Künstliche Intelligenz kann auch kleinen und mittleren Unternehmen erhebliche Einsparungen bringen

Einen Defekt nicht rechtzeitig zu erkennen, kann teuer werden

Fertigungsunternehmen suchen nach Lösungen, die die Wartung automatisieren und deren Kosten senken. Herkömmliche vibrodiagnostische Verfahren sind in vielen Fällen zu langsam. Das gelegentliche Auslesen von Werten in Anwesenheit eines Diagnostikers kann einen Defekt möglicherweise nicht im Voraus erkennen. Herr Zykmund von einer Firma, die tschechische Kartoffelchips herstellt, hat damit seine Erfahrungen gemacht. Die Fehlausrichtung der Pumpe durch den Bruch des Ständers hat ihn schon mehrfach  Gerätebruch und einen anschließenden Produktionsausfall eingebracht, weswegen fünf LKW seine Kunden nicht beliefern konnten.

Künstliche Intelligenz bei der Wartung ist kein Science-Fiction mehr

Der Wartungsmanager schaut sich zu Hause am Telefon die neuesten Informationen an und sieht, bevor er sich auf den Weg zur Arbeit macht, den Warnhinweis, dass bei einem seiner Heliumkompressoren eine Geräuschabweichung vorliegt. Zugleich erkennt die Datenbank der künstlichen Intelligenz die gelockerte Schraube am Kompressorständer. Der Wartungsmanager greift zum Telefon und ruft seinen Kollegen an, der sich auf die Tagesschicht vorbereitet, damit dieser dann gezielt die Maschinenteile kontrollieren kann. Durch rechtzeitiges Eingreifen ist es gelungen, eine kleine Unausgewogenheit am Gerät zu erkennen. Diese hätte einen Defekt des Kompressorzylinders und einen stundenlangen Produktionsausfall zur Folge gehabt.

Das häufigste Manko – qualifiziertes Wartungspersonal

Geschichten von Unternehmen, die den Weg zur Digitalisierung eingeschlagen haben, sind längst kein Science-Fiction mehr. Sie sind echte Beispiele dafür, wie kleine und mittelständische Unternehmen mit dem Fachkräftemangel auf dem Arbeitsmarkt umgehen.

„Früher hatten wir einen Wartungsmechaniker, der regelmäßig alle Maschinen abging und deren Zustand durch qualifiziertes Zuhören diagnostizierte. Aber so erfahrene Kollegen gehen heute nach und nach in den Ruhestand und es kommen keine neuen nach“, höre ich oft von Firmenvertretern, die zu uns in die Firma Neuron soundware kommen.

Das Beispiel mit dem Heliumkompressor betrifft einen tschechischen Hersteller von Getriebeausrüstungen für die Automobilindustrie. In diesem Fall hätte ein Ausfall ohne rechtzeitige Erkennung des Defekts drei wesentliche Dinge bedeutet: den Austausch der ganzen Anlage, deren Ersatzteile möglicherweise nicht vorrätig gewesen wären, denn die Lagerung von Ersatzteilen und -geräten ist heute teuer. Außerdem eine Verschlechterung der derzeitigen Getriebeausrüstungen in der Produktion und damit die Entsorgung der gesamten Produktionsserie. Und nicht zuletzt wäre es zu einem Produktionsausfall von bis zu 16 Stunden gekommen. Die Verluste würden Zehntausende Euro betragen.

Der Trend geht dahin, Maschinen in Echtzeit aus der Ferne zu überwachen

Ein so kritisches Szenario droht nicht, wenn neben dem mechanischen Wissen der Maschinen auch die Wartungstechnik mit künstlicher Intelligenz ausgestattet ist. Diese wendet dieses Wissen auf den aktuellen Zustand der Maschine an und kann erkennen, welche Abweichung an der Maschine gerade auftritt und darauf basierend eine entsprechende Warnung mit genauen Wartungshinweisen senden.

Dies wird heute beispielsweise von Herstellern mechanischer Geräte wie Aufzügen, Rolltreppen und mobilen Geräten verwendet. An einem internationalen deutschen Flughafen überwachen wir den Fahrsteig, erkennen Schäden an den Rädern und melden, wenn Teile ausgetauscht werden müssen.

Künstliche Intelligenz hilft in verschiedenen Produktionsstufen

Vorausschauende Wartungstechnologien haben jedoch eine viel breitere Anwendung. Dank der Fähigkeit, künstliche Intelligenz zu erlernen, sind sie sehr vielseitig. So sind wir beispielsweise in der Lage, die Produktionsqualität zu kontrollieren. Für Hersteller von Klimaanlagen oder Kraftstoffpumpen haben wir mehrere Projekte im Automotive-Bereich umgesetzt.

Wir identifizieren nun erfolgreich defekte oder potenziell unzuverlässige Felgen, bei denen zufällig für das Auge nicht sichtbare Risse auftreten. John Harper von Maxion Wheels lobt die automatisierte Fehlerdiagnose und die Verständlichkeit ihrer Anleitung sehr,  durch die er weiß, was genau an dem Produkt passiert ist.

Der zweite Anwendungsbereich liegt in der Überwachung von Produktionsprozessen. Wir können es uns am Beispiel einer Kiesmühle vorstellen. Der Transporter bringt Steine ​​unterschiedlicher Größe in den Speicher, wo die vorgegebene Körnung des Kieses vorgenommen wird.

Vorher ließ der Hersteller den Brecher eine Weile laufen, so dass es auch bei den größten Steinen ​​zu deren ausreichender Zerkleinerung kam. Mit dem Einsatz von Audiodiagnostik kann er nun die künstliche Intelligenz die Größe des Kieses „hören“ lassen und den Zerkleinerungsprozess rechtzeitig stoppen. Dies bedeutet nicht nur einen geringeren Verschleiß der Brechvorrichtung, sondern vor allem eine Zeitersparnis und damit verbunden eine Platzersparnis bei einer Erhöhung der angelieferten Kiesmenge pro Schicht. Dies macht für den Hersteller finanziell sehr viel aus.

Die größten Einsparungen gibt es in Unternehmen mit einer hohen Anzahl gleicher Geräte

Bei der Anwendung der vorausschauenden Wartungstechnologie 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 vorzunehmen, die die einzelnen Probleme repräsentieren und aus denen das neuronale Netz lernt. Dieses wird es dann schaffen, beliebig viele Maschinen gleichzeitig zu bedienen. Je mehr Maschinen verfügbar sind, desto mehr Möglichkeiten bestehen für das neuronale Netz, zu lernen und die Erkennung unerwünschter Geräuscherscheinungen anzuwenden. Hersteller von Halbleiterbauelementen in Malaysia haben diese Erfahrungen gemacht. Sie setzen jetzt vorausschauende Wartungstechnologie an einer Reihe von Pumpen ein, die für die Herstellung von Chips, dieser heute so stark nachgefragten Komponenten für Recheneinheiten unerlässlich sind.

Die Zukunft der vorausschauenden Wartung: überall verfügbar

Aufgrund der Kosten für Computertechnologie und Datenverarbeitung sind Zustandsüberwachungstechnologien eher für größere Betriebe als für Werkstätten mit zwei Werkzeugmaschinen konzipiert.

Da jedoch Hardware und Datenübertragung und -verarbeitung nach und nach billiger werden, hält auch dort diese Technologie Einzug. Auch der Hersteller hausgemachter Marmeladen wird bald die Sicherheit haben, die bestellte Lieferung rechtzeitig an die Kunden zu gesandt und sich somit seinen guten Ruf bewahrt zu haben. Vorausschauende Wartung wird in Zukunft nicht nur in der Industrie, sondern beispielsweise auch bei größeren Elektrogeräten wie Kühlschränken oder Kaffeemaschinen oder im Auto eine Notwendigkeit sein. Jeder von uns erkennt zum Beispiel einen beschädigten Auspuff oder einen ungewöhnlich klingenden Motor. Das passiert jedoch oft zu spät, damit wir mit dem Auto ohne Werkstattaufenthalt zum Beispiel aus dem Urlaub zurückfahren können. Dank der Installierung einer besagten Anlage werden wir rechtzeitig vor einem drohenden Ausfall gewarnt und können den Fehler auch zeitnah beheben. Ohne dass sich der Motor festgefressen hat und wir den Abschleppdienst rufen müssen. Das ist nämlich einem Freund von mir passiert und das war auch einer der Hauptgründe, warum wir hier in Tschechien mit der Entwicklung dieser Technologie begonnen haben.

Ein Text von Pavel Konečný für Trade News 9/2021 

Teile diesen artikel

LinkedIn Twitter Facebook E-mail link

Want to read more?
Go back to the news section DE

Neuron soundware
Neuron soundware
Panorama Business Center
Škrétova 490, Vinohrady
120 00, Praha 2
Czech Republic
sales@neuronsw.com
+420 774 989 993
Get our case studies and technology news into your mailbox.