„Alles, was schiefgehen kann, wird auch schiefgehen.“ Diese als Murphys Law bekannte, die Fehleranfälligkeit komplexer Systeme betreffende Gesetzmäßigkeit führt im industriellen Kontext durch ungeplante Ausfallzeiten von Fertigungsabläufen Jahr für Jahr zu Milliardenschäden.
Die Gründe für diese Fertigungsausfälle sind vielfältig. Ohne jeden Anspruch auf Vollständigkeit gehören dazu etwa mechanische, elektronische oder elektrische Probleme, Ausfälle bei der Energie- oder Wasserversorgung, Alterungsprozesse, Unfälle, Diebstahl und Sabotage oder Elementarschäden durch Naturgewalten.
Zur Reduzierung ungeplanter und teurer Ausfälle arbeitet eine große Mehrzahl der Unternehmen seit jeher mit ausgefeilten Wartungsroutinen und Instandhaltungsplänen. Obwohl dazu geeignet, die gefürchteten „Downtimes“ signifikant einzudämmen, habe diese Routinen einen entscheidenden Nachteil: auch sie sind enorm teuer, weil sie auch dann zum Einsatz kommen, wenn eigentlich überhaupt kein Bedarf besteht.
Eine Lösung dieses Problems bietet die sogenannte vorausschauende Wartung, im Englischen die „Predictive Maintenance“. Dabei kommen vernetzte Sensoren und Messgeräte zum Einsatz, deren Daten in die IT-Systeme eines Unternehmens eingespeist und fortlaufend analysiert werden. Im Problemfall kann dann gezielt eingegriffen und die drohende Downtime vermieden werden.
Mit einer jährlichen Zuwachsraten von rund 40% zählt Predictive Maintenance zu den Boom-Technologien der vielbeschworenen Industrie 4.0, die in immer mehr Unternehmen zum Einsatz kommt.
Eingang zum Palo Alto Research Center
Novity, das nächste Level der Predictive Maintenance
Das Palo Alto Research Center, kurz PARC, ist eines der bekanntesten Forschungszentren der Welt und verantwortlich für zahllose Innovationen, die die Arbeitswelt von heute maßgeblich geprägt haben und prägen. Die jüngste dieser bahnbrechenden Neuerungen hört auf den Namen Novity. Dabei handelt es sich um eine Industrial Internet of Things (IIoT)-Technologie zur vorausschauenden Wartung, bei der eine im PARC entwickelte TruPrognostics™-Engine zum Einsatz kommt. Basierend auf einer Kombination aus maschinellem Lernen und physikbasierten Gerätemodellen ist Novity dank dieser Engine in der Lage, Geräteausfälle mit einer Genauigkeit von 90 Prozent oder besser sowie mit Vorlaufzeiten von Monaten, statt Wochen oder Tagen zu prognostizieren. Das Ziel, welches sich die Entwickler dabei gesteckt haben, ist ambitioniert: Die Reduktion von Ausfallzeiten auf null.
Auch wenn dies angesichts mancher der oben genannten Downtime-Gründe wohl nicht zu einhundert Prozent möglich sein wird – das in Novity umgesetzte PARC Know-how in den Bereichen KI, Sensoren und Fertigung hat das Potenzial, sich diesem Ziel stärker anzunähern als jede bisherige Lösung.
Dabei erhöht die TruPrognostics™-Engine von Novity nicht nur die Genauigkeit und den Vorhersagehorizont, sondern reduziert auch den Bedarf an großen Datenmengen, um valide Ergebnisse zu liefern. Durch die Nutzung einer Bibliothek vorgefertigter physikbasierter Modelle ist eine vorausschauende Wartung auch für Kunden zugänglich, denen die für andere Lösungen erforderlichen historischen Daten fehlen.
