EUREKA- Risikobasierte Wartungsvorhersage unter Verwendung angereicherter digitaler Zwillinge (PUNDIT)

Problemstellung
Wartungen im industriellen Umfeld, beispielsweise an Antriebsmotoren oder -getrieben, werden oftmals entweder zu häufig oder zu selten durchgeführt. Zu häufige präventive Wartungen führen zu hohen Wartungskosten. Werden Wartungen jedoch zu selten durchgeführt, können Bauteildefekte auftreten, welche hohe Folgekosten durch Betriebsausfälle nach sich ziehen. Innovative Industrie 4.0-basierte Technologien haben die digitale Wahrnehmung von industriellen Anlagen soweit vorangebracht wird, dass vollautomatisch Verschleiß oder drohende Defekte erkannt werden. So können Wartungen genau dann durchgeführt werden, wenn sie notwendig werden.

Zielsetzung
An dieser Stelle setzt das Forschungsprojekt PUNDIT an. Ziel ist die Entwicklung eines Frameworks zur risikobasierten Wartungsvorhersage und geeigneter Sensorik, welche durch eine Vielzahl von Sensorparametern eine vollumfängliche Wahrnehmung der industriellen Anlage ermöglicht. Die dabei entstehenden Datenmassen werden unter Nutzung künstlicher Intelligenz verarbeitet und einer Risikobewertung unterzogen, um entscheiden zu können, ob die industrielle Anlage ein normales Verhalten aufweist oder ob sich ein drohender Defekt abzeichnet. Das Framework gibt eine Risikobewertung für den störungsfreien Betrieb einzelner Systemkomponenten aus. Somit dient es der Instandhaltung als Entscheidungskriterium für die Einplanung von dynamischen Wartungsfenstern.

Vorgehensweise
Das Projekt kombiniert Spitzentechnologien in den Bereichen digitaler Zwilling, Deep-Learning-basierte Anomalieerkennung, probabilistische Risikoanalyse und Unsicherheitsabschätzung. Ein digitaler Zwilling wird in einer industriellen Anlage in eine bereits existierende Wartungsumgebung integriert. Der Zwilling wird von neu entwickelten Sensoren mit Messdaten versorgt. Ein Zusammenspiel aus einer KI-Vorverarbeitung und einer Risikobewertung der vorliegenden Messdaten schafft Indikatoren für drohende Defekte und dynamische Wartungsplanung. Der Prototyp wird an zwei Anwendungsfällen – bei einem deutschen Maschinenbauer und einem ungarischen Glasrecyclinger erarbeitet und erprobt.

Ergebnisse und Anwendungspotenzial
Der Nutzen für Unternehmen aus produzierender und verarbeitender Industrie liegt in geringeren Wartungskosten und niedrigerem Risiko für kostenintensive Produktionsausfälle. In Folge sinken die Produktionskosten und Endverbraucherpreise. Desweiteren können die Konzepte auch für bereits bestehende industrielle Anlagen nachrüstbar gemacht werden, sodass die Einstiegsbarriere für Unternehmen deutlich niedriger ist. Zuletzt ist denkbar, dass die entwickelten Risikobewertungen und Vorhersagealgorithmen nicht nur in der Industrie sondern auch in Konsumerprodukten wie z.B. Kraftfahrzeugen Anwendung finden.

• proTEC-Vision Automation GmbH
• Universität Stuttgart