Predictive Maintenance an einer Lüftungsanlage

Predictive Maintenance ist eine innovative Instandhaltungsstrategie, die darauf abzielt, potenzielle Maschinenfehler frühzeitig zu erkennen und Wartungsarbeiten bedarfsgerecht durchzuführen. Diese proaktive Methode verhindert Ausfallzeiten und senkt Wartungskosten. Durch den Einsatz fortschrittlicher Sensorik und Algorithmen steigert sie die Anlagenverfügbarkeit und verlängert die Lebensdauer der Maschinen.

Im Rahmen unseres dreimonatigen Innovations- und Digitalisierungsteams (ID) haben wir einen Predictive Maintenance Use Case entwickelt. Dabei wurden Vibrations- und Differenzdrucksensoren in Lüftungsanlagen eingesetzt. Die ARENA2036 bot eine ideale Testumgebung für die Erprobung innovativer Technologien. Besonders der eigens angeschaffte Demonstrator einer Lüftungsanlage war ideal, um die Vorteile vorausschauender Wartung aufzuzeigen. Vibrationssensoren wurden direkt am Ventilatormotor installiert, um die Schwingungen kontinuierlich zu überwachen und frühzeitig kleinste Abweichungen zu erkennen, die auf beginnende Schäden hindeuten können.

Zusätzlich messen Differenzdrucksensoren den Druck in den Filtern des Belüftungssystems, um den optimalen Zeitpunkt für einen Filterwechsel zu ermitteln. Diese Sensordaten werden auf der IoT-Plattform PULSE Core erfasst, analysiert und visualisiert. PULSE Core ermöglicht es, ein Dashboard zu erstellen, auf dem alle relevanten Daten in Echtzeit überwacht werden. Der entwickelte Algorithmus berechnet ein präzises Wartungsdatum, das vorausschauend festgelegt und visualisiert wird. Ein Alert-System wurde implementiert, das automatisch Warnmeldungen generiert, sobald bestimmte Grenzwerte überschritten werden. Diese Meldungen können zukünftig direkt mit dem CAFM-System verbunden werden, um sofortige Arbeitsaufträge zu generieren.

Das Projekt in der ARENA 2036 führte zu einer Predictive-Maintenance-Lösung, die klare Vorteile bietet:

  • Prolongationen von Wartungszyklen und Filtertauschzyklen
  • Minderung von Material- und Wartungskosten
  • Erhöhung der Anlagenverfügbarkeit

Die Effektivität dieser Lösung wurde in einem Projekt in den Niederlanden an 59 Lüftungsanlagen nachgewiesen, mit einer ROI von drei bis vier Jahren. Aktuell wird die Lösung in kleinem Maßstab bei Kunden implementiert. Die gewonnenen Erkenntnisse und Methoden sollen künftig auch auf andere Anlagentypen wie Wärmetauscher, Kühlgeräte und automatische Türen angewendet werden. Zudem wird der Algorithmus basierend auf neuen Erkenntnissen in zukünftigen Pilotprojekten weiterentwickelt.

Nutzen und Vorteile


Optimale Wartungsplanung
Reduzierung der Material- und Arbeitskosten
Minimierung von Ausfallzeiten
Verlängerung der Lebensdauer

Zahnräder

Laufzeit:
September - Dezember 2024

Kontakt:
Melanie Deckert
melanie.deckert@spie.com

Lutz Krapf
lutz.krapf@spie.com

Stephan Streckwaldt
stephan.streckwaldt@spie.com

PulseCore logo

Artikel teilen

USE CASES
Effiziente Fehlererkennung, optimierte Navigation und Remote-Unterstützung unterstützt durch Augmented Reality ermöglichen schnellere Problemlösungen und erhöhen die Sicherheit für Techniker
KI-gestützte visuelle Inspektion optimiert Fehlererkennung und Effizienz. Deep Learning analysiert Bilder und Videos automatisch, erkennt Muster und reduziert Kosten und Fehlerquote.
Wir optimieren die Outbound-Logistik von Mining-Fahrzeugen mit einem smarten Warentracking-System. Kombinierte GPS- und RFID-Technologie gewährleistet eine präzise Ortung und sichere, schnelle Transporte.