{{{sourceTextContent.title}}}

Vorausschauende Wartung bietet einen Blick in die Zukunft

{{{sourceTextContent.subTitle}}}

Künstliche Intelligenz hebt die vorausschauende Wartung auf die nächste Stufe - sie erkennt subtile Hinweise, um Wartungspläne zu optimieren, Fehler zu identifizieren und Ausfälle vorherzusagen, bevor sie teure Ausfallzeiten oder Schäden verursachen.

{{{sourceTextContent.description}}}

Bei der vorausschauenden Wartung werden Geräusche, Vibrationen und andere Eigenschaften von Maschinen überwacht, um einen Einblick in deren Leistung zu erhalten. Moderne Maschinen haben diese Sensoren oft eingebaut, während externe Sensoren bei älteren Geräten nachgerüstet werden können, um eine kontinuierliche Zustandsüberwachung und Diagnose bei Bedarf zu ermöglichen.

Während die "vorausschauende" Wartung dabei hilft, einen Vorfall vorherzusagen, muss sie mit der "vorausschauenden" Wartung kombiniert werden, um diese Erkenntnisse optimal zu nutzen. Diese berät über die beste Vorgehensweise, um den vorhergesagten Vorfall anzugehen oder zu vermeiden, sagt Nicolas Layus - Direktor der ADI OtoSense BU bei Analog Devices.

ADI OtoSense ist eine KI-gesteuerte Plattform zur Interpretation von Sensoren und eine agnostische Lösung, die mit einer Vielzahl von Maschinen und Sensoren arbeiten kann. Dies erstreckt sich auf die Überwachung von Umgebungsgeräuschen, um Probleme zu erkennen, die von den Onboard-Sensoren möglicherweise übersehen werden. Zum Beispiel kann es das Geräusch analysieren, wenn Teile auf einem Fließband zusammengefügt werden, um Fehler zu erkennen, oder auf schwache Kratzgeräusche achten, die darauf hinweisen, dass ein Roboterarm gegen etwas gestoßen ist.

ADI OtoSense analysiert nicht nur all diese sensorischen Daten, sondern nutzt auch das menschliche Fachwissen, um aus all diesen Daten einen Sinn zu machen, sagt Layus.

"Sie können unsere Lösung auf jedem spezifischen Gerät in Ihrer exakten Betriebsumgebung trainieren, aber dieses Training muss nicht von einem Datenwissenschaftler oder einem anderen Spezialisten durchgeführt werden. Sie haben vielleicht jemanden, der seit Jahrzehnten an einer Maschine arbeitet, ihr zuhört, sie abtastet und genau weiß, was sie zu einem bestimmten Zeitpunkt tut - er kann derjenige sein, der das System trainiert, um sicherzustellen, dass sein Fachwissen nicht mit der Zeit verloren geht."

Neben der Überwachung von Anlagen, die bereits in Betrieb sind, kann die Technologie auch die Zuverlässigkeit erhöhen und Ausfallzeiten reduzieren, indem sie die Qualitätssicherungsprüfungen verbessert, bevor die Maschinen das Werk verlassen. Dies kann die Testzeit erheblich reduzieren und gleichzeitig die Gesamtgenauigkeit verbessern.

Sobald die Maschinen im Einsatz sind, können die Hersteller ihren Kunden die Fernüberwachung der Leistung als Dienstleistung anbieten, um die Leistung zu verbessern und Ausfallzeiten zu reduzieren. In einer für beide Seiten vorteilhaften Vereinbarung könnten die Hersteller auch die Leistungsdaten aus der Praxis nutzen, um das Produktdesign zu verbessern.

Mit Blick auf die Zukunft wird diese Art der KI-gesteuerten kontinuierlichen Überwachung mehr Hersteller in die Lage versetzen, ein komplettes "As-a-Service"-Modell anzubieten, das im Softwarebereich mit Diensten wie Office 365 von Microsoft bereits üblich ist.

Genauso wie Microsoft vom Verkauf einmaliger Kopien von Word und Excel zum Verkauf von Jahresabonnements übergegangen ist, könnten sich Motorhersteller über den reinen Verkauf von Hardware hinaus zum Angebot eines Drehmoment-as-a-Service-Modells entwickeln.

"Diese Art von As-a-Service-Transformation findet in vielen Fertigungssektoren statt, aber wenn Sie diese Art von Service zuverlässig anbieten wollen, müssen Sie genau wissen, was mit Ihren Anlagen wie Motoren im Feld passiert. Sobald Hersteller mit diesem Wissen ausgestattet sind, haben sie die Möglichkeit, ihr Geschäftsmodell komplett neu zu gestalten, um für die Zukunft gerüstet zu sein."

{{medias[150772].title}}

{{medias[150772].description}}