Um Fehler und Betriebsanomalien aufzudecken, bevor sie entstehen, setzt der deutsche Kompressorhersteller Boge auf »Industrial Analytics« – die Software für vorausschauende Wartung – von Weidmüller.
Die neuen Boge HST Kompressoren stellen einen Meilenstein in der Weiterentwicklung der ölfreien Drucklufterzeugung der Klasse 0 dar. Zu den Anwendungsbereichen der Boge HST Kompressoren gehören die Pharma- und Nahrungsmittelindustrie, industrielle Lackierbetriebe sowie die Halbleiterproduktion. In allen Anwendungsbereichen haben Maschinenstillstände fatale Folgen. Die präventive Fehlervermeidung ist Voraussetzung für eine erhöhte Prozesssicherheit und ein optimales Energiemanagement beim Kunden. Deshalb treibt Boge seine Strategie Druckluft 4.0 im Bereich Service und Wartung weiter voran.
Um mögliche Fehler und Betriebsanomalien aufzudecken noch bevor sie entstehen, setzt Boge auf eine Software für Predictive Maintenance von Weidmüller. Die Softwarelösung ist Teil von Boge Analytics, dem Industrie 4.0-Paket zur intelligenten Datenauswertung und -nutzung. Das Softwarepaket beinhaltet zu dem die Remote-Monitoring-Lösung Boge airstatus, das Continous Improvement Programme und das 24-Stunden Recovery.
Die Software zur vorausschauenden Wartung erkennt Fehler und kritische Abweichungen der technologischen Parameter frühzeitig. In die Datenauswertung fließen die Einsatzerfahrungen aller Druckluftlösungen ein. So können im laufenden Betrieb Vorhersagen über einen zukünftig anstehenden Wartungsbedarf getroffen und Serviceeinsätze optimal geplant werden. Betroffene Bauteile werden dann vor dem Eintritt eines prognostizierten Schadens ausgetauscht. Eine kostenintensive Nachsorge und lange Stillstandszeiten gehören damit der Vergangenheit an. Mit Predictive Maintenance setzt Boge auf einen zentralen Werttreiber für eine wettbewerbsfähige und kontinuierliche Druckluftversorgung nach Industrie-4.0-Standards.
Anwender steht im Mittelpunkt
Bei den Analysen stand Boge als Anwender im Mittelpunkt – sein Know-how ist sehr wichtig. Die Software kann einen Fehler zwar mit einer bestimmten Wahrscheinlichkeit vorhersagen – Voraussetzung hierfür ist jedoch stets, dass er zuvor von einem Applikationsexperten als relevant klassifiziert wurde. Nur der Anwender kann bewerten, ob eine Anomalie tatsächlich als kritischer Fehler einzustufen ist.
Die aufgenommenen Daten stammen alle von Messtechnik-Komponenten, die ohnehin im Kompressor vorhanden sind. Es muss keine neue Sensorik nachgerüstet werden. In die Auswertung und Analyse werden folgende Daten einbezogen: Motortemperatur, Luftdruck, Motordrehzahl. Die Datenqualität wird genau beurteilt und über ihre Relevanz entschieden. Anschließend sortiert man nicht relevante Datenquellen aus. Dabei gilt es zu beachten wie die Messwerte miteinander interagieren, denn ausschlaggebend ist nicht der einzelne Wert, sondern das vorhandene Datenmuster. So entsteht ein komplexes Datenmodell der Normalität, mit dessen Hilfe der Schadensfall präzise vorhergesagt werden kann, wenn die Werte in einer bestimmten Weise vom gelernten Model abweichen. Mitentscheidend ist, dass das System permanent hinzulernt. Mit jeder neuen Fehlermeldung und anhand von Rückmeldungen des Bedieners verändert sich das Model.
Daraus ergeben sich folgende Analytics Ergebnisse:
- In welchem Status befindet sich der Kompressor aktuell und in der Vergangenheit.
- Wann wird sich der Zustand zu einem kritischen Fehler hin verändern.
- Wie effizient war der Kompressor(wie viel Druckluft hat er in den letzten Tagen geliefert).
Die Analytics Lösung von Boge ist so konzipiert, dass auch noch nicht bekannten Fehler hinzugelernt werden können – berechnete Vorhersagen über den Kompressorausfall werden also über die gesamte Betriebszeit des Kompressors immer präziser.
Der Anwendungsfall ist ein ideales Praxisbeispiel für die enge Zusammenarbeit zwischen Kunden und Anwendern bei Digitalisierungslösungen.
Weitere Informationen unter: www.win.weidmüller.com oder www.weidmüller.com
Quelle: Weidmüller GmbH & Co.KG