Vibrationsanalyse in der Halbleiterindustrie
Durch den Einsatz von Machine Learning lassen sich Vibrationsanalysen im technischen Facility Management verbessern. Wir haben eine Lösung entwickelt, die effizient, schnell umsetzbar und kostengünstig ist.
Seit Jahren betreuen wir Gebäude und Anlagen eines Kunden aus der Halbleiterproduktion und sorgen für einen möglichst störungsfreien Betrieb im technischen Facility Management.
Bisher wurden zur vorbeugenden Instandhaltung verschiedene Schwingungssensoren an kritischen Ventilatoren und Pumpen installiert, die in regelmäßigen Abständen Messungen vornehmen. Die gesammelten Daten werden vom Fachteam analysiert und auf Grundlage festgestellter Abweichungen oder Veränderungen werden gegebenenfalls vorbeugende Instandsetzungsmaßnahmen ergriffen. Ein Nachteil dieses Vorgehens ist jedoch, dass signifikante Veränderungen zwischen den Messzyklen nicht rechtzeitig erkannt werden. Das kann zu ungeplanten Ausfällen führen.
Um diese Situation zu verbessern, setzen unsere Kolleginnen und Kollegen auf permanente Überwachung. Sie haben eine effiziente, schnell umsetzbare und kostengünstige Lösung gefunden.
Die Lösung basiert auf Sensoren, die mit speziellem Klebstoff einfach an Motoren und Lagern angebracht werden können und Machine-Learning-Funktionen integriert haben. Das System kombiniert batteriegespeiste Vibrationssensoren mit robuster Mesh-Funktechnologie, 4G/LTE-Gateways und einer Cloud-Lösung des Herstellers Schaeffler (OPTIME-System). Es übernimmt den Großteil der Analyse, passt sich selbstlernend an die Maschinen an und ermöglicht so eine engmaschigere Überwachung – von mehreren Monaten Intervall auf vier Messungen pro Tag.
Durch die kontinuierliche Überwachung von Schwingungen und Temperaturen werden potenzielle Probleme frühzeitig erkannt. Dies verbessert die Produktionsqualität, reduziert Ausfallzeiten und senkt die Kosten. Die umfangreichen Daten ermöglichen außerdem gezielte Analysen kritischer Komponenten.
Zudem reduzieren sich manuelle Messungen, was weitere Kosten spart. Auch Einsparungen durch optimierte Schmierzyklen und einen verringerten Schmierstoffverbrauch wurden bereits in anderen Projekten nachgewiesen.
Nach einem erfolgreichen Testlauf mit 20 Sensoren plant der Kunde nun, das System auf weitere Anlagen auszuweiten. Zwei Ausbaustufen wurden bereits umgesetzt.
Artikel teilen
Einfache Umsetzbarkeit
Niedrige Anschaffungskosten
Verbesserte Überwachung
Hohe Einsparpotenziale
IHRE ANSPRECHPARTNERIN
BEI SPIE GERMANY SWITZERLAND AUSTRIA
Clarissa Hack
Leiterin Digital Transformation
clarissa.hack@spie.com
