Wie man ein Programm für vorausschauende Wartung startet

Irgendwo zwischen der Frage, wie vorausschauende Wartung funktioniert, und der Frage, wer sie umsetzen sollte, steht die Frage, die tatsächlich über das Budget entscheidet: Lohnt sich das hier, an welchen Anlagen, und was würde es einbringen.

Wenn Sie noch herausfinden, was die Technologie leistet, beginnen Sie mit dem Leitfaden zur vorausschauenden Wartung für industrielle Betriebe. Wenn Sie sich entschieden haben und Anbieter vergleichen, deckt die Übersicht der Unternehmen für vorausschauende Wartung neun davon ab.

Was ein Predictive-Maintenance-Programm eigentlich ist

Das Wort, auf das es ankommt, ist Programm. Der Kauf einer Überwachungsplattform ist ein Beschaffungsvorgang; die Durchführung eines Programms für vorausschauende Wartung verändert, wie Wartungsentscheidungen getroffen werden, wer sie trifft und auf welchen Nachweisen sie beruhen.

Dieser Unterschied zeigt sich im Fehlermodus. Anlagen scheitern selten daran, Sensoren zu installieren. Sie scheitern daran, den darauf folgenden Arbeitsauftrag zu ändern, sodass sich die Messwerte in einem System ansammeln, für das niemand verantwortlich ist, und die jährliche Überprüfung findet ein Abonnement ohne zurechenbare Einsparung dahinter.

Ein Programm hat vier Dinge, die ein Kauf nicht hat: einen definierten Anlagenumfang, einen Verantwortlichen, der für das Handeln auf Basis der Ergebnisse rechenschaftspflichtig ist, ein vereinbartes Maß und einen Weg, über den aus einer Vorhersage geplante Arbeit wird. Wenn eines der vier zu Beginn fehlt, wird es später nicht mehr hinzugefügt.

Welche Anlagen rechtfertigen vorausschauende Wartung

Dies ist die Entscheidung, die alles Nachgelagerte bestimmt, und der Instinkt, dem die meisten Betriebe folgen, ist der falsche.

Der Instinkt besteht darin, mit der Ausrüstung zu beginnen, die bereits über eine gute Instrumentierung verfügt, weil sie am einfachsten erscheint. Das führt zu einem technisch erfolgreichen Pilotprojekt an Anlagen, deren Ausfall niemanden stört, und zu keinem Business Case für dessen Ausweitung.

Beginnen Sie stattdessen mit der Konsequenz. Stellen Sie sich für jedes infrage kommende Asset drei Fragen:

1. Was kostet ein ungeplanter Stillstand eigentlich? Nicht die Reparatur — sondern die Produktion, die er verschiebt, die untätig wartende Mannschaft, die Vertragsstrafe, den Neustart. In Prozessanlagen liegt dieser Betrag üblicherweise eine Größenordnung über den Reparaturkosten.
2. Wie sehr würde eine Vorwarnung das Ergebnis verändern? Manche Ausfälle lohnt es sich vorherzusagen, weil eine zweiwöchige Vorlaufzeit aus einem Notfall geplante Arbeit macht. Andere fallen ohne nutzbare Vorlaufzeit aus oder sind bei einem Ausfall kostengünstig auszutauschen und gehören unabhängig davon, wie ausgefeilt Ihre Werkzeuge sind, zum Ansatz „Betrieb bis zum Ausfall“.
3. Fällt es auf eine Weise aus, die ein Signal hinterlässt? Rotierende Anlagen – Pumpen, Kompressoren, Motoren, Ventilatoren – verschleißen entlang messbarer Pfade. Deshalb beginnt fast jedes Programm in der Schwerindustrie genau dort.

Fünf Assets sind die richtige Anzahl für eine erste Phase. Genug, um den Mechanismus zu beweisen, und wenige genug, dass eine gescheiterte Phase eine Lektion ist und kein Totalverlust.

Die Daten, von denen eine vorausschauende Wartungsstrategie abhängt

Der unangenehme Teil jeder Strategie zur vorausschauenden Wartung ist, dass die Modellierung selten die Einschränkung darstellt. Die Einschränkung besteht darin, ob drei Dinge für dasselbe Anlagegut gemeinsam gelesen werden können:

• Zustandsmesswerte über einen ausreichend langen Zeitraum, um zu zeigen, wie ein gesunder Zustand aussah, von einem Historiker oder von nachgerüsteten Sensoren.
• Betriebskontext — Last, Durchsatz, Modus — denn ein Messwert ist nur im Verhältnis zu dem, was von der Maschine verlangt wurde, abnormal.
• Wartungshistorie — was gemacht wurde, wann und was festgestellt wurde — denn genau dort lernt das Modell, wie ein Ausfall aussieht.

Die meisten Betriebe verfügen über alle drei und können sie nicht zusammenführen, meist weil dieselbe Pumpe in jedem System unterschiedlich identifiziert wird. Das zu lösen ist wenig glamourös, für den Vorstand unsichtbar und macht regelmäßig den Großteil der Arbeit aus.

Wir würden das lieber offen sagen, als es im zweiten Monat zu entdecken. Bei einem Öl- und Gasprogramm, war die Dateninfrastruktur der gesamte erste Auftrag, ohne dass ein Prognoseversuch unternommen wurde, bis sie vorhanden war. Bei einem separaten Förderpumpenprogramm, kam die Strukturierung und Integration der Sensordaten vor dem Aufbau eines Modells — und dieses Programm erreichte eine Prognosegenauigkeit von 90 %, senkte die Wartungskosten um 40 % und reduzierte ungeplante Ausfallzeiten um 65 %. Diese Zahlen gehören zu diesem Betrieb und seiner Anlagenklasse.

Der praktische Test, bevor Sie etwas in Betrieb nehmen: Können Sie zwei Jahre an Messwerten für Ihre fünf Kandidaten-Anlagen abrufen, zusammen mit jedem dafür erstellten Arbeitsauftrag? Wenn ja, umreißen Sie ein Modellierungsprojekt. Wenn nein, ist das erste Projekt die Datenerfassung, und diese sollte als eigenständiges Arbeitspaket bepreist werden.

Data Engineering Services

Aufbau des Business Case für vorausschauende Wartung

Ein Business Case für vorausschauende Wartung, der einer genauen Prüfung standhält, zählt vermiedene Ereignisse, nicht Herstellerdurchschnitte.

Was gezählt werden soll

• Vermiedene aufgeschobene Produktion. Normalerweise die größte Zahl und diejenige, die der Betrieb glaubwürdig aus der Historie abschätzen kann.
• Ungeplante Eingriffe in geplante umgewandelt. Günstigere Arbeitskraft, keine Premium-Teile, keine Abschaltung um sie herum.
• Vorbeugende Arbeiten nicht durchgeführt. Die Wartung nach Zustand statt nach Kalender beseitigt unnötige Eingriffe.
• Verlängerte Lebensdauer der Anlage, wo Sie es nachweisen können.

Was nicht zu zählen ist

Veröffentlichte ROI-Prozentsätze für vorausschauende Wartung aus dem Marketing von irgendjemandem. Sie wurden an der Ausrüstung von jemand anderem gemessen, und eine ganze Reihe davon entpuppt sich als Kategoriedurchschnitte statt als Ergebnis eines konkreten Kunden. Ein Finanzdirektor, der eine geliehene Zahl entdeckt, wird den gesamten Fall abwerten.

Bauen Sie es stattdessen aus Ihrer eigenen Ausfallhistorie auf. Nehmen Sie die ungeplanten Stillstände der letzten zwei Jahre bei den infrage kommenden Anlagen, bewerten Sie diese finanziell und fragen Sie, welcher Anteil einen erkennbaren Vorlauf hatte. Dieser Anteil ist Ihre realistische Obergrenze, und er ist vertretbar, weil er aus Ihren eigenen Aufzeichnungen stammt.

AI‑Powered Predictive Maintenance for Production Pumps

65% less unplanned downtime

40% lower maintenance cost

See Our Work

Wo Programme zur vorausschauenden Wartung ins Stocken geraten

• Kein Verantwortlicher. Die häufigste Ursache. Sensoren haben einen Budgetverantwortlichen; Vorhersagen brauchen jemanden, der für das Handeln verantwortlich ist.
• Warnmeldungen, denen niemand vertraut. Einmal ignoriert, ist ein System sozial längst erledigt, bevor es jemand abschafft.
• Daten spät entdeckt. Im zweiten Monat statt in der dritten Woche gefunden, sieht es eher nach Scheitern aus als nach dem Umfang, der es immer war.
• Ein Pilotprojekt ohne Ausstieg. Ohne eine vereinbarte Maßnahme läuft eine erste Phase, bis jemand die Geduld verliert.
• Erfolg, den niemand beweisen kann. Wenn die Ausgangsbasis vor dem Go-live nicht erfasst wurde, kann die Einsparung danach nicht nachgewiesen werden.

So implementieren Sie vorausschauende Wartung: Die ersten 90 Tage

Eine phasenweise Form, die an jedem Punkt kostengünstig gestoppt werden kann, was wichtiger ist als Geschwindigkeit:

1. Wochen 1–2 — Umfang. Bestätigen Sie die fünf Anlagen und deren Ausfallhistorie. Einigen Sie sich jetzt schriftlich auf die Kennzahl.
2. Wochen 3–6 — Daten. Verknüpfen Sie Messwerte, betrieblichen Kontext und Wartungsaufzeichnungen für diese Anlagen. Hier wird ein Programm entweder möglich oder es zeigt sich, was zuerst behoben werden muss.
3. Wochen 7–10 — modellieren und validieren. Bauen Sie anhand bekannter Fehler, und lassen Sie die Ingenieure, die die Ausgabe verwenden werden, deren Aufrufe überprüfen, bevor sich jemand darauf verlässt. Ihre Skepsis in dieser Phase ist die günstigste verfügbare Qualitätskontrolle.
4. Wochen 11–12 — in die Arbeit einbinden. Eine Vorhersage, die nicht zu einem Arbeitsauftrag wird, ist ein Screenshot. Leiten Sie sie in das System weiter, das Ihre Planer bereits nutzen.
5. Dann entscheiden. Verlängern, die Anlagenliste anpassen oder stoppen. Alle drei sind akzeptable Ergebnisse einer ersten Phase; nur „unbegrenzt ohne eine Kennzahl fortfahren“ ist es nicht.

Wie Crunch-IS ein Programm zur vorausschauenden Wartung betreibt

Wir bearbeiten diese Abfolge in der Reihenfolge, in der sie niedergeschrieben ist, was meistens bedeutet, dass der wenig glamouröse Teil zuerst kommt. Wo Zustandsmesswerte, Betriebskontext und Wartungshistorie für die betreffenden Anlagen nicht zusammengeführt werden können, wird diese Zusammenführung als eigenständiges Projekt abgegrenzt und bepreist, bevor überhaupt ein Modell besprochen wird. Bei einem Öl- und Gasprogramm war dies die gesamte erste Phase, ohne dass eine Vorhersage versucht wurde, bevor sie umgesetzt war.

Zwei Programme, zwei Anlageklassen, und die Zahlen gehören zu den Vorgängen, für die sie gemessen wurden:

• Das zuvor beschriebene Produktionspumpen-Programm – 90 % Vorhersagegenauigkeit, um 40 % gesenkte Wartungskosten und um 65 % reduzierte ungeplante Ausfallzeiten, bei seltenen, hochwertigen Anlagen für einen europäischen Hersteller.
• Ein KI-gestützte Plattform zur Vorhersage von Wasserleitungsausfällen für einen britischen Versorger — 42 % weniger unerwartete Ausfälle, mit einer weiteren prognostizierten (statt gemessenen) Reduzierung der Notfallwartungskosten um 28 %.

Keine der beiden Zahlen lässt sich übertragen. Sie sind das, was diese Anlageklassen unter jenen Bedingungen erbracht haben, und die einzige Zahl, die Ihre Ergebnisse vorhersagen wird, ist diejenige, die bereits in Ihrer eigenen Verlusthistorie steckt.