Vorbeugende Wartung vs. vorausschauende Wartung

Ihre Wartungsstrategie ist vielleicht nicht das Erste, was Ihnen in den Sinn kommt, wenn Sie über den Gewinn nachdenken. Doch da Maschinen, Geräte und Systeme den Betrieb am Laufen halten, kommt der Wartungsstrategie eine wichtige Rolle zu. Ohne die entsprechende Sorgfalt und Aufmerksamkeit gehen Dinge kaputt – ganz gleich, ob es sich um einen Transformator in einem Stromnetz, ein Achslager in einem train oder einen Kühlschrank in einem Restaurant handelt.

Wenn Assets nicht mehr funktionieren oder nicht optimal funktionieren, kann das zu Sicherheitsproblemen und finanziellen Auswirkungen führen – Berichten zufolge verliert der durchschnittliche Hersteller etwa 800 Stunden pro Jahr durch Ausfallzeit. Wenn man dann noch veraltete Infrastrukturen, Belegschaft, Budgetbeschränkungen und Nachhaltigkeit hinzufügt, wird deutlich, warum Unternehmen immer bessere Wege finden müssen, um ihre Assets in einem guten Betriebszustand zu halten.

Wenn Sie wissen und planen, wann Ihr Equipment wahrscheinlich ausfallen wird, können Sie Ihre Produktionsabläufe effizienter gestalten. Aber wie entscheiden Sie, welche Strategie für Sie die kostengünstigste ist? Die Entscheidung ist nicht einfach. Dabei müssen mehrere Faktoren berücksichtigt werden, wie z. B. Ihre Branche, die Art und Nutzung des Assets, wie teuer ein Ersatz ist, wie viele der richtigen Daten Sie haben und welche Auswirkungen ein Ausfall auf Ihr Unternehmen und Ihre Kunden hätte. Es gibt keine Einheitslösung, und die meisten Unternehmen entscheiden sich für eine Kombination verschiedener Wartungsstrategien für ihre gesamten Asset-Portfolios.

Reaktive, vorbeugende und vorausschauende Strategien für die Wartung sind die gängigsten Wartungsansätze. Reaktive Wartung (auch Fehlerbehebung genannt) ist genau das – die Reaktion auf Ausfälle, wenn diese auftreten. Er eignet sich für kostengünstige, nicht kritische Assets, die keine Sicherheits- oder Betriebsrisiken darstellen, wenn eine Run-to-Failure-Strategie umgesetzt wird.

Vorbeugende und vorausschauende Wartung sind proaktive Wartungsstrategien, die Konnektivität und Daten nutzen, um Ingenieuren und Planern dabei zu helfen, Dinge vor dem Ausfall zu reparieren. Prädiktive Strategien gehen noch einen Schritt weiter und nutzen fortschrittliche Datentechniken, um vorherzusagen, wann in Zukunft wahrscheinlich etwas schiefgehen wird. Beide Strategien zielen darauf ab, das Risiko katastrophaler oder kostspieliger Probleme zu verringern.

Werfen wir einen genaueren Blick auf diese proaktiven Ansätze.

Bei der vorbeugenden Wartung werden regelmäßige Wartungspläne eingesetzt, um die Wahrscheinlichkeit eines Ausfalls eines Assets zu verringern, indem in regelmäßigen Abständen Wartungsaufgaben durchgeführt werden. Anhand von Best Practices und historischen Durchschnittswerten, wie z. B.der mittleren ausfallfreien Zeit (MTBF), wird Ausfallzeit geplant. Strategien zur vorbeugenden Wartung gibt es seit etwa 1900 und sind seit den späten 1950er Jahren weit verbreitet.

Es haben sich drei Hauptarten der vorbeugenden Wartung entwickelt, die alle eine regelmäßige Wartung beinhalten, aber unterschiedlich geplant sind und auf unterschiedliche Zwecke des Geschäftsbetriebs zugeschnitten sind.

• Nutzungsbasierte vorbeugende Wartungspläne basieren auf der Nutzung der Anlage, so wie der Wechsel Ihrer Autoreifen nach 40.000 Kilometern.
• Bei der kalender- oder zeitbasierten vorbeugenden Wartung werden bestimmte Zeitintervalle für die Wartung festgelegt, wie z. B. die jährliche Wartung Ihrer Heizung zu Hause.
• Die zustandsabhängige Wartung erstellt Zeitpläne auf der Grundlage von Faktoren wie Abnutzung und Verschlechterung von Assets.

Bei allen Arten der vorbeugenden Wartung wird die Ausfallzeit der Maschine im Voraus geplant, und die Techniker verwenden Checklisten für Überprüfungen, Reparaturen, Reinigung, Anpassungen, Austausch und andere Wartungsaktivitäten.

Die vorausschauende Wartung baut auf der zustandsorientierten Überwachung auf, indem sie den Zustand eines Assets kontinuierlich bewertet. Sensoren sammeln Daten in Echtzeit und diese werden in KI-fähiges Asset-Management (EAM), computergestützte Wartungsmanagementsysteme (CMMS) und andere Wartungssoftware eingespeist. Mithilfe dieser Art von Software können fortschrittliche Datenanalysetools und Prozesse wie maschinelles Lernen (ML) Probleme identifizieren, erkennen und ansprechen, sobald sie auftreten. Mithilfe von Algorithmen werden auch Modelle erstellt, die vorhersagen, wann in Zukunft potenzielle Probleme auftreten können, wodurch das Risiko eines Ausfalls des Assets im weiteren Verlauf verringert wird. Dies kann zu geringeren Wartungskosten, einer Verringerung der Ausfallzeit um etwa 35–50 % und einer Verlängerung der Lebensdauer um 20–40 % führen.

Zur Identifizierung von Assetanomalien und zur frühzeitigen Warnung vor potenziellen Problemen werden verschiedene Zustandsüberwachungstechniken eingesetzt, darunter Schall (Ultraschallakustik), Temperatur (thermisch), Schmierung (Öl, Flüssigkeiten), Schwingungsanalyse und Motorstromkreisanalyse. Ein Temperaturanstieg in einer Komponente kann beispielsweise auf eine Verstopfung des Luftstroms oder des Kühlmittels hinweisen. Ungewöhnliche Vibrationen können auf eine Fehlausrichtung beweglicher Teile oder Verschleiß hinweisen; Veränderungen im Klang können frühzeitig vor Defekten warnen, die vom menschlichen Ohr nicht erfasst werden können.

Die Öl- und Gasindustrie war ein Vorreiter bei der Einführung der vorausschauenden Wartung, um das Risiko von Umweltkatastrophen zu verringern, und auch andere Branchen sehen zunehmend den Nutzen. In der Lebensmittel- und Getränkebranche könnten unentdeckte Probleme bei der Lagerung von Lebensmitteln schwerwiegende gesundheitliche Folgen haben, und in der Schifffahrt reduziert die Vorwegnahme und Verhinderung von Gerätefehlern die Anzahl der Reparaturen, die auf See durchgeführt werden müssen, wo dies schwieriger und teurer ist als im Hafen.

Beide Arten von Wartungsstrategien erhöhen die Betriebszeit und reduzieren die Ausfallzeit, wodurch die Zuverlässigkeit und der Lebenszyklus der Assets verbessert werden. Die Hauptunterschiede liegen im Zeitpunkt und in der Fähigkeit, den künftigen wahrscheinlichen Zustand eines Assets vorherzusagen.

Programme zur vorbeugenden Wartung nutzen historische Daten, um den zu erwartenden Zustand eines Assets vorherzusagen, und planen routinemäßige Wartungsaufgaben in regelmäßigen Abständen im Voraus. Dies ist zwar gut für die Planung, aber es kann passieren, dass die Assets zu wenig oder zu lange gewartet werden, da die überwiegende Mehrheit der Assetfehler unerwartet ist. Es kann vorkommen, dass ein Problem zu spät diagnostiziert wird, um beispielsweise Schäden an einem Asset zu verhindern, was wahrscheinlich zu einer längeren Ausfallzeit während der Reparatur führt, oder es können Zeit und Geld aufgewendet werden, wenn keine Notwendigkeit besteht.

Vorausschauende Wartung vermeidet unnötige Wartung, indem sie den tatsächlichen Zustand des Equipments erfasst. Dies bedeutet, dass Probleme früher als bei der vorbeugenden Wartung erkannt und behoben werden können und die Entwicklung schwerwiegenderer Probleme verhindert wird.

Bei der vorausschauenden Wartung werden neue Technologien wie künstliche Intelligenz, maschinelles Lernen und das Internet der Dinge (IoT) genutzt, um Erkenntnisse zu gewinnen. Wartungsmanagementsysteme und Software erstellen automatisch korrigierende Wartungsaufträge Arbeitsaufträge, ermöglichen es Wartungsteams, Data Scientists und anderen Mitarbeitern, intelligentere, schnellere und finanziell solidere Entscheidungen zu treffen.

Workflows für die Bestandsverwaltung wie Arbeitskräfte und Ersatzteillieferketten werden durch die Minimierung von Energieverbrauch und Ausschuss effizienter und nachhaltiger. Die vorausschauende Wartung kann Daten in andere Wartungspraktiken einspeisen, die auf Echtzeitanalysen wie digitalen Zwillingen basieren und mit denen Szenarien und andere Wartungsverfahren ohne Risiko für die Produktion modelliert werden können.

Damit die vorausschauende Wartung effektiv oder überhaupt möglich ist, gibt es Hürden zu überwinden, wie z. B. Komplexität, Schulungen und Daten. Für die vorausschauende Wartung ist eine moderne Daten- und Systeminfrastruktur erforderlich, deren Einrichtung im Vergleich zur vorbeugenden Wartung teurer sein kann. Die Schulung der Mitarbeiter im Umgang mit den neuen Tools und Prozessen und in der korrekten Interpretation von Daten kann kosten- und zeitintensiv sein. Die vorausschauende Wartung beruht ebenfalls auf der Erfassung erheblicher Mengen spezifischer Daten. Und schließlich erfordert die Umsetzung einer vorausschauenden Wartungsstrategie einen kulturellen Wandel, um den Wechsel von vorgegebenen zu flexibleren täglichen Abläufen gerecht zu werden, was eine Herausforderung darstellen kann.

Zusammenfassend lässt sich sagen, dass die Strategien für vorbeugende und vorausschauende Wartung, obwohl sich beide auf die Erhöhung der Zuverlässigkeit von Assets und die Verringerung des Ausfallrisikos konzentrieren, sehr unterschiedlich sind. Bei der vorbeugenden Wartung geht es um die regelmäßige und routinemäßige Wartung. Bei der vorausschauenden Wartung geht es hingegen um die Bereitstellung der richtigen Informationen über bestimmte Assets zum richtigen Zeitpunkt. Die vorbeugende Wartung eignet sich für Assets, bei denen die Fehlermuster vorhersehbar sind (z. B. bei wiederkehrenden oder häufigen Problemen) und die Auswirkungen der Störungen vergleichsweise gering sind. Die vorausschauende Wartung hingegen kann für strategische Assets vorteilhafter sein, bei denen die Störungen weniger vorhersehbar sind und die Auswirkungen der Störungen auf die Geschäftsabläufe hoch sind. Wenn vorausschauende Wartungsstrategien erfolgreich implementiert und umgesetzt werden, werden sie letztlich zu zufriedeneren Kunden und erheblichen Kosteneinsparungen durch optimierte Wartung und Asset-Performance führen.

Die gute Nachricht ist, dass IBM helfen kann. Die IBM Maximo Application Suite ist eine Reihe von Anwendungen, die es Ihnen ermöglichen, die Wartungsplanung auf Grundlage von Erkenntnissen zum Zustand des Assets über die Zeitpläne hinaus zur zustandsorientierten vorausschauenden Wartung zu verschieben.

Durch die Kombination von Betriebsdaten, IoT, KI und Analyse in einer einzigen, integrierten cloudbasierten Plattform führt Maximo zu intelligenteren, datengestützten Entscheidungen, die Zuverlässigkeit von Assets verbessern, den Lebenszyklus von Assets verlängern, die Leistung optimieren und betriebliche Ausfallzeiten und Kosten reduzieren.