Kein Blick in die Glaskugel: Prädiktive Instandhaltung
Wie und in welchem Zeitraum verändert sich die Lage einer Nockenwelle? Unter welchen Bedingungen verkoken Ventile wie schnell? Wann muss ein Bauteil ausgewechselt werden, bevor es den Geist aufgibt? Für solche Prognosen braucht es keinen Blick in die Glaskugel, sondern Predictive Maintenance. IAV zählt zu den Technologieführern der prädiktiven Instandhaltung im Automobilsektor.
Agieren statt Reagieren
Predictive Maintenance, die vorausschauende Instandhaltung, bedeutet agieren statt reagieren: Sensoren erfassen Parameter, beispielsweise Schwingungen oder Temperaturen. Algorithmen analysieren die Messdaten in Echtzeit und liefern Hinweise, ob und wann eine Wartung oder eine Reparatur erforderlich ist. „Mit KI erweitern wir die Möglichkeiten der prädiktiven Instandhaltung. So spüren selbstlernende Algorithmen versteckte Muster in den Datenströmen auf und erkennen vielschichtige Wirkzusammenhänge“, sagt Nabert. Die Vorteile: Noch bevor Schäden die Funktion einer Maschine beeinträchtigen, können sie zielgerichtet behoben und so Ausfallzeiten minimiert werden. Zudem entfallen vorbeugende Wartungen in festen Intervallen, die Kosten werden gesenkt.
Diese Methoden ermöglichen mehr als die bloße Instandhaltung: „Mit ihnen können wir auch den aktuellen Zustand eines Systems – ob Fahrzeuge, Motoren, Prüfstände oder andere Maschinen – bestimmen, vorhersagen und entsprechend optimieren. Wir nennen das Predictive Health Monitoring“, sagt Nabert. Das bedeutet: Mit Hilfe der Berechnungen während des laufenden Betriebs können die Systeme optimal arbeiten.
Prognose von Ventil-Verkokung
IAV sammelt seit Jahren Erfahrungen im Predictive Maintenance und im Predictive Health Monitoring. In einem Anwendungsfall wurden mittels künstlicher neuronaler Netze (Autoencoder) und kontrafaktischer Analyse Fehler im Umfeld von Motorsteuergeräten erkannt und die Fehlergröße präzise geschätzt, etwa bei der Vertrimmung der Nockenwelle. Die Methoden zur robusten Überwachung von Bauteilverschleiß und dessen Vorhersage nutzte IAV unter anderem bei der Ventil-Verkokung.
Nicht nur die Autoindustrie setzt auf Predictive Health Monitoring: Für einen Elektrogroßhändler in Süddeutschland arbeitet das IAV-Team um Christian Nabert an einer Maschinenüberwachung mit IoT. „Der Händler möchte wissen, wann er seinen Kunden welche Ersatzteile zum Beispiel für eine Kabelschneidemaschine anbieten soll“, skizziert der Fachreferent die Aufgabe. Dafür wurden Sensoren an den Maschinen angebracht und entsprechende Modelle entwickelt. So kann der Großhändler seinen Kunden rechtzeitig Ersatzteile empfehlen und mit einem zusätzlichen Service punkten. Außerdem optimiert er seine Lagerhaltung und spart Kosten.
Der Artikel erschien in der automotion 03/2020, dem Automotive Engineering-Fachmagazin von IAV. Hier können Sie die automotion kostenfrei bestellen.
