Technologieorientierte Strategien zur Optimierung der Anlageninstandhaltung
Im Jahr 2014, als die ISO 55000-Reihe zum Asset Management veröffentlicht wurde, hatten Organisationen in aller Welt endlich einen ratifizierten internationalen
Standard für das Management ihrer Anlagen. Seitdem wurde Asset Management von mehreren Organisationen und Einrichtungen häufiger und eingehender diskutiert.
Dennoch sind die Technologien zur Datenerfassung zur effektiven Verwaltung und Instandhaltung dieser Anlagen oft im Rückstand. Eine 2016 von der General Electric Corporation durchgeführte Studie zur Öl- und Gasindustrie ergab, dass 60%
1 der Anlagenbetreiber das Sammeln von anlagenbezogenen Daten als eine „große Herausforderung“ empfanden. Ironischerweise berichtet dieselbe Studie, dass Betreiber, die einen vorausschauenden, datenbasierten Ansatz verwendeten, 36%
2 weniger ungeplante Ausfallzeiten aufwiesen.
Die Menge an anlagenbezogenen Daten, die derzeit zur Verfügung steht, um Einblicke zu gewähren, ist atemberaubend. Die Analyse dieser Daten ist von entscheidender Bedeutung, da sie die Grundlage für prädiktive Algorithmen bilden, die es den Einrichtungen ermöglichen, „Anlagen von Interesse“ zu erkennen, die von einem Experten betrachtet und analysiert werden können. Sobald ein Analytiker die Warnung eines automatischen Algorithmus in umsetzbare Empfehlungen umwandelt, kann die Instandhaltung zum richtigen Zeitpunkt geplant werden.
Ein Problem, das auf ineffiziente Praktiken zurückzuführen ist
In der Vergangenheit war der gesamte Prozess von Anfang bis Ende zersplittert, wobei der Gesamtansatz für die Datenerfassung und -verarbeitung wie folgt aussah:
- Experten oder Instandhaltungspersonal besuchten eine Anlage und erfassten eine Vielzahl von Anlagendaten über einen fest installierten Sensor oder über ein Sensor- und Erfassungssystem, das der Experte bei sich trägt.
- Die Experten analysierten dann die Daten, um den Zustand der Anlagen des Unternehmens zu ermitteln und Berichte zu erstellen.
- Die Instandhaltungsingenieure erhielten die Berichte, und zu diesem Zeitpunkt waren die erfassten Daten über den Zustand der Anlagen möglicherweise bereits veraltet.
- Im schlimmsten Fall kam es in der Anlage bereits zu einem oder mehreren Anlagenausfällen, die die Instandhaltungsteams in einen Notfallmodus versetzten und das Unternehmensergebnis beeinträchtigen konnten.
Nehmen wir nun an, das Team hat diesen rudimentären Ansatz hinter sich gelassen und verwendet fortschrittliche Technologien zur Datenerfassung. Selbst wenn das Team versuchen würde, Daten für Standardmaßnahmen zur vorausschauenden Instandhaltung zu extrahieren und zu interpretieren, würde es wahrscheinlich trotzdem auf Hindernisse stoßen. Und warum? Die Chancen stehen gut, dass ihre Analysetools und -methoden nicht in der Lage sind, die riesigen Datenmengen zu verarbeiten, die moderne Maschinen durch automatische Datenerfassung erzeugen können. Es muss ein effektiverer Ansatz gewählt werden, um die Erfassung und Analyse großer Datenmengen zu ermöglichen.
Drahtlose Überwachung beweist ihren Wert
Wenn die Anlagen drahtlos überwacht werden, bietet die Lösung sogar noch mehr Flexibilität, da Informationen von Anlagen – egal wie weit entfernt – zur fachkundigen Verarbeitung übertragen werden können. Selbst in weit verstreuten Anlagen an isolierten Standorten ist es dank der zunehmenden Internetverbindung möglich, Informationen zu übertragen. Darüber hinaus wird diese Fähigkeit nur noch zunehmen. Bis 2027 werden weltweit schätzungsweise 267 Millionen³ aktive Asset Tracker für die industrielle Automatisierung und andere Zwecke im Einsatz sein.
Unabhängig davon, ob sich eine Anlage in einer abgelegenen Wildnis oder in einem riesigen Chemiekomplex mit fortschrittlichen technischen Möglichkeiten befindet, bietet die automatische drahtlose Überwachung einen bewährten Wert. Fachleute, die die Daten analysieren, können nicht nur den aktuellen Zustand, sondern auch historische Trends ermitteln. Diese Informationen können dann Teil einer „Feedback-Schleife“ werden. Dieser Ansatz ermöglicht nicht nur die Optimierung von Wartungsplänen auf der Grundlage der einzelnen Eingaben, sondern auch die Erstellung von Prognosen für die Zukunft, die den Instandhaltungstechnikern helfen, Ausfallzeiten zu vermeiden.
Dieser Ansatz gewährleistet nicht nur die Betriebszeit, sondern verhindert auch eine „Überwartung“, bei der die Instandhaltung nach einem strengeren Zeitplan durchgeführt wird als für die Anlage erforderlich. Und schließlich erhalten Instandhaltungsteams und Entscheidungsträger einen wichtigen Einblick in potenzielle Anlagen, die bis zum Ausfall betrieben werden – Anlagen, bei denen es kosteneffektiver ist, sie ausfallen zu lassen, als sie aggressiv zu warten.
1
https://www.ge.com/digital/sites/default/files/download_assets/ge-the-impact-of-digital-on-unplanned-downtime.pdf
2 Ibid
3
https://www.prnewswire.com/news-releases/industrial-iot-asset-tracking-2019-by-2027-there-will-be-267-million-active-rfidasset-trackers-in-use-worldwide-300851946.html
