Von Fraunhofer Austria mitentwickelte Instandhaltungs-App wacht über Industrieanlagen

Pressemitteilung /

Aichelin setzt bei der Instandhaltung seiner Anlagen auf Digitalisierung. Der mobile Assistent #Jakob wacht ab jetzt über den Zustand der Maschinen und erleichtert Instandhaltungsarbeiten sowie die Dokumentation. Fraunhofer Austria ist als Projektpartner beteiligt und liefert die für die Entwicklung der App nötige Expertise in den Bereichen Predictive Maintenance und Condition Monitoring.

© Humai Technologies GmbH
Klaudia Kovacs hat das Regelwerk hinter dem Tool mitentwickelt

Die Wartung eines Industrieofens ist eine hochkomplexe Angelegenheit – zehntausende Bauteile und die Größe der Anlage machen es schwierig, den Überblick zu behalten. Aichelin entschloss sich daher, das Servicegeschäft zu erweitern und die Instandhaltung zu digitalisieren und entwickelte gemeinsam mit der Softwarefirma Humai Technologies GmbH und Fraunhofer Austria die mobile Instandhaltungs-App #Jakob. Nun ist die App, die nicht nur mittels Bilderkennung und künstlicher Intelligenz Bauteile erkennen kann, sondern auch Anlagendaten überwacht und Empfehlungen zum zeitgerechten Tausch von Teilen liefert, reif für den Vertrieb. Bei Fraunhofer Austria war die Gruppe Instandhaltung und Anlagenmanagement unter der Leitung von Robert Glawar, insbesondere die Mitarbeiterinnen Klaudia Kovacs, an dem Projekt beteiligt.

„Das Condition Monitoring Modul ist sozusagen das Fieberthermometer der Anlage. Weicht die Anlage von einem definierten Gut-Zustand ab, leuchtet eine Warnung in der App auf.“ erklärt Klaudia Kovacs, die das Regelwerk hinter dem Tool mitentwickelt hat. Um die Vorhersagen überhaupt zu ermöglichen, mussten sie und ihre KollegInnen die Maschinen teilweise mit Sensoren nachrüsten – also ein sogenanntes Retrofitting durchführen. Die Sensoren erfassen Parameter wie zum Beispiel die Temperatur, die Stromaufnahme oder Schwingungen der Maschine. Weitere Daten erhielt die Forscherin von Servicetechnikern, Konstruktionsexperten und Elektrotechnikern. „Zuerst muss eine gute Datenbasis geschaffen werden, danach überwacht ein Machine Learning Algorithmus die Anlage. Dieser erkennt, wenn die Werte nicht mehr im normalen Bereich liegen und sendet sofort eine Warnung an den Instandhalter,“ erklärt die Forscherin.

Zusätzlich zu diesen Warnungen vor kurz bevorstehenden Ausfällen beschäftigte sich das Team von Fraunhofer Austria auch mit der langfristigen Ersatzteilplanung. Das Modul zur vorausschauenden Instandhaltung – das sogenannte Predictive Maintenance Modul – soll bei der Entscheidung helfen, ob ein Teil getauscht werden muss oder noch nicht. „Bei diesem Tool arbeiten wir mit Statistiken. Je nach Bauteilalter sowie den wirkenden Belastung auf das Bauteils beurteilt die App auf dieser Basis die Wahrscheinlichkeit, dass das Teil noch ein weiteres Jahr überlebt,“ erklärt Klaudia Kovacs.

Zwei Pilotkunden waren an dem Projekt beteiligt und lieferten laufend Verbesserungsvorschläge. Nun ist die App bereit für den Vertrieb. „Wir freuen uns sehr, dass wir bei diesem erfolgreichen und zukunftsträchtigen Projekt mit Aichelin zusammenarbeiten und die Arbeit der Instandhalter durch unsere datenbasierten Methoden erleichtern können“ erklärt Robert Glawar, Leiter der Gruppe Instandhaltung und Anlagenmanagement bei Fraunhofer Austria.