Uptime HARVEST liefert Empfehlungen für Wartungstechniker

Januar 2022

Blog, Zuverlässigkeitsprozess

Uptime Engineering > Blog > Uptime HARVEST liefert Empfehlungen für Wartungstechniker

Wartung von großindustriellen Anlagen, z.B. in der Papier- oder Metall-Industrie, ist eine komplexe Angelegenheit, weil

die Auswirkungen von Maßnahmen quer durch die gesamte Anlage auftreten können und – wenn überhaupt – nur mit sehr viel Erfahrung abschätzbar sind
dieses Erfahrungsniveau durch Pensionierung und Fluktuation ständig in Gefahr ist, verloren zu gehen
neuartige Regelkonzepte oder Änderungen an der Anlage die Treffsicherheit der Erfahrung in Frage stellen.

Uptime Engineering wurde von einem Kunden aus der Metall-Industrie angefragt, ob es möglich wäre, eine Software-Lösung zu erstellen, die dem Service-Techniker Empfehlungen für seine Arbeit liefert. Speziell für die Fälle, in denen die Anlage vom Sollverhalten abweicht.

Die Akzeptanz solcher Software-Werkzeuge ist ein kritischer Aspekt. Sie ist nur zu gewinnen, wenn die Ergebnisse in den Arbeitsprozess der Service-Techniker eingebunden sind. Dazu muss die Software an der Anlage verfügbar sein, was bei der Web-basierten Uptime HARVEST gewährleistet ist, sobald eine Internet-Verbindung existiert. Die Aktivitäten der Service Mannschaft können weitreichende Folgen haben, bis hin zum Abstellen der gesamten Anlage. Entsprechend müssen die Empfehlungen auch technisch fundiert und für den Nutzer verstehbar sein. Big-data Verfahren haben hier eine prinzipielle Limitierung, weil sie eine Vielzahl an Einflussgrößen in Kombination aber ohne physikalisch-technisch Erklärung berücksichtigen.

Der Zugang von Uptime HARVEST ist daher ein Schädigungs-physikalischer. Er startet mit einer Ausfallspotenzial-Analyse. Sie wird gemeinsam mit den Service Technikern durchgeführt, um zu ermitteln, welche Ausfallsarten an den Anlagenteilen vorkommen können und wie sie sich ankündigen. Daraus wird der Informationsbedarf für die Detektion solcher Abweichungen ermittelt. Dieser Katalog umfasst also nur die risikorelevanten Messdaten. Er ist entsprechend kompakt.

Wie üblich war ein Teil der notwendigen Messdaten aus der Anlagen-Regelung des Kunden verfügbar. Das System-Antwortverhalten für bekannte Abweichungen konnte im Testbetrieb mittels „Fault-seeding“ ermittelt werden. Dazu werden die Eigenschaften oder Randbedingungen der Anlage künstlich in Richtung Schädigung verändert, um die Effekte dieser Änderungen auf die Meßgrößen zu quantifizieren. Damit ließ sich die Sensitivität der verfügbaren Daten auf abweichendes Systemverhalten sehr effizient ermitteln.

Mit den Reglerdaten wurde ein Satz von Algorithmen zur Abweichungsdetektion definiert. Mit den Ergebnissen der Fault-seeding Experimente wurden diese Modelle kalibriert und sodann in die Software Uptime HARVEST implementiert, um den Anlagenbetrieb zu überwachen.

“

Die Abweichungen werden detektiert und die korrelierten Ursachen mit einem patentierten Verfahren ermittelt.

Bei signifikanter Abweichung vom Sollverhalten wird zunächst eine Abweichung berichtet. Die Detektion ist hilfreich, weil sie verdächtige Anlagen-Komponenten identifiziert und konkret mitteilt, wodurch diese Abweichung ermittelt wurde (z.B. Lagertemperatur höher als erwartet, elektrische Leistungsaufnahme entspricht nicht der mechanischen Leistung, Heizrate niedriger als kalibriert). Die Erklärungen werden den Algorithmen als Freitext beigestellt, und zwar in der Detailtiefe, die der jeweilige Kunde benötigt. Sie wurden in verschiedenen Sprachen realisiert, was für die Anwendung an verschiedenen Standorten ebenfalls relevant ist.

Aufbauend auf die Detektion von Abweichungen werden auch die korrelierten Ursachen ermittelt (z.B. Verschleiß der Kohlebürsten). Das geschieht in HARVEST durch das patentierte Verfahren des „Rückwärts-Schließens“ vom Effekt auf die mögliche Ursache. Dieses Verfahren ist im Modell-basierten System Uptime EXPERT codiert. Es liefert mit den Ursachen-Kandidaten für Abweichungen auch die Aufgaben für den Service Techniker vor Ort zur endgültigen Klärung des Problems. Dabei handelt es sich um Inspektionen oder Messungen, z.B. den Vergleich der 3 Phasen-Ströme oder die Inspektion der Kohlebürsten eines E-Motors. Mit der Ursachen-Analyse wird geklärt, wie dringend eine Reparatur ist. Im Idealfall lässt sie sich ja bis zur geplanten Wartung aufschieben. Dafür ist die Abschätzung der verbleibenden Restlebensdauer erforderlich. Dieses Thema wird aktuell mit der Analyse von Tauschteilen bearbeitet. Mit den Ergebnissen dieser Analysen wird die prädiktive Wartung kritischer Anlagenteile realisierbar sein.