Predictive Maintenance Sensorbasierte Instandhaltung mit Internet of Things (IoT)

Quelle: Pressemitteilung 2 min Lesedauer

Anbieter zum Thema

Mithilfe von rund 700 IoT-Sensoren und einem Long Range Wide Area Network wird im Industriepark Höchst die Instandhaltung von Maschinen und Anlagen zustandsorientiert und vorausschauend geplant.

Experte für IoT-Sensoren: Dirk Harald Bestehorn von Infraserv Höchst Prozesstechnik.(Bild:  Infraserv Höchst)
Experte für IoT-Sensoren: Dirk Harald Bestehorn von Infraserv Höchst Prozesstechnik.
(Bild: Infraserv Höchst)

Infraserv Höchst Prozesstechnik, Tochterfirma des Industriedienstleisters und Standortbetreibers Infraserv Höchst, hat ein flächendeckendes herstellerübergreifendes LoRaWAN-Funknetz (Long Range Wide Area Network) etabliert, das Daten der eingesetzten Sensoren an einen zentralen Server überträgt, der mit IoT-Plattformen und -Anwendungen verbunden ist. Neben verschiedensten Prozessgrößen werden vorrangig Vibrationen und Temperaturen an Maschinen gemessen. „So erkennen wir frühzeitig Trends wie ein erhöhtes Schwingungsverhalten, das auf Verschleiß hindeutet, und können bei Bedarf die passenden Instandhaltungsmaßnahmen ableiten“, erklärt Dirk-Harald Bestehorn, Leiter Assetmanagement & Engineering, Infraserv Höchst Prozesstechnik.

App zur Instandhaltung ermöglicht präzise Analysen

Mit der eigens entwickelten App IoT-PLS-Miner werden Sensorwerte mit Prozessdaten verknüpft, in logische Zusammenhänge gebracht und in der Anwendung visualisiert. Die Lösung ist in der Routineüberwachung im Bereich Kälte, Kühlung, Wasser (KKW) fest integriert und ermöglicht präzise Analysen mit wenigen Klicks. So lässt sich der Gesamtzustand einer Maschine oder auch der Zustand einzelner Komponenten und Anlagenteile gezielt untersuchen. „Predictive Maintenance“, also vorausschauende Wartung, wird konsequent umgesetzt und damit die Instandhaltung erleichtert.

Seit fast sechs Jahren werden die Schwingungen der Anlagenteile bei KKW gemessen. Durch die regelmäßige Überwachung und Analyse von Maschinenzuständen wird ein Wartungsbedarf frühzeitig erkannt. „Wir haben gelernt, die Daten richtig zu interpretieren – heute ist das Vertrauen in die Daten tief verankert“, sagt Frank Mollard, Leiter Data Science & Engineering bei Infraserv Höchst.

Dynamische Wartungsplanung eingeführt

vlnr: Philipp Schmidt, Frank Mollard und Sarah Teizel sind überzeugt vom sensorbasierten Wartungsmanagement.(Bild:  Infraserv Höchst)
vlnr: Philipp Schmidt, Frank Mollard und Sarah Teizel sind überzeugt vom sensorbasierten Wartungsmanagement.
(Bild: Infraserv Höchst)

Aufgrund der positiven Erfahrungen geht KKW noch einen Schritt weiter: Statt zyklisch nach festen Zeitabständen oder dem Stand von Betriebsstunden Wartungen und Revisionen durchzuführen, werden diese jetzt anhand des tatsächlichen Anlagenzustands festgelegt – basierend auf den gemessenen Sensorwerten. Als Versorgungsbetrieb müssen die Kühlungs- und Kälteanlagen im Sommer fast durchgängig laufen. „Aufgrund der hohen Auslastung der Aggregate im Sommer können viele aufwändigere Wartungsarbeiten und Prüfungen nur in den Wintermonaten durchgeführt werden“, sagt Sarah Teizel, Betriebsleiterin der Kälteversorgung. Durch das Analysetool können die fälligen Maßnahmen allerdings frühzeitig priorisiert und geplant werden. „Mit dem sensorbasierten Wartungsmanagement verlängern wir Wartungszyklen und die Lebensdauer kritischer Komponenten“, betont Betriebsingenieur Philipp Schmidt.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung