35 Millionen Tonnen Zement sind allein in Deutschland im Jahr 2020 produziert worden. In der Herstellung kommt schweres Gerät zum Einsatz, um Kalkstein, einen der Grundrohstoffe, zu zerkleinern. Dieser Vorgang belastet alle Komponenten des Gesteinsbrechers stark; Leistungseinbrüche oder sogar Totalausfälle kommen immer wieder vor. Datenbasierte Predictive-Maintenance-Lösungen wie das Product-Lifecycle-Management von Optalio unterstützen die Hersteller dabei, Probleme vorherzusagen und Ausfällen proaktiv vorzubeugen.
Die Herausforderung: Maschinenprobleme im Voraus erkennen und Ausfälle verhindern
Es gibt verschiedene Arten Kalkstein zu zerkleinern, eine davon arbeitet mit Hydraulik und hohem Druck. Springt dabei der Kolben wiederholt, wenn der Druck aufrechterhalten wird, deutet dies auf Leckagen im Ölkreislauf hin. Derartige Schäden an Komponenten werden häufig erst spät bemerkt, wenn die Maschine schon Leistung verloren hat oder überraschend ausfällt. Dann steht die Anlage erst einmal still, der Fehler wird gesucht und dann Ersatzteile bestellt: wertvolle Zeit verstreicht, die für das Unternehmen erhebliche Kosten verursacht. Hier setzt die datenbasierte Zustandsüberwachung an; die Grundlage für gezielte und rechtzeitige Wartungsmaßnahmen oder Reparaturen. Im Beispiel der Gesteinsbrecher, oft hausgroße Maschinen mit einem Durchsatz von bis zu 10.000 t pro Stunde, werden bis zu 650 Sensoren für Druck, Temperatur, Vibration und Umdrehungen verbaut. Bei einer Abfragerate von 4 Hz pro Sensor ergeben sich 2.600 Messpunkte pro Sekunde – eine Datenmenge, die es gilt, zu managen. Dabei sind die erhobenen Sensordaten zunächst sehr unterschiedlich, die Werte in ihren Messeinheiten von Pascal über Grad Celsius bis zu U/min stehen in keinem Zusammenhang miteinander und haben so noch keine Aussagekraft. Es braucht hier ein strukturiertes Data Engineering. Dazu gehört auch, dass die Sensoren überhaupt erst IT-gerecht ausgelesen werden.
Dabei geht es um die Auswertung, also den Abgleich zwischen Normwerten und Abweichungen, der den Maschinenzustand anzeigt und die zu Anfang benötigte sehr hohe Rechenleistung. Diese ist nötig, damit die KI ein Modell aus den Daten generieren kann, das den Normalzustand der Maschine festhält und dadurch Abweichungen erst aufzeigt.
Die Lösung: Eine skalierbare Cloud-Lösung für komplexe Datenanalysen und KI-basierte Produktionsoptimierung
Predictive Maintenance bietet einen erheblichen Vorteil, weil anhand der Sensordaten kritische Zustände sehr frühzeitig erkannt werden können. Fehlerursachen sind einfacher zu finden, Ersatzteile werden rechtzeitig beschafft und die Instandhaltung entsprechen geplant, sodass die Maschine nur möglichst kurze Zeit stillsteht.
Nicht immer sprechen analoge Produktionsanlagen, die sogenannte OT (Operational Technology), und IT dieselbe Sprache. Um diese Lücken zu schließen, wird zunächst eine Industrial IT-Infrastruktur geschaffen, um die Daten zugänglich zu machen. Firewalls sowohl für die OT als auch die IT dienen der Sicherheit. Mit einer solchen skalierbaren, sicheren Infrastruktur ist es möglich, Maschinendaten zur Verarbeitung über sogenannte Data Pipelines an eine Plattform zu übertragen. Dazu kommen etwa OPC-UA-Schnittstellen zum Einsatz. Die Open Platform Communications Unified Architecture (OPC UA) ist ein Standard für den Datenaustausch, der Maschinendaten transportiert und sie für Maschinen, also die KI, lesbar macht. Die Daten werden dann in einer sicheren Cloud gespeichert.
Die Optalio GmbH ist ein deutscher SaaS-/PLM-Anbieter für komplexe Datenanalysen, Prozessüberwachungen und die KI-basierte Produktionsoptimierung in der verarbeitenden Industrie innerhalb der DACH-Region. Optalio bietet eine hochskalierbare Cloud-Lösung an, die die anfänglich benötigte hohe Rechenkapazität zum Erstellen der Modelle bereitstellen kann.
Alternativ kann der Kunde über eine gesicherte VPN-Verbindung die Daten auch bei sich speichern, oder er nutzt Edge Devices für eine dezentrale Datenverarbeitung.
Das Ergebnis: Einfachere Wartung und effizientere Produktion sowie Prozesse
Software as a Service (SaaS) bedeutet für den Kunden nicht nur, dass er günstige und flexible IT-Leistungen bekommt. Das Konzept macht die Wartung auch besonders einfach, weil Updates und Erweiterungen automatisch im Hintergrund installiert werden. Predictive Maintenance ist in allen Branchen und für alle Maschinentypen wichtig. Das Modell von Optalio ist entsprechend nicht auf Gesteinsbrecher beschränkt, sondern vielseitig einsetzbar. Im Mittelpunkt der daten- und KI-basierten SaaS-Lösing stehen die Daten und deren Qualität. Das Ergebnis der Analyse hängt davon ab, wie umfangreich die Daten vorher extrahiert und aufbereitet wurden.
Optalio hat ein eigenes digitales Ökosystem geschaffen und bietet eine ganzheitliche Datenstrategie von der Übersetzung der Maschinendaten über Data Mining und Data Engineering bis zur KI-basierten Analyse. Damit optimieren Kunden nicht nur die Produktion, sondern auch sämtliche Prozesse.