Im Forschungsprojekt „Maintenance Innovation“ (kurz: „i-Maintenance“) wurden Methoden und Werkzeuge auf Basis von Internet Technologien, intelligenter Sensorik und Analytik entwickelt, welche im i-Maintenance Labor in konkreten Anwendungsfällen eingesetzt, getestet, validiert und demonstrierbar gemacht wurden. Der Lösungsansatz wurde in Form einer skalierbaren Kommunikationsschicht, dem sogenannten i-Maintenance Messaging System, implementiert. Bestehende Systeme für die Prozesssteuerung, Condition Monitoring, sowie Tools für Instandhaltungsmanagement und Predictive Maintenance Analytik werden durch Adapter angeschlossen.
Der störungsfreie Betrieb bildet das Fundament einer effizienten Produktion in der „Smart Factory“. Mit zunehmender Digitalisierung der Produktionsprozesse eröffnen sich neue Innovationspotentiale. Durch permanentes Monitoring der Produktionssysteme wird die Qualität in der Produktion aufrechterhalten, dank vorausschauender Erkennung können Wartungsaufgaben optimiert und kostenintensive Störfälle vermieden werden.
Das Projekt „Maintenance Innovation“ (i-Maintenance) adressiert die Innovationspotentiale einer umfassenden Instandhaltungslösung. Mittels einem, auf offenen Internet-Technologien basierenden, Toolset wird die gesamte Innovationskette hinsichtlich Produktionsüberwachung und Instandhaltungsbeauftragung abgebildet. Sensoren überwachen eine industrielle Anlage wobei neben spezialisierten Condition Monitoring Lösungen auch kostengünstige IoT-Sensorik zum Einsatz kommt. Die erhobenen Daten werden weiteren, im Toolset integrierten Applikationen zur Verfügung gestellt. Die Kommunikation zwischen den einzelnen Bausteinen wird hierbei durch ein flexibles Messaging System abgedeckt, welches für den Transport aller instandhaltungs-relevanten Informationen zwischen den einzelnen Bausteinen sorgt. Dabei werden die System- und oftmals auch Kommunikations- und Kompatibilitätsgrenzen überwunden. Abbildung 1 zeigt einen schematischen Überblick der im i-Maintenance-Toolset integrierten Bausteine. Umfassende Sensorik und Steuersysteme überwachen das Produktionssystem und ermitteln Umgebungs- und Produktionsparameter. Messwerte werden mit Zeitpunkt und einer eindeutigen Datenstrom-ID an das i-Maintenance Messaging System weitergereicht und von subskribierten Anwendungen (Predictive Maintenance, Instandhaltungsmanagement) empfangen. Diese wiederum verarbeiten die erhaltenen Daten und können ihrerseits Nachrichten an das i-Maintenance Messaging System mit nunmehr „höherwertigen“ Informationen, z.B. eine „Vorausschauende Störmeldung“ über das Messagingsystem senden.

Abb.1: Systemkomponenten i-Maintenance Toolset
Die Ausgestaltung der jeweiligen Nachrichten folgt dabei einem offenen Standard, die Interpretation der Daten steht daher grundsätzlich alle angeschlossenen Anwendungen offen. Im i-Maintenance Labor wurden exemplarisch eine Software für Instandhaltungsmanagement zur Planung und Durchführung von Wartungsaufgaben sowie ein Analyse-Werkzeug für Predictive Maintenenance zur begleitenden Ermittlung der optimalen Wartungsfenster bzw. zur Vermeidung von potentielle Störfälle durch vorausschauende Wartungsmeldungen integriert.
Durch die lose Kopplung der einzelnen Bausteine können individuelle, den jeweiligen Erfordernissen angepasste Lösungen aufgebaut werden. Spezielle i-Maintenance-Adapter sorgen für die nicht-invasive Anbindung existierender Komponenten an das i-Maintenance-System sorgen. Diese Adapter übernehmen die Kommunikation der jeweiligen Komponenten mit dem i-Maintenance-System und übernehmen auch die Interpretation/Transformation aller Nachrichten aus dem Messaging-System in das Format der jeweiligen Komponente.
i-Maintenance Labor – Instandhaltung 4.0 zum Anfassen
Das beschriebene Instandhaltungs-Toolset wurde im Rahmen des Projekts exemplarisch entwickelt und mit bestehenden Lösungen für Instandhaltungsmanagement (isproNG) sowie Predictive Maintenance (inCARE, Intelligent Predictive Networks) aufgebaut. Als „Industrieanlage“ fungiert ein 3D-Drucker „Ultimaker 2“ welche mit umfassender Sensorik ausgestattet wurde um ausreichend Daten für verschiedene Instandhaltungsszenarien zu liefern. So wird z.B. die Temperatur des Druckmaterials kontrolliert und der Materialfluss zum Druckkopf überwacht, da falsche Temperatur und Geschwindigkeit in der Materialzufuhr zu Verstopfungen am Druckkopf führen. Diese können zwar mittels Sensoren und Condition Monitoring zeitnah erkannt werden, die Folgen sind jedoch hohe Zeit-, Material- und Energieverluste durch unmittelbaren Abbruch des Druckprozesses. Dies zu verhindern ist das Ziel des Analyse-Werkzeugs inCARE, mit dem diese Produktionsstörungen frühzeitig erkannt werden. So genannte „Predictive Alerts“ werden an das Instandhaltungsmanagement übermittelt, wodurch rechtzeitige Instandhaltungsmaßnahmen vor dem Druckprozess initiiert und dadurch Folgekosten minimiert oder gänzlich vermieden werden.

Abb.2: i-Maintenance Labor (September 2017)
Datenerfassung an der Produktionsanlage
Der 3D-Drucker im Labor wurde sowohl mit einer industriellen Lösung zur Temperaturfeldmessung, als auch mit einem IoT-Messsystem, bestehend aus Materialvorschubsensor, Beschleunigungssensor und Videoüberwachung ausgestattet. Beide Messsysteme senden kontinuierlich Daten an das i-Maintenance Messaging System.
Kommunikation im i-Maintenance Toolset
Kerntechnologie bildet für das i-Maintenance Toolset das Apache Kafka Messaging System als Datendrehscheibe. Im Vergleich zu anderen Messaging Systemen stehen bei Apache Kafka Skalierbarkeit und Ausfallsicherheit durch Redundanzen im Vordergrund. Die semantische Beschreibung der Datenströme liefert ein GOST Server in Übereinstimmung mit dem Instandhaltungsmanagement. Diese Zusatzinformation wird von den Adaptern genutzt um die Nachrichten für das jeweils angeschlossene System aufzubereiten und zu interpretieren.
INCARE – Predictive Analytics Tool prognostiziert die Restlaufzeit
Anhand von Aufzeichnungen über Störfälle, historischer Messdaten und Echtzeit-Daten wird mit Hilfe von Prognosemodellen die Restlaufzeit bis zur Durchführung einer Druckkopf-Reinigung berechnet. Die Prognosen des Predictive Analytics Tools inCARE werden als „Predictive Alerts“ an das i-Maintenance Messaging System übergeben und vom Instandhaltungsmanagement-System übernommen.
isproNG – Instandhaltungssoftware plant Wartungen
Im Rahmen des Projekts wird von H&H-Systems die Instandhaltungssoftware isproNG bereitgestellt. Diese stellt zunächst das Wissen über die Anlagenstruktur und das Ersatzteilmanagement zur Verfügung. Diese Anwendung erhält ebenso alle erhobenen Sensorwerte da z.B. bei Über- oder Unterschreitung von Schwellwerten eine Wartungsmaßnahme initiiert werden kann. Zusätzlich erhält diese Anwendung die „Predictive Alerts“ des Analyse-Tools inCare. Mit diesen Alerts werden erkannte „Restlaufzeiten“ von einzelnen Komponenten des Druckers in vorausschauende Wartungsmeldungen im Instandhaltungsmanagement überführt. Dies hilft dabei, Wartungen und Ersatzteilbeschaffungen abhängig vom zukünftigen Maschinenzustand und der Personalverfügbarkeit zu planen.
isproNG-App – Durchführung der Instandhaltungsmassnahme wird digital unterstützt
Die Smartphone-App informiert sowohl über den Wartungsbedarf einer Maschine, als auch über die Störungsart. Speziell bei komplexeren Instandhaltungsmaßnahmen unterstützen industrielle Tablet-PCs weniger routinierte MitarbeiterInnen. Unter anderem können damit Maschinenzustände beobachtet, Videoanleitungen betrachtet, sowie Anrufe mit KollegInnen und Maschinenherstellern getätigt werden. Die Instandhaltungsmaßnahme bzw. der Durchführungsnachweis werden dabei mobil protokolliert. Nachdem die Wartungsmaßnahme durchgeführt wurde, kann die Produktion wiederaufgenommen werden.
FAZIT
Das i-Maintenance Labor demonstriert eine umfassende Lösung für Instandhaltungsmanagement auf Basis von industriellem Condition Monitoring und kostengünstiger, flexibel einsetzbarer IoT-Sensorik. Spezialisierte Softwarekomponenten inCARE für Predictive Maintenance, sowie isproNG für Instandhaltungsmanagement wurden in das Toolset eingebunden und nutzen die bereitgestellten Daten des i-Maintenance Messaging Systems. Wesentliches Merkmal der Lösung ist die einfache Anbindung unterschiedlicher Anwendungen an alle instandhaltungsrelevanten Informationen.
MAINTENANCE INNOVATION (I-MAINTENANCE)
Innovationsnetzwerk i-Maintenance
Projektpartner: Salzburg Research Forschungsgesellschaft m.b.H., dankl+partner consulting gmbh, H&H Systems Software-Entwicklungs- und Vertriebs-GmbH, IPN Intelligent Predictive Networks GmbH, Messfeld GmbH, Schlotterer Sonnenschutz Systeme GmbH, Wien Energie GmbH
Laufzeit: von 11/2016 bis 10/2018
Umfang: € 800.000,- (gefördert mit Mitteln des BMWFW und der FFG im Programm COIN)
Information: www.maintenance-competence-center.at/i-maintenance
Kontakt: i-maintenance@maintenance-competence-center.at
i-Maintenance entwickelt einen praktischen Werkzeugkoffer, mit dessen Hilfe produzierende Unternehmen die Herausforderungen der digitalen Transformation in der Instandhaltung meistern können.
Autoren:

DIPL.-ING GEORG GÜNTNER
Georg Güntner ist Leiter des Themenfelds Industrial Internet bei der Salzburg Research Forschungsgesellschaft. Seine Forschungsschwerpunkte liegen in der Begleit- und Akzeptanzforschung des Internets der Dinge in Produktions- und Instandhaltungsunternehmen. Er ist Projektleiter von i-Maintenance (www.srfg.at/i-maintenance) und koordiniert das MCC Maintenance Competence Center.

DI(FH) DIETMAR GLACHS
Dietmar Glachs ist Senior Software Architect und Datenbankdesigner mit Erfahrung in den Bereichen Auftragsabwicklung, Wissens-, sowie Content-Management. Seine Schwerpunkte liegen in den Anwendungsbereichen Industrial Internet und eHealth.
MCC Maintenance Competence Center.

JOHANNES INNERBICHLER, MSC
Johannes Innerbichler ist Plattform-Entwickler. Seine Expertise reicht von Telematik über IoT-Anwendungen und Bildverarbeitung, bis hin zu Machine Learning.
MCC Maintenance Competence Center.

CHRISTOPH SCHRANZ
Christoph Schranz beschäftigt sich mit Messdatenerfassung und deren Analyse. Zusätzlich hat er Erfahrungen mit Elektronik, Hardware und 3D-Druck.

DI(FH) DIPL.-ING. FELIX STROHMEIER
Felix Strohmeier ist Senior Researcher mit den Schwerpunkten Netzwerktechnologie und verteilte Systeme, sowie umfangreicher Erfahrung in Schnittstellenstandards und Webanwendungen.