein ideales Kosten-Nutzen Verhältnis. Die Schwierigkeit besteht jedoch häufig in der Vorhersage des Unbekannten. Eine tiefgreifende Störung oder ein kompletter Ausfall sind Ereignisse, die oft nicht in historischen Daten des Systems gefunden werden können.

Wie funktioniert Predictive-Maintenance genau?

Eine Lösung bietet nun die enorme Menge an Echtzeit-Sensordaten moderner Systeme, die ergänzend zu historischer Daten, wie Ausfallstatistiken, betrachtet werden können. Diese Daten werden mit Hilfe von Algorithmen vom Typ eines lernfähigen neuronalen Netzwerks, das von biologischen Prozessen im Neocortex inspiriert ist, analysiert und verarbeitet.

Solche Algorithmen werden auch in der Medizin und an Finanzmärkten angewendet um Störungen vorherzusehen. Die KI hilft dem System, sich während des Betriebs – sozusagen, selbst kennen zu lernen, indem permanent Voraussagen über die Zustände in naher Zukunft getroffen werden.  Eine Anomalie fällt dadurch auf, dass sie diesen Voraussagen widerspricht. So bestimmt der Algorithmus eine Ausfallwahrscheinlichkeit für das System. Dadurch werden Fehlalarme reduziert, Ausfälle und Folge-Ausfälle verhindert, die Lebensdauer der Geräte besser ausgeschöpft und die Reparaturkosten gesenkt.

 

“Digitale Technologien determinieren ihren Gebrauch nicht – digitale Technologien entstehen durch ihren Gebrauch.”

Ungeachtet der fast überwältigenden medialen Präsenz, die die Themen Industrie 4.0 und IoT genießen, steckt die konkrete praktische Umsetzung dieser Ansätze oft noch in den Kinderschuhen, obwohl hier wie gezeigt erhebliche Potentiale erschlossen werden können. “Auch wenn die Vision an existierenden Voraussetzungen der Informations- und Kommunikationstechnologie und einer überschaubaren Anzahl dezidierter 4.0er Pilotprojekte ansetzt, findet sie auf praktischer Ebene, insbesondere in breiten Kreisen des Mittelstands, nur verhaltene Resonanz”2

 

Ein Grund dafür ist, dass oft noch ein einseitig technologisch fokussiertes Innovationsverständnis vorherrscht: Das Verhältnis des Menschen zur Arbeit würde demnach, durch technische Innovationen, allein von der Technik her geformt. Die Befürchtung ist, dass die Technologie den Nutzer vereinnahmt, anstatt seine Handlungsspielräume zu erweitern.  Als ein negativ Beispiel werden beispielsweise die Erfahrungen mit der „Halle 54“  bei VW aus den 80iger Jahren angeführt. Zwischen Vision und Wirklichkeit klaffte damals noch eine deutliche Lücke. Die neuen Produktionsstraßen waren nicht flexibel genug um die Qualität einer manuellen Endmontage zu erreichen oder gar zu übertreffen. Im Zuge zeitgenössischer Entwicklungen intelligenter Software Konzepte gilt jedoch heutzutage:

Digitale Technologien determinieren ihren Gebrauch nicht; digitale Technologien entstehen durch ihren Gebrauch. Während beispielsweise eine Standbohrmaschine dem Nutzer schwerlich die Handlungsfreiheiten ermöglicht, über die ein Kunstschmied verfügte, entstehen durch soziale Netzwerke neue Phänomene wie “user generated content”. Durch digitale Innovationen entstehen auch neue Nutzungskonzepte für herkömmliche Technologien, wie etwa Car-Sharing. Die Technologie beschränkt nicht die Handlungsspielräume, sondern erweitert sie. Analog dazu gilt es für das Thema Big Data das traditionelle Mindset des Datensammlers ohne Ziel, zu überwinden – hin zum digitalen Mindset das Big Data Konzepte als Wertschöpfungspartner begreift.

 

Wir betreuen momentan bereits sehr erfolgreich zwei große Kunden zu diesem Thema. Bei Fragen oder Unklarheiten sprechen Sie uns einfach an! Wir beraten Sie gerne beim Aufbau eines individuellen Präventionskonzepts.

 

 

 

 

 


 

Bauer, W./Schlundt, S./Marrenbach, D./Ganschar, O. 2014: Industrie 4.0 – Volkswirtschaftliches Potenzial für Deutschland. Studie. Berlin, Stuttgart

Jürgen Howaldt, Ralf Kopp, Jürgen Schultze Zurück in die Zukunft? Ein kritischer Blick auf die Diskussion zur Industrie 4.0

2018-08-06T08:18:54+00:00 November 30th, 2017|Industrie 4.0|0 Comments

Zur Verstärkung unseres Teams und zum Ausbau unseres Serviceangebots suchen wir ab sofort:

Servicetechniker in Vollzeit (m/w/d) im Außendienst bundesweit

Jetzt bewerben