Die Fachzeitschrift ‚Hydrocarbon Processing‘ hat unsere IIoT-Lösung Plant Asset Management (PAM) mit integriertem Sushi Sensor und GA10 AI-Software mit dem diesjährigen Innovationspreis für die beste Asset-Monitoring-Technologie ausgezeichnet. Mit dieser Auszeichnung werden die besten Innovationen und Innovatoren der Kohlenwasserstoff verarbeitenden Industrie honoriert.
Unsere smarten, kompakten, drahtlosen „Sushi Sensoren“ sind mit einem weitreichendem Wireless-Netzwerk für die zustandsbasierte Wartung ausgestattet. Dadurch ist PAM die ideale Lösung zur Überwachung von Vibrationen und Oberflächentemperaturen: Mit Hilfe von künstlicher Intelligenz und maschineller Lernanalyse ermöglicht PAM eine sehr frühe Erkennung von Anomalien, z.B. in rotierenden Maschinen, vibrationsanfälligen Apparaten und Anlagen. Mit dieser Technologie lassen sich kostspielige Ausfallzeiten bei kritischen Geräten vermeiden und die Effizienz des Bedienpersonals steigern.
Transformationsverlauf im Hinblick auf das Plant Asset Management (PAM)
Mit PAM werden in der Prozessindustrie technische Betriebsmittel (englisch: sogenannte Assets) betrachtet, die der direkten Produktion zugeordnet werden können (Quelle: VDI/VDE 2651 Blatt 1). Kernstück dabei ist die strukturierte Eruierung sowie die Bereitstellung betriebsmittelbezogener Daten. Im nächsten Schritt werden diese Daten sowohl einem zeitlichen Verlauf als auch deren betriebswirtschaftlicher Bedeutung zugeordnet. Auf dieser Datengrundlage werden Einsatz und Instandhaltungsmaßnahmen von Assets geplant. Diese Evaluierung aller Daten lässt Aussagen zum Zustand der Assets („Diagnose“) sowie dessen zukünftiger Entwicklung („Prognose“) zu. Auch sogenannte „Therapie“-Vorschläge zur Beseitigung von Mängeln lassen sich daraus ableiten.
Zusammengefasst ist die betriebswirtschaftliche, systematische Verwaltung der kompletten Anlagen in puncto Assets das übergreifende Ziel des PAM. Ebenso die damit verbundene Durchführung von Instandhaltungen, Flexibilität der Produktionseinrichtungen sowie die Gewährleistung einer hohen Anlagenverfügbarkeit mit der ständigen Optimierung der Produktqualität.
Predictive Maintenance als Kernkomponente
Predictive Maintenance (zu Deutsch: „vorausschauende Wartung“) ist eine Kernkomponente der Industrie 4.0 und des PAM. Sie grenzt sich deutlich von den konventionellen Wartungsansätzen wie der reaktiven oder präventiven Wartung ab. Um verlässliche Vorhersagen für die vorausschauende Wartung zu treffen, ist es erforderlich, eine große Menge von Daten zu erfassen, diese zu speichern und zu analysieren. Aktuell bestehen die Systemlandschaften in der Industrie häufig noch aus einer Vielzahl in sich geschlossener, unabhängiger Inselsysteme. Das heißt, dass Systeme, Geräte oder Anwendungen nicht autonom, digital miteinander kommunizieren können. Dies erreichen wir u.a. mit Interoperabilität. Die Schlüsselkomponenten für Interoperabilität sind offene Standards. Denn in digitalen Ökosystemen müssen alle relevanten Assets in die Industrie 4.0-Umgebungen integriert werden, um miteinander interagieren zu können. Alles, was für Wertschöpfungsnetzwerke von Nutzen ist, wird digital und einheitlich abgebildet. Es ist somit transparent entlang des gesamten Wertstroms.
Die kopernikanische Wende für die Industrie: Interoperabilität
Die Kernanforderung für eine intelligente, vernetzte, SMARTE, zukunftsfähige Anlage liegt also u.a. an der Interoperabilität der offerierten Lösungen. Hierbei sollten Funktionale Sicherheit und Cybersecurity als lebenswichtiges Fundament gesehen werden.
Laut der McKinsey Global Institute Studie ‘The Internet of Things: Mapping the value beyond the hype,’ bedarf es fast 60% Interoperabilität, um sich von dem gesamten potenziellen wirtschaftlichen Wert zu bedienen, den das IoT ermöglicht.
Aufgrund dessen sind Lösungskomponenten mit standardisierten Schnittstellen und offenen Datenmodellen meist geeigneter als geschlossene Komponenten, die sich nur schwer integrieren lassen. Das ist eine tief greifende Wende für viele produzierende Unternehmen, die sich gerade sukzessive dieses Knowhow aufbauen.
Den zweiten und letzten Teil dieses Artikels finden Sie HIER.
Sushi-Sensoren: die Smart Health Gadgets für die Prozessindustrie
