You are using Internet Explorer 11 or earlier, this browser is no longer supported by this website. We suggest to use a modern browser.

thyssenkrupp AGthyssenkrupp AGthyssenkrupp AG
  • Kontakt
  • English
  • Unternehmen
  • Stories
  • Produkte
  • Investoren
  • Newsroom
  • Karriere
    • Kontakt
    • English
  • Startseite
  • Stories
  • Digitalisierung
  • Stillstandszeiten ade dank Predict...

Stillstandszeiten ade dank Predictive Maintenance

Was wäre, wenn Ausfallzeiten von Maschinen der Vergangenheit angehörten? Was wäre, wenn Probleme behoben würden, bevor sie eintreten? Mit vorausschauender Wartung ist das möglich. Alberto Catani, Projektleiter Lean Production, Francisco Rosas, Projektsponsor, und Markus Klien, Global Maintenance Manager beim Lenkungsspezialisten von thyssenkrupp, arbeiteten in einem internationalen Projektteam daran, mit Predictive Maintenance Ausfallzeiten zu verringern.

Das Thema Predictive Maintenance kam im thyssenkrupp Presta Werk in Puebla, Mexiko, aufgrund eines akuten Maschinenausfalls auf. Die Motoren einer Maschinengruppe für Rohrumformung benötigten kurzfristige Wartungen. Für die Produktion bedeutete das unerwartete Stillstände, in denen nicht produziert werden konnte. Das Resultat: hohe Kosten und viel verlorene Zeit. Eine Lösung musste her, um unerwartete Ausfälle zukünftig zu vermeiden und durch rechtzeitige Wartung zu verhindern.

Markus Klien, Alberto Catani, Francisco Rosas, Karina Canul, Enid Herrera, Elberth Campos, Esteban Durán und Guillermo Ortega beim Automobilzulieferer thyssenkrupp Presta in Puebla, Mexiko, nach dem erfolgreichen Projektreview.

Gemeinsam mit den internationalen Kollegen Tod Turner, Global Head of Maintenance bei thyssenkrupp Dynamic Components USA, und Markus Klien entwickelten Francisco Rosas und Alberto Catani ein Predictive-Maintenance-Konzept für den mexikanischen Standort. „Im schlimmsten Fall bedeutet der Ausfall einer Maschine einen Peitscheneffekt bei den anderen hochverketteten Folgeprozessen“, sagt Wartungsexperte Francisco Rosas. „Mit der Einführung von vorausschauender Wartung konnten wir die Ausfallzeiten der betroffenen Maschinengruppe um mindestens 50 Prozent reduzieren.“

Mithilfe von Motorenschwingungsmessungen überwachen die Expert:innen von thyssenkrupp Presta heute den Echtzeitzustand der Maschinen und können so frühzeitig agieren, wenn sich ein potenzieller Defekt bemerkbar macht.  

Und so sieht es aus, wenn die Vibrationen von einem Motor mit Hilfe von Beschleunigungssensorik auf dem Motorgehäuse gemessen werden.

Mit Predictive Maintenance Stillstandszeiten reduzieren

Aber wie funktioniert so eine vorausschauende Wartung überhaupt? Mit Predictive Maintenance wird der Ist-Zustand von Anlagen 24/7 in Echtzeit überwacht. Anhand dieser Daten-Transparenz lassen sich Probleme erkennen, bevor sie eintreten. Durch geplante Wartungsintervalle können die Ursachen potentieller Schäden und der Reparaturbedarf so behoben werden, ohne dass Produktionsanlagen für längere Zeit angehalten werden müssen.

Das Ziel der Kolleg:innen von thyssenkrupp Presta in Mexiko: die Prozessstabilität mithilfe von vorausschauender Wartung zu verbessern. Für das Team bedeutete das, Motoren mit kurzen bis gar keinen Ausfallzeiten. „Die Schwingungen der 15 Motoren in den fünf Anlagen unserer Maschinengruppe wurden mit einem messfähigen System gemessen, charakterisiert und modelliert, um einen mathematischen neuronalen Netzalgorithmus aufzubauen, der Ausfälle vorhersehen kann“, erklärt Projektleiter Alberto Catani.

Vibrationen können in Zeit- und Frequenzdomäne abgebildet werden.

Neben den Motoren der fünf Anlagen wurden im Werk in Puebla auch alle Kopfanlagen der Produktion in das Predictive-Maintenance-Programm aufgenommen und gemessen. „Durch die Mithilfe von Francisco Rosas im Werk Puebla konnten wir erste Erfahrungen im Predictive Maintenance von Kopfanlagen am Standort Eschen gewinnen“, berichtet uns Markus Klien.

Herausforderungen und Chancen von Predictive Maintenance

Die wichtigste Voraussetzung für eine solche vorausschauende Planung ist die Messung der technischen und mechanischen Abläufe innerhalb der Produktionskette. „Die heutige Entwicklung der notwendigen Sensorik, Machine-Learning-Algorithmen und Predictive Maintenance sind in den letzten zehn Jahren rasch angestiegen, weil der Druck der Industrie 4.0 überall spürbar ist“, berichtet der Wartungsexperte Rosas. Für eine genaue Messung benötigt man Schwingungsmessgeräte für rotierende Maschinenelemente, Sensorikelemente, Infrarot-Thermometer für Wärmemessung und Ultraschallmessgeräte.

„Neben den technischen Voraussetzungen für die vorausschauende Wartung ist vor allem auch das Know-how im Unternehmen und dessen langfristige Sicherung für den Erfolg der Maßnahme wichtig“, erklärt Alberto Catani. Denn eine hohe Fluktuation von Mitarbeitenden birgt immer auch die Gefahr, dass gut ausgebildete Kolleg:innen mit ihrem Wissen zur Konkurrenz wechseln.

„Letztendlich haben wir uns zusammen mit der Projektleitung für eine gute Ausbildung unserer qualifizierten Mitarbeitenden entschieden“, sagt Francisco Rosas. Damit investiert das Team in die Zukunft. Denn Predictive Maintenance bringt klare wirtschaftliche Vorteile mit sich und ermöglicht beispielsweise Kapazitäten von Mitarbeitenden besser zu planen, da sich unvorhergesehene Instandsetzungen und Reparaturen mit den vorausschauenden Messungen erheblich reduzieren lassen.

Mehr Einblicke in die Digitalisierung unserer Prozesse bei thyssenkrupp gibt es in unseren Stories.

Weitere Fokusthemen

  • Digitalisierung
  • Nachhaltigkeit & Klimaschutz
  • Automotive & New Mobility
  • Engineering & Innovation
  • People & Culture

arrow-down

  • Unternehmen
  • Produkte
  • Investoren
  • Newsroom
  • Karriere
  • RSS-Newsfeed
  • Publikationen
  • Einkauf

Folgen Sie uns:

thyssenkrupp AG © 2023
  • Sitemap
  • Impressum
  • Rechtliche Hinweise
  • Teilen tk-share
    FacebookTwitter Email LinkedIn