Direkt zum Inhalt

Wikipedia Version

Dieser Text basiert auf dem Artikel Smart Maintenance aus der freien Enzyklopädie Wikipedia und steht unter der Doppellizenz GNU-Lizenz für freie Dokumentation und Creative Commons CC-BY-SA 3.0 Unported (Kurzfassung (de)). In der Wikipedia ist eine Liste der Autoren verfügbar.
Wikipedia-Version zuletzt aktualisiert am 24.04.19.

Smart Maintenance

Smart Maintenance steht für eine intelligente, lernorientierte Instandhaltung. Die Einordnung dieses Vorgehenskonzeptes erfolgt unter der Prämisse der „prädiktiven Instandhaltung“.

Auf Basis von Total Productive Maintenance und unter Anwendung von Condition-Monitoring Methoden in Kombination mit Wissensmanagement, verfolgt Smart Maintenance das Ziel, die Leistung der Instandhaltung kontinuierlich zu steigern. Dazu werden kritische Erfolgsfaktoren der Instandhaltung identifiziert und über das Kennzahlen-Cockpit, das zur effektiven Steuerung, Analyse und Kontrolle der Instandhaltung beiträgt, kommuniziert. Dadurch werden negative Abweichungen, wie beispielsweise ungeplante Stillstände realitätsnah erkannt und in einer angemessenen Zeit durch richtige Maßnahmen verhindert oder zumindest minimiert.

Wozu Smart Maintenance?

Industrie 4.0 wird Geschäftsmodelle und Abläufe in Unternehmen stark verändern. Aus dem produktionsnahen Sektor getrieben, wird dabei meist ein entscheidender Aspekt übersehen – die industrielle Instandhaltung. Denn für die Zukunft gilt: Die Instandhaltung muss zur Smart Maintenance werden.

Wer sich für Industrie 4.0 fit machen will, muss mehr tun, als innovative Technologien einzusetzen. Im produzierenden Gewerbe bedeutet Industrie 4.0 vor allem: bereits bestehende Anlagen und Maschinen aufzurüsten, sie flexibler, verfügbarer und wandlungsfähiger zu machen – und gleichzeitig die steigende Komplexität zu beherrschen. Das sind Aufgaben der Instandhaltung.

Mit der Einführung von cyber-physischen Systemen werden in der Industrie 4.0 sowohl die Menge als auch die Vielfalt an instandzuhaltenden Elementen zunehmen. Zukünftig werden viele tausende, individuelle cyber-physische Systeme in Produktionssystemen eingesetzt, um die Steuerung der Produktionsabläufe zu vereinfachen, zu automatisieren und zu autonomisieren. Vor allem für das Personal – den Instandhalter – ergeben sich aus dem Einsatz dieser neuen elektronischen Komponenten und deren Vernetzung völlig neue Qualifikations- und Unterstützungsanforderungen. Damit der Instandhalter als Kernelement der Smart Maintenance im Angesicht der neuen Anforderungen handlungsfähig bleibt und die Industrie 4.0 zugleich von der gestiegenen Verfügbarkeit und Zuverlässigkeit ihrer Anlagen profitiert, bedarf es neuer Konzepte, Methoden, Verfahren und Technologien – und zwar jetzt. Die Instandhaltung muss sich zur Smart Maintenance weiterentwickeln.

Vorgehensmodell – lernorientierte Instandhaltung

Vorgehensmodell einer kontinuierlich lernorientierten Instandhaltung; Eigene Darstellung in Anlehnung an [1]

Das Vorgehensmodell einer kontinuierlich lernorientierten Instandhaltung,[1] als Basis für Smart Maintenance, besteht aus den folgenden Kernelementen und orientiert sich am PDCA-Zyklus nach Deming.

  • IH-Strategie (Do)
    • Dynamische Anpassung von einem Strategiemix
    • Bestehend aus zustandsorientierter, präventiver und ausfallorientierter Instandhaltung in Abhängigkeit von der Betriebs- und Unternehmenssituation und unter Berücksichtigung des adäquaten Vorbeugungsgrades zur Verminderung von Ausfallsrisiken.
  • IH-Controlling (Check)
    • Kennzahlengestützter Output-/ Input-Vergleich
    • Schwachstellenanalyse
    • Wertschöpfungsbeitrag
  • IH-Optimierung (Act)
    • Strategieanpassung
    • Organisationsanpassung
    • Kompetenzentwicklung (Schulung und Training)

Vorgehensmethodik – Smart Maintenance

Vorgehensmethodik - Smart Maintenance; Eigene Darstellung in Anlehnung an [2]

Eine mögliche Vorgehensmethodik von Smart Maintenance besteht aus folgenden Prozessschritten.[2]

  • Identifikation kritischer Anlagen
  • Einsatzbewertung von Condition Monitoring (CM) Technologien
  • Datenanalyse
  • Erkennen und Bewerten von Ursache-WIrkungsbeziehungen
  • Methoden der Ausfallprognostik
  • Verbesserter Instandhaltungsstrategiemix

Schwerpunkte

Folgende Schwerpunkte werden im Smart Maintenance behandelt:[3]

  • Datenmanagement bspw. durch Optimierung der prädiktiven Instandhaltung mittels Ausfallprognose
  • Wissensmanagement bspw. durch externalisieren von Wissen
  • Lernorientierung bspw. durch die Integration der wesentlichen Schritte
  • Schwachstellenbeseitigung bspw. durch die Unterstützung von Big Data Analytics und geeigneten IPSA-Systemen
  • Mitarbeiterqualifikation bspw. durch gezielte Qualifikation und Weiterentwicklung von Mitarbeitern und Fachkräften
  • IH-Strategiemix-Optimierung bspw. durch gezielten Einsatz von Datenanalyse und Condition Monitoring an als kritisch identifizierten Anlagen und durch dynamische Anpassung der Instandhaltungsstrategie

Literatur

  • M. Henke, T. Heller, T. Anlahr, S. Bärenfänger: Acatech Positionspapier: Smart Maintenance für Smart Factories Mit intelligenter Instandhaltung die Industrie 4.0 vorantreiben, Springer Verlag, 10/2015
  • S. Vössner: Smart Maintenance. In WINGbusiness 1/2016.
  • A.Kinz, H. Biedermann, P. Traxler, B. Freudenthaler, J. Isopp, W. Schröder, A. Schlegl: Smart Maintenance – Ressourcenintelligente antizipative Instandhaltung durch Condition Monitoring. Datenanalyse und Störungsprognostik. In: WINGbusiness 1/2016.
  • A. Maggele: Von der Theorie zur Praxis: Smart Maintenance. In: WINGbusiness 1/2016.
  • B. Kleindienst, H. Biedermann: Instandhaltungs-Controlling als Baustein von Smart Maintenance. In: WINGbusiness 1/2016.
  • A. Kinz, H. Biedermann: Anlagenspezifische Instandhaltungsstrategiewahl durch strukturierte Anlagenbewertung. In: Smart Maintenance – Intelligente, lernorientierte Instandhaltung. TÜV Media, Köln 2015, S. 221–238.
  • A.Kinz, H Biedermann: Strukturierte Anlagenbewertung – Ein Instrument zur Optimierung des Instandhaltungsstrategiemix in der Smart Maintenance. In: Der Instandhaltungsberater. 67. Aktualisierungslieferung, 2016, S. 1–29.
  • B. Kleindienst, R. Bernerstätter: Kennzahlen in Smart Maintenance: Entwicklung eines Kennzahlen-Cockpits für die Instandhaltung unterstützt durch Datenanalysemethoden. In: H. Biedermann (Hrsg.): Smart Maintenance: Intelligente, lernorientierte Instandhaltung. TÜV Media, Köln 2015. ISBN 978-3-8249-1950-5. S. 161–180.

Weblinks

Einzelnachweise

  1. Hubert Biedermann: Smart Maintenance: Intelligente, lernorientierte Instandhaltung. In: Hubert Biedermann (Hrsg.): Praxiswissen für Ingenieure. TÜV-Verlag, Köln 2015, ISBN 978-3-8249-1950-5, S. 23–33. 
  2. Alfred Kinz, Hubert Biedermann: Ein Modell zur Strategieauswahl. In: Instandhaltung; Ausgabe 8/15; S. 30–31 Auflage. 
  3. Smart Maintenance. Abgerufen am 29. April 2016. 

zuletzt besuchte Definitionen...

    GEPRÜFTES WISSEN
    Über 200 Experten aus Wissenschaft und Praxis.
    Mehr als 25.000 Stichwörter kostenlos Online.
    Das Original: Gabler Wirtschaftslexikon

    zuletzt besuchte Definitionen...

      Literaturhinweise SpringerProfessional.de

      Bücher auf springer.com