aktuell 133
aktuell 133
Bediener, die seit vielen Jahren im Einsatz auf „ihrer“ Maschine sind, kennen jedes Knarren, jedes Rattern – sie spüren auch, wenn etwas nicht stimmt. Doch dort, wo viel Technik auf engem Raum zusammenarbeitet, sind nahende Probleme oft schwer zu lokalisieren.
Mit Systemen zur vorausschauenden Instandhaltung (Predictive Maintenance-Systeme) werden teure Reparaturen oder gravierende Fahrzeugausfälle vorhersehbar. Vorbeugende Aktivitäten können rechtzeitig eingeleitet werden, bevor größere Schäden entstehen.
Seit geraumer Zeit können auf unseren Maschinen, auf Wunsch, wesentliche Daten wie Arbeitsparameter, GPS-Position, Arbeitsrichtung, Motordaten, Füllstände der Betriebsmittel und Hydraulikdrücke live überwacht werden. Der aktuelle Zustand ganzer Maschinenflotten kann so vom Büro aus eingesehen werden. Die gewonnenen Daten stehen auch in gespeicherter Form zur Verfügung – ein Fundus äußerst wertvoller Informationen.
Um diese zu entschlüsseln und zum Beispiel in konkrete Handlungsanweisungen für die zustandsbasierte Wartung übersetzen zu können, müssen diese Daten ausgewertet werden. Prozesse, die in der Gleisbaubranche bis dato absolutes Neuland bedeuten. P&T Connected beschäftigt sich nun erstmals genau damit.
beschäftigt sich vorrangig mit der Erfassung, Aufarbeitung und Auswertung von Daten mit dem Ziel, Predictive Maintenance für Gleisbaumaschinen zu realisieren. P&T Connected, die jüngste Tochtergesellschaft von Plasser & Theurer,
wurde im Januar 2017 gegründet, das Team ist mittlerweile auf sieben MitarbeiterInnen angewachsen. Neben Informatik gehören auch Physik, Mathematik und Statistik zu den Fachgebieten der jungen Truppe, die sich auf dem Campus der FH Hagenberg – im „Silicon Valley Österreichs“ – niedergelassen hat.
Eine der vielen neuen Möglichkeiten besteht darin, Verschleißteile zum wirtschaftlich besten Zeitpunkt zu erneuern. Basis dafür sind die von Sensoren gelieferten Belastungsdaten. Diese zeigen an, wie lange ein Verschleißteil noch einwandfrei funktioniert. Dadurch lässt sich frühzeitig erkennen, wann bestimmte Teile ausgetauscht werden müssen. Darüber hinaus können Stehzeiten und Maschinenausfälle minimiert werden – ein Nutzen für Maschinenbetreiber und Infrastruktur.
Was früher im besten Fall nur erfahrene Servicetechniker entscheiden konnten, lässt sich nun auf Basis gesicherter Daten bestimmen.
Diese Methodik lässt sich grundsätzlich auch auf die Wartung kompletter Maschinen übertragen. Der Sprung von der intervallmäßigen auf eine zustandsbasierte Wartung wird damit möglich. P&T Connected übernimmt die Analyse der Daten und liefert die darauf basierenden Handlungsempfehlungen.
Die Grafik zeigt, wo Predictive Maintenance besonders wichtig ist – im Sektor mit hoher Auswirkung (z. B. Maschinenausfall, Kosten, Stehzeiten, ...) und mit geringer Häufigkeit bei wenig bis keiner Planbarkeit.
