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.