{"id":1796,"date":"2019-09-20T15:30:21","date_gmt":"2019-09-20T13:30:21","guid":{"rendered":"https:\/\/compamind.de\/?p=1796"},"modified":"2021-06-25T13:27:10","modified_gmt":"2021-06-25T11:27:10","slug":"predictive-maintenance-kriterien-einsatzszenarien","status":"publish","type":"post","link":"https:\/\/compamind.de\/sap-predictive-analytics\/predictive-maintenance-kriterien-einsatzszenarien\/","title":{"rendered":"Predictive Maintenance [Teil 1]"},"content":{"rendered":"\n

Predictive Maintenance (PdM) ist eine Wartung, die die Leistung und den Zustand von Geräten während des normalen Betriebs überwacht, um die Wahrscheinlichkeit von Ausfällen zu verringern. Auch bekannt als zustandsorientierte Instandhaltung, wird die vorausschauende Instandhaltung seit den 90er Jahren in der Industrie eingesetzt.<\/p>\n

<\/p>\n

Das Ziel der vorausschauenden Instandhaltung ist das Vorhersagen<\/a> wann ein Geräteausfall auftreten könnte, gefolgt von der Vermeidung des Ausfalls durch regelmäßige und korrigierende Wartung.<\/p>\n

Bei diesem Blogbeitrag zu Predictive Maintenance<\/a> handelt es sich um eine Blogreihe, der zweite Teil wird vor allem die Instandhaltungstechnologien behandeln und  geht am 27.09.2019 online.<\/p>\n

Vorbeugende Instandhaltung kann es nicht ohne Zustandsüberwachung geben, die definiert ist als die kontinuierliche Überwachung von Maschinen unter Prozessbedingungen, um den optimalen Einsatz von Maschinen zu gewährleisten. Es gibt drei Aspekte der Zustandsüberwachung: online, periodisch und remote. Unter Online-Zustandsüberwachung versteht man die kontinuierliche Überwachung von Maschinen oder Produktionsprozessen mit Daten über kritische Drehzahlen und wechselnde Spindelpositionen. Die periodische Zustandsüberwachung beschreibt hingegen die Kontrolle von Maschinen in regelmäßigen Intervallen. Bei der Remote Zustandsüberwachung werden die Maschinen hingegen über lokal installierte Agenten von einer Fernverwaltung kontrolliert.<\/p>\n

Wie IoT, Smart Data und Predictive Analytics Fehler beheben, bevor sie entstehen<\/h2>\n

Heutzutage wird die Datenbasis, für die vorausschauende Instandhaltung und Wartung, von IoT<\/a>, Predictive Analytics<\/a> und Big Data<\/a> geliefert.<\/p>\n

Vorausschauende Analysen gestatten uns einen Blick in die Zukunft, das was vor ein paar Jahren noch unvorstellbar klang. Sie verraten uns mit Hilfe verschiedener Technologien welche Ereignisse in der nächsten Zeit eintreffen werden. Technologien wie: Data-Mining<\/a>, Machine Learning<\/a> und künstliche Intelligenzen<\/a>, erkennen eine mögliche Gefahr bevor sie entsteht und rät aufgrund dessen zu Wartungs- oder Instandhaltungsarbeiten<\/a>.<\/p>\n

Unterschiede zwischen vorausschauender Instandhaltung und vorbeugender Wartung<\/h3>\n

Beide Technologien verhindern im Voraus, dass beschädigte Systeme die Arbeit einstellen. Damit dies gewährleistet werden kann, muss die Anwendung regelmäßig durchgeführt werden, was sowohl bei der vorausschauenden Instandhaltung als auch bei der vorbeugenden Wartung der Fall ist. Der Unterschied der beiden Technologien liegt vor allem darin, dass die vorausschauende Instandhaltung aus geschäftlicher Sicht effizienter ist, denn dort wird nur eingegriffen, wenn Teile einer Maschine wirklich kurz vor dem Ausfall sind. Im Gegensatz dazu werden bei der vorbeugenden Wartung auch routiniert Teile einer Maschine ausgetauscht, wenn diese noch einige Wochen oder auch Monate länger funktioniert hätten.<\/p>\n

\"Whitepaper:<\/div>

Whitepaper: Industrie 4.0 – Predictive Maintenance<\/h3><\/div>

\n\t\t\t\t\tPredictive Maintenance erkennt eine St\u00f6rung, bevor sie \u00fcberhaupt entsteht. Handeln Sie nicht in den letzten Minuten, sondern jetzt! Unser Whitepaper zeigt wie und warum.\t\t\t\t<\/p><\/div><\/div>

Jetzt anfordern<\/a><\/div><\/div>

Whitepaper: Industrie 4.0 – Predictive Maintenance<\/h3>