Künstliche Intelligenz kann KMU erhebliche Einsparungen bei der Wartung bringen
Unentdeckte Fehler sind die teuersten
Fertigungsunternehmen suchen nach Lösungen zur Automatisierung und Senkung der Wartungskosten. Herkömmliche Methoden der Vibrodiagnose kommen in vielen Fällen zu spät. Wenn man ab und zu in Anwesenheit eines Diagnostikers Messungen vornimmt, kann man einen Fehler nicht im Voraus erkennen. Herr Zykmund von der Tschechische Kartoffelchips Unternehmen weiß das. Eine durch ein Ausknicken des Rahmens verursachte Fehlausrichtung der Pumpe, die bereits mehrmals aufgetreten ist, hat bereits hohe Kosten in Form von Geräteausfällen und nachfolgenden Produktionsausfällen verursacht.
Künstliche Intelligenz in der Instandhaltung ist keine Science-Fiction mehr
Ein Wartungsleiter sieht sich zu Hause die neuesten Nachrichten auf seinem Handy an, bevor er zur Arbeit geht, und erhält eine Meldung, dass an einem seiner Heliumkompressoren eine Geräuschanomalie aufgetreten ist. Gleichzeitig stellt die KI-Bibliothek eine lockere Schraube am Rahmen des Kompressors fest. Der Manager greift zum Telefon und ruft seinen Kollegen an, der gerade seine Tagesschicht antritt, um eine gezielte Inspektion der Maschinenteile vorzunehmen. Durch rechtzeitiges Eingreifen wird der Ausrichtungsfehler in der Anlage entdeckt. Die Folge wäre ein Ausfall der Kompressorwelle und ein stundenlanger Produktionsstillstand gewesen.
Der häufigste Mangel - qualifiziertes Wartungspersonal
Geschichten von Unternehmen, die sich auf die digitale Reise begeben haben, sind nicht mehr nur Science-Fiction. Es sind reale Beispiele dafür, wie KMU mit dem Fachkräftemangel auf dem Markt zurechtkommen. "Früher hatten wir einen Mechaniker, der regelmäßig alle Maschinen besichtigte und deren Zustand durch Abhören diagnostizierte. Aber solche erfahrenen Kollegen gehen in den Ruhestand und es kommen keine neuen hinzu", höre ich oft von Unternehmensvertretern, die zu Neuron Soundware kommen.
Das Beispiel des Heliumkompressors betrifft einen tschechischen Hersteller von Getriebeanlagen für die Automobilbranche. In diesem Fall würde ein Ausfall ohne frühzeitige Erkennung drei wesentliche Dinge bedeuten: den Austausch des gesamten Geräts, dessen Ersatzteil möglicherweise gerade nicht auf Lager ist, weil es teuer ist, Ersatzgeräte zu lagern. Dann die Entwertung der aktuell in der Produktion befindlichen Geräte und damit die Aussonderung der gesamten Produktionsserie. Und nicht zuletzt würde dies bis zu 16 Stunden Produktionsausfall bedeuten. Die Verluste würden sich auf mehrere zehntausend Euro belaufen.
Der Trend geht dahin, Maschinen in Echtzeit aus der Ferne zu überwachen.
Ein solch kritisches Szenario ist nicht möglich, wenn die Wartungstechnik zusätzlich zum mechanischen Wissen über die Maschinen mit künstlicher Intelligenz ausgestattet ist. Sie wendet dieses Wissen selbst auf den aktuellen Zustand der Maschine an und ist in der Lage zu erkennen, welches anomale Verhalten gerade an der Maschine auftritt und darauf aufbauend die entsprechende Warnung mit präzisen Wartungsanweisungen zu senden. Dies wird heute z.B. von Herstellern mechanischer Anlagen wie Aufzügen, Rolltreppen und mobilen Geräten genutzt. Auf einem internationalen Flughafen in Deutschland überwachen wir auf diese Weise einen Fahrsteig, stellen Schäden an den Rädern fest und melden, dass diese ausgetauscht werden müssen.
Künstliche Intelligenz hilft in verschiedenen Phasen der Produktion
Doch die Technologien zur vorausschauenden Wartung sind viel breiter einsetzbar. Dank der Lernfähigkeit der künstlichen Intelligenz sind sie sehr vielseitig. Wir können zum Beispiel bei der End-of-Line-Prüfung helfen. Wir haben mehrere Projekte in der Automobilbranche für Hersteller von Klimaanlagen oder Kraftstoffpumpen durchgeführt. Jetzt identifizieren wir erfolgreich defekte oder potenziell unzuverlässige Felgen, bei denen zufällig für das Auge unsichtbare Risse auftreten. John Harper von Maxion Wheels schätzt vor allem die automatische Fehlerdiagnose und die Klarheit der Anweisungen, die ihm genau sagen, was mit dem Produkt schief gelaufen ist. Der zweite Anwendungsbereich liegt in der Überwachung von Produktionsprozessen. Wir können uns das am Beispiel eines Kiesbrechers vorstellen. Über ein Förderband gelangen unterschiedlich große Gesteinsbrocken in die Zerkleinerungsmaschinen, die eine bestimmte Körnung des Schotters ergeben sollen. Früher ließ der Hersteller den Brecher eine bestimmte Zeit lang laufen, um sicherzustellen, dass auch bei den größten Gesteinsbrocken eine ausreichende Zerkleinerung erfolgt. Mit der Audiodiagnose-Anwendung kann er nun die künstliche Intelligenz auf die Größe des Schotters "hören" lassen und den Brechvorgang an der richtigen Stelle stoppen. Das bedeutet nicht nur, dass die Brecheranlage weniger abgenutzt wird, sondern vor allem, dass Zeit gespart und die Menge des pro Schicht gelieferten Kieses erhöht wird. Dies bringt dem Hersteller einen großen finanziellen Vorteil.
Die größten Einsparungen gibt es in Unternehmen mit einer hohen Anzahl identischer Vermögenswerte
Bei der Implementierung von Technologien zur vorausschauenden Wartung spielt es keine Rolle, wie groß das Unternehmen ist. Das häufigste Entscheidungskriterium ist die Skalierbarkeit der eingesetzten Lösung. In Unternehmen mit einer großen Anzahl mechanisch ähnlicher Geräte ist es möglich, schnell Stichproben zu sammeln, die individuelle Probleme darstellen und aus denen das neuronale Netz lernt. Es kann dann eine beliebige Anzahl von Maschinen auf einmal verarbeiten. Je mehr Maschinen, desto mehr Möglichkeiten für das neuronale Netz, zu lernen und die Erkennung unerwünschter Geräusche anzuwenden. Halbleiterhersteller in Malaysia wissen das. Sie setzen jetzt die Technologie der vorausschauenden Wartung bei all ihren Vakuumpumpen ein, die für die Produktion unerlässlich sind, und helfen ihnen so, die steigende Nachfrage nach Recheneinheiten, z. B. in Autos, zu bewältigen.
Die Zukunft der vorausschauenden Wartung: zugänglich und allgegenwärtig
Aufgrund der Kosten für Computertechnologie und Datenverarbeitung sind Technologien zur Zustandsüberwachung in der Regel eher für größere Anlagen als für Werkstätten mit einigen wenigen Werkzeugmaschinen konzipiert. Da jedoch Hardware, Datenübertragung und -verarbeitung immer billiger werden, ist auch die Technologie auf dem Vormarsch. So wird auch ein Heim-Marmeladenhersteller bald die Gewissheit haben, dass seine Maschinen genügend Produkte herstellen und die Kunden rechtzeitig beliefern, ohne seinen Ruf zu ruinieren.
In Zukunft wird die vorausschauende Wartung nicht nur in der Industrie, sondern auch bei größeren elektronischen Geräten wie Kühlschränken und Kaffeemaschinen oder bei Autos eine Notwendigkeit sein. Wir alle können zum Beispiel einen beschädigten Auspuff oder einen ungewöhnlich klingenden Motor erkennen. Aber oft ist es zu spät, um das Auto z. B. aus dem Urlaub sicher nach Hause zu fahren, ohne die Werkstatt aufzusuchen. Mit der Installation eines KI-gesteuerten Erkennungsgeräts erfahren wir rechtzeitig von der drohenden Panne und können das Problem rechtzeitig beheben, bevor der Motor festfährt und wir einen Abschleppdienst rufen müssen. Dieser Fall ist übrigens einem Freund von mir passiert und war einer der Hauptgründe, warum wir mit der Entwicklung dieser Technologie hier in der Tschechischen Republik begonnen haben.
Der Text wurde von Pavel Konečný geschrieben für Handelsnachrichten 9/2021
Neueste Beiträge
