salzburg reserach, georg g√ľntner

ūüĒ¨ Instandhaltung 4.0 zum Anfassen – Labor f√ľr innovative Instandhaltungsl√∂sungen

20. Mai 2019 | von Gastkommentar

Im Forschungsprojekt ‚ÄěMain¬≠tenance Innovation‚Äú (kurz: ‚Äěi-Maintenance‚Äú) wurden Methoden und Werk¬≠zeuge auf Basis von Internet Technologien, intel¬≠ligenter Sensorik und Analytik entwickelt, welche im i-Main¬≠tenance Labor in konkreten Anwendungsf√§llen eingesetzt, getestet, validiert und demonstrierbar gemacht wurden. Der L√∂sungsansatz wurde in Form einer skalierbaren Kommunikationsschicht, dem sogenannten i-Maintenance Messaging Sys¬≠tem, implementiert. Bestehende Systeme f√ľr die Prozesssteuerung, Condition Monitoring, sowie Tools f√ľr Instandhaltungsmanagement und Pre¬≠dictive Maintenance Analytik werden durch Adap¬≠ter angeschlossen.

Durch die Digitalisierung und die damit verbun­dene Vernetzung von Produktions- und IT-Sys­temen entwickelt sich die Instandhaltung in der Fertigungs- und Prozessindustrie zunehmend vom Kosten- zum Wertschöpfungsfaktor.

Der st√∂rungsfreie Betrieb bildet das Fundament einer effizienten Produktion in der ‚ÄěSmart Factory‚Äú. Mit zunehmender Digitalisierung der Produktions¬≠prozesse er√∂ffnen sich neue Innovationspotenti¬≠ale. Durch permanentes Monitoring der Produk¬≠tionssysteme wird die Qualit√§t in der Produktion aufrechterhalten, dank vorausschauender Erken¬≠nung k√∂nnen Wartungsaufgaben optimiert und kostenintensive St√∂rf√§lle vermieden werden.

Das Projekt ‚ÄěMaintenance Innovation‚Äú (i-Main¬≠tenance) adressiert die Innovationspotentiale ei¬≠ner umfassenden Instandhaltungsl√∂sung. Mittels einem, auf offenen Internet-Technologien basie¬≠renden, Toolset wird die gesamte Innovations¬≠kette hinsichtlich Produktions√ľberwachung und Instandhaltungsbeauftragung abgebildet. Sen¬≠soren √ľberwachen eine industrielle Anlage wobei neben spezialisierten Condition Monitoring L√∂¬≠sungen auch kosteng√ľnstige IoT-Sensorik zum Einsatz kommt. Die erhobenen Daten werden weiteren, im Toolset integrierten Applikationen zur Verf√ľgung gestellt. Die Kommunikation zwischen den einzelnen Bausteinen wird hierbei durch ein flexibles Messaging System abgedeckt, welches f√ľr den Transport aller instandhaltungs-relevanten Informationen zwischen den einzelnen Baustei¬≠nen sorgt. Dabei werden die System- und oftmals auch Kommunikations- und Kompatibilit√§tsgren¬≠zen √ľberwunden. Abbildung 1 zeigt einen schematischen √úberblick der im i-Maintenance-Toolset integrierten Bausteine. Umfassende Sensorik und Steuersysteme √ľber¬≠wachen das Produktionssystem und ermitteln Umgebungs- und Produktionsparameter. Mess¬≠werte werden mit Zeitpunkt und einer eindeutigen Datenstrom-ID an das i-Maintenance Messaging System weitergereicht und von subskribierten Anwendungen (Predictive Maintenance, Instand¬≠haltungsmanagement) empfangen. Diese wiede¬≠rum verarbeiten die erhaltenen Daten und k√∂n¬≠nen ihrerseits Nachrichten an das i-Maintenance Messaging System mit nunmehr ‚Äěh√∂herwertigen‚Äú Informationen, z.B. eine ‚ÄěVorausschauende St√∂r¬≠meldung‚Äú √ľber das Messagingsystem senden.

MCC, Salzburg Research, Georg G√ľntner

Abb.1: Systemkomponenten i-Maintenance Toolset

Die Ausgestaltung der jeweiligen Nachrichten folgt dabei einem offenen Standard, die Interpretation der Daten steht daher grunds√§tzlich alle angeschlossenen Anwendungen offen. Im i-Maintenance Labor wurden exemplarisch eine Software f√ľr Instandhaltungsmanage¬≠ment zur Planung und Durchf√ľhrung von Wartungsaufgaben sowie ein Analyse-Werkzeug f√ľr Predictive Maintenenance zur begleiten¬≠den Ermittlung der optimalen Wartungsfenster bzw. zur Vermeidung von potentielle St√∂rf√§lle durch vorausschauende Wartungsmeldun¬≠gen integriert.

Durch die lose Kopplung der einzelnen Bausteine k√∂nnen individu¬≠elle, den jeweiligen Erfordernissen angepasste L√∂sungen aufgebaut werden. Spezielle i-Maintenance-Adapter sorgen f√ľr die nicht-in¬≠vasive Anbindung existierender Komponenten an das i-Maintenan¬≠ce-System sorgen. Diese Adapter √ľbernehmen die Kommunikation der jeweiligen Komponenten mit dem i-Maintenance-System und √ľbernehmen auch die Interpretation/Transformation aller Nachrich¬≠ten aus dem Messaging-System in das Format der jeweiligen Kom¬≠ponente.

i-Maintenance Labor ‚Äď Instandhaltung 4.0 zum Anfassen

Das beschriebene Instandhaltungs-Toolset wurde im Rahmen des Projekts exemplarisch entwickelt und mit bestehenden L√∂sungen f√ľr Instandhaltungsmanagement (isproNG) sowie Predictive Maintenance (inCARE, Intelligent Predictive Networks) aufgebaut. Als ‚ÄěIndustrieanlage‚Äú fungiert ein 3D-Drucker ‚ÄěUltimaker 2‚Äú welche mit umfassender Sensorik ausgestattet wurde um ausrei¬≠chend Daten f√ľr verschiedene Instandhaltungsszenarien zu liefern. So wird z.B. die Temperatur des Druckmaterials kontrolliert und der Materialfluss zum Druckkopf √ľberwacht, da falsche Temperatur und Geschwindigkeit in der Materialzufuhr zu Verstopfungen am Druck¬≠kopf f√ľhren. Diese k√∂nnen zwar mittels Sensoren und Conditi¬≠on Monitoring zeitnah erkannt werden, die Folgen sind jedoch hohe Zeit-, Material- und Ener¬≠gieverluste durch unmittelbaren Abbruch des Druckprozesses. Dies zu verhindern ist das Ziel des Analyse-Werkzeugs inCA¬≠RE, mit dem diese Produkti¬≠onsst√∂rungen fr√ľhzeitig erkannt werden. So genannte ‚ÄěPredictive Alerts‚Äú werden an das Instand¬≠haltungsmanagement √ľbermit¬≠telt, wodurch rechtzeitige In¬≠standhaltungsma√ünahmen vor dem Druckprozess initiiert und dadurch Folgekosten minimiert oder g√§nzlich vermieden wer¬≠den.

Abb.2: i-Maintenance Labor (September 2017)

Datenerfassung an der Produktionsanlage

Der 3D-Drucker im Labor wurde sowohl mit einer indus¬≠triellen L√∂sung zur Tempera¬≠turfeldmessung, als auch mit einem IoT-Messsystem, beste¬≠hend aus Materialvorschubsen¬≠sor, Beschleunigungssensor und Video√ľberwachung aus¬≠gestattet. Beide Messsysteme senden kontinuierlich Daten an das i-Maintenance Messaging System.

Kommunikation im i-Maintenance Toolset

Kerntechnologie bildet f√ľr das i-Maintenance Toolset das Apa¬≠che Kafka Messaging System als Datendrehscheibe. Im Ver¬≠gleich zu anderen Messaging Systemen stehen bei Apache Kafka Skalierbarkeit und Ausfallsicherheit durch Redundanzen im Vordergrund. Die semantische Beschreibung der Datenstr√∂me liefert ein GOST Server in √úbereinstimmung mit dem Instandhaltungsmanagement. Diese Zusat¬≠zinformation wird von den Adaptern genutzt um die Nachrichten f√ľr das jeweils angeschlossene System aufzubereiten und zu interpretieren.

 

INCARE – Predictive Analytics Tool prognostiziert die Restlaufzeit

Anhand von Aufzeichnungen √ľber St√∂rf√§lle, his¬≠torischer Messdaten und Echtzeit-Daten wird mit Hilfe von Prognosemodellen die Restlaufzeit bis zur Durchf√ľhrung einer Druckkopf-Reinigung be¬≠rechnet. Die Prognosen des Predictive Analytics Tools inCARE werden als ‚ÄěPredictive Alerts‚Äú an das i-Maintenance Messaging System √ľbergeben und vom Instandhaltungsmanagement-System √ľbernommen.

isproNG ‚Äď Instandhaltungssoftware plant Wartungen

Im Rahmen des Projekts wird von H&H-Sys¬≠tems die Instandhaltungssoftware isproNG be¬≠reitgestellt. Diese stellt zun√§chst das Wissen √ľber die Anlagenstruktur und das Ersatzteilmanage¬≠ment zur Verf√ľgung. Diese Anwendung erh√§lt ebenso alle erhobenen Sensorwerte da z.B. bei √úber- oder Unterschreitung von Schwellwerten eine Wartungsma√ünahme initiiert werden kann. Zus√§tzlich erh√§lt diese Anwendung die ‚ÄěPredictive Alerts‚Äú des Analyse-Tools inCare. Mit diesen Alerts werden erkannte ‚ÄěRestlaufzeiten‚Äú von einzelnen Komponenten des Druckers in vorausschauende Wartungsmeldungen im Instandhaltungsmanage¬≠ment √ľberf√ľhrt. Dies hilft dabei, Wartungen und Ersatzteilbeschaffungen abh√§ngig vom zuk√ľnfti¬≠gen Maschinenzustand und der Personalverf√ľg¬≠barkeit zu planen.

 

isproNG-App ‚Äď Durchf√ľhrung der Instandhaltungsmassnahme wird digital unterst√ľtzt

Die Smartphone-App informiert sowohl √ľber den Wartungsbedarf einer Maschine, als auch √ľber die St√∂rungsart. Speziell bei komplexeren In¬≠standhaltungsma√ünahmen unterst√ľtzen industriel¬≠le Tablet-PCs weniger routinierte MitarbeiterInnen. Unter anderem k√∂nnen damit Maschinenzust√§nde beobachtet, Videoanleitungen betrachtet, sowie Anrufe mit KollegInnen und Maschinenherstellern get√§tigt werden. Die Instandhaltungsma√ünahme bzw. der Durchf√ľhrungsnachweis werden dabei mobil protokolliert. Nachdem die Wartungsma√ü¬≠nahme durchgef√ľhrt wurde, kann die Produktion wiederaufgenommen werden.

FAZIT

Das i-Maintenance Labor demonstriert eine um¬≠fassende L√∂sung f√ľr Instandhaltungsmanagement auf Basis von industriellem Condition Monitoring und kosteng√ľnstiger, flexibel einsetzbarer IoT-Sen¬≠sorik. Spezialisierte Softwarekomponenten inCA¬≠RE f√ľr Predictive Maintenance, sowie isproNG f√ľr Instandhaltungsmanagement wurden in das Tool¬≠set eingebunden und nutzen die bereitgestellten Daten des i-Maintenance Messaging Systems. Wesentliches Merkmal der L√∂sung ist die einfache Anbindung unterschiedlicher Anwendungen an alle instandhaltungsrelevanten Informationen.

Die Salzburg Research Forschungsges.m.b.H. ist eine au√üeruniversit√§re Forschungseinrichtung des Landes Salzburg. Das Projektteam steht f√ľr Fra¬≠gen, R√ľckmeldungen und weitere Informationen zu innovativen Instandhaltungsl√∂sungen gerne zur Verf√ľgung. F√ľr die L√∂sung von Forschungs-, Ent¬≠wicklungs-, Innovations- und Ausbildungsfragen im Bereich der Digitalisierung der Instandhaltung und des Asset Managements wurde gemeinsam mit Partnern (dankl+partner consulting gmbh, Messfeld GmbH) eine Plattform mit der Bezeich¬≠nung MCC (Maintenance Competence Center) eingerichtet. Wir laden interessierte Unternehmen gerne zur Kooperation mit der Plattform ein!

Das Projekt i-Maintenance wird gefördert mit Mitteln des BMWFW und der FFG im Programm COIN.

I-Maintenance Logo

 

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: ‚ā¨ 800.000,- (gef√∂rdert 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:

Salzburg Research, MCC, i-Maintenance

DIPL.-ING GEORG G√úNTNER

Georg G√ľntner 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.

Salzburg Research, MCC, i-Maintenance

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.

Salzburg Research, MCC, i-Maintenance

JOHANNES INNERBICHLER, MSC

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

Salzburg Research, MCC, i-Maintenance

CHRISTOPH SCHRANZ

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

Salzburg Research, MCC, i-Maintenance

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.