Instandhaltung: Strategische Planung. Madeleine Gut, Leitung Forschungsschwerpunkt Utility Financial Management

Transkript

1 Instandhaltung: Strategische Planung Madeleine Gut, Leitung Forschungsschwerpunkt Utility Financial Management

2 Inhalt 1. Vorausschauende Instandhaltung: Einordung 1.2. Im Voraus festgelegte Instandhaltungsstrategie 1.3. Zustandsorientierte Instandhaltungsstrategie 2. Vorausschauende Instandhaltungsstrategie 2.1 Vorteile vorausschauende Instandhaltungsstrategie 2.2 Prognostik 2.3 Verbleibende Restlebensdauer 2.4 Ansätze der Prognostik 2.5 PHM Prozess 2.6 Einsatz vorausschauende Instandhaltung 3. Summary 2

3 1. Vorausschauende Instandhaltung: Einordung Korrektive Instandhaltung Instandhaltung Vorbeugende Instandhaltung provisorisch ja Betriebsausfall? nein Dynamischer Ansatz? ja nein nein ja Palliative Instandhaltung KKurative Instandhaltung Im Voraus festgelegte Instandhaltung Zustandsorientierte Instandhaltung Voraussagende Instandhaltung 3

4 1.2 Im Voraus festgelegte Instandhaltungsstrategie Im Voraus festgelegte Instandhaltungsstrategie: Instandhaltung welche zu einem im Voraus festgelegten Intervall, oder gemäss im Voraus festgelegten Kriterien durchgeführt wird. Ziel ist die Wahrscheinlichkeit eines Ausfalls oder eines Abbaus der Funktion eines Assets zu verringern. Diese Art von Instandhaltung wird ausgelöst durch einen fixen Plan (Anzahl km, Anzahl h, etc.). Teile werden periodisch ersetzt, ohne den Zustand der Teile in Betracht zu ziehen. Diese Instandhaltungsstrategie hat den Vorteil der guten Planbarkeit, kann jedoch zu «overcare» führen. Teile werden ersetzt obwohl sie noch voll funktionsfähig wären. 4

5 1.3 Zustandsorientierte Instandhaltungsstrategie Definition zustandsorientierte Instandhaltung: Die zustandsorientierte Instandhaltung ist definiert als eine vorbeugende Instandhaltung basierend auf der Überwachung der Leistung und/oder anderen Faktoren und den darauf folgenden Massnahmen. Diese Instandhaltungsstrategie basiert auf einer Echtzeit Analyse von Daten der Assets (z. B. Vibrationen, Temperatur etc.). Bei der zustandsorientierten Instandhaltungsstrategie werden die Einsatzbedingungen der Assets besser berücksichtig als bei der vorher festgelegten Instandhaltungsstrategie. Die Instandhaltung ist jedoch schlechter planbar, wenn eine zustandsorientierte Instandhaltungsstrategie verfolgt wird. Der Zeitpunkt des Ausfalls der Assets bleibt ungewiss. 5

6 2. Vorausschauende Instandhaltungsstrategie Die vorausschauende Instandhaltungsstrategie (predictive maintenance) ist eine zustandsorientierte Instandhaltungsstrategie, welche auf Grund einer Prognose durchgeführt wird. Die Prognose wird abgeleitet von der Analyse und Evaluation der signifikanten Parameter für die Abnutzung der Assets. Die Idee der vorausschauenden Instandhaltung ist, ein Ausfall vorhersagen zu können. Teile werden nicht zu früh und nicht zu spät ersetzt. Die Planbarkeit der Interventionen führt zu massiven Kostensenkungen. 6

7 2.1 Vorteile vorausschauende Instandhaltungsstrategie Vorteile der vorausschauenden Instandhaltung: Reduktion der Anzahl technischer Defekte; Höhere Zuverlässigkeit des Produktionsprozesses; Verbesserung der Arbeitssicherheit und dadurch des Images des Unternehmens; Reduktion der Stillstandzeiten der Anlagen; Bessere Performance des Unternehmens. 7

8 2.2 Prognostik Ziel der Vorausschau ist, die Schätzung der Zeit bis zum Ausfall eines Assets und die Schätzung des Risikos eines oder mehrerer möglichen, zukünftigen Ausfallarten. Prognostik beinhaltet nicht nur die Vorhersage des Verhaltens eines Systems in der Zukunft, sondern auch die Erfassung des Zustandes dieses Systems zu jedem Zeitpunkt. 8

9 2.3 Verbleibende Restlebensdauer Das Hauptziel der Prognostik ist Informationen zu generieren, welche helfen die korrekten Entscheidungen zu treffen. Eine wichtige Kennzahle der Vorausschauenden Instandhaltung ist die verbleibende Restlebensdauer (RUL: Remaining Useful Life) Die verbleibende Restlebensdauer ist eine Schätzung der Anzahl Jahre, welche ein Teil, eine Komponente oder ein System seinen beabsichtigten Zweck erfüllen kann bevor es ersetzt werden muss. 9

10 2.3 Verbleibende Restlebensdauer Die RUL ist eine wichtige Kennzahl für die strategische Finanzplanung. Der Reinvestitionszeitpunkt und der Zeitpunkt der Wartung können optimiert werden. Teile werden nicht zu früh (funktionsfähige Teile) und nicht zu spät (Ausfall) ersetzt. Das führt zu Kosteneinsparungen. Die RUL ermöglicht zudem eine frühzeitige Planung der finanziellen Mittel für den Ersatz von Teilen, Komponenten oder ganzen Systemen. 10

11 2.4 Ansätze der Prognostik Prognostik Ansätze Physikbasiert Hybrid Daten getrieben 11

12 2.4 Ansätze der Prognostik: Physikbasierte Prognostik Physikbasierte Prognostik: Bei Methoden, welche auf einem physikalischen Modell beruhen muss ein dynamisches Modell erstellt werden, welches das Verhalten des Systems inklusive Degradationsmechanismus (Alterung, Abnutzung und Korrosion) abbildet. Die Entwicklung des Systems wird durch deterministische Gesetze oder stochastische Prozesse modelliert. Die physikbasierte Prognostik liefert die besten Resultate. Der grösste Nachteil dieses Ansatzes ist jedoch, dass es bei echten Systeme oft unmöglich ist, den Degradationsmechanismus systematisch zu integrieren auf Grund der Komplexität und Diversität der physikalischen Phänomene. 12

13 2.4 Ansätze der Prognostik: Datengetriebene Prognostik Datengetriebene Prognostik: Dieser Ansatz basiert auf der Verwertung von Monitoring- Daten. Es werden jene Daten ausgewählt deren Eigenschaften das Verhalten und die Degradation des Systems spiegeln. Das ist der meistverbreitete Ansatz. Dieser Ansatz bedarf keines analytischen Modells. Es werden Daten genutzt, welche an Ort und Stelle gesammelt werden. Die Entwicklung auf dem Gebiet der Sensoren und der Monitoring Systeme gepaart mit der zunehmenden Leistung der Rechner bieten bemerkenswerte Kapazität für die Entwicklung der Analyse. Die datengetriebene Prognostik ist einfacher zu implementieren als die physikbasierte. Der Nachteil ist, dass die datenbetriebene Prognostik weniger genau ist. 13

14 2.4 Prognostik Ansätze: Hybride Prognostik Hybride Prognostik: Bei der hybriden Prognostik werden physikalische Modelle und datengetriebene Modelle kombiniert. Es werden zwei Arten der hybriden Prognostik unterschieden. Serielles Vorgehen: Ein physikalisches Modell kann erstellt werden, die nicht beobachtbaren Parameter des Modells werden mit einem datengetriebenen Vorgehen geschätzt und prognostiziert. Paralleles Vorgehen: Der Output des physikbasierten Modells wird kombiniert mit dem Output des datengetriebenen Ansatzes. Der datengetriebene Ansatz schätzt und prognostiziert Phänomene, welche nicht erklärt und deshalb nicht Bestandteil sind des physikalischen Modells. Hybride Prognostik liefert gute Schätzwerte und Prognosen, sie sind jedoch ebenfalls limitiert durch die schwere Modellierbarkeit der Degradation. 14

15 2.4 Wahl des richtigen Prognostik Ansatzes Die Wahl des richtigen Prognostik Ansatzes ist Abhängig von den folgenden Faktoren: Messbarkeit und Vorhandensein des Datensatzes; Vorhandensein technischer Modelle und physikalisches Wissen über die Phänomene; Dynamik und Komplexität des echten Systems; Veränderlichkeit der Betriebszustandes und/oder des Aufgabenprofils; Grenzen der Umsetzbarkeit (Genauigkeit, Rechenaufwand, etc.), etc. 15

16 2.5 PHM Prozess 7. Präsentation 1. Daten sammeln 6. Entscheidungsfindung Handeln Beobachten 2. Daten aufbereiten PHM 5. Prognose Analysieren 3. Erfassung des Zustandes 4. Diagnose erstellen 16

17 2.5 PHM Prozess 1. Daten Sammeln: Akquisition von digitalen Daten, welche von Sensoren oder Umrichtern stammen. Einige Daten können auch von der Wartung eingegeben werden, wie z. B. Typ des Eingriffs, Ursachen, Datum und Dauer des Eingriffs. 2. Daten aufbereiten: Bei der Aufbereitung der Daten geht es darum, aus den gesammelten Daten Merkmale einer Abweichung zu extrahieren, welche auf den Beginn des Verschleisses hinweisen können. Auf lange Sicht, repräsentieren diese Daten die Entwicklung des Zustandes des Systems. 3. Erfassung des Zustandes: Die gesammelten Echt-Zeit Daten werden verglichen mit erwarteten oder wohlbekannten Werten. Bei Überschreitung von im Voraus festgelegten Grenzwerten (basierend auf Kriterien wie Leistung oder Sicherheit) wird ein Alarm ausgelöst. 17

18 2.5 PHM Prozess 4. Diagnostik: Auf Basis des entdeckten Zustandes, wird festgestellt, ob beim beobachteten System ein Verschleiss vorliegt oder nicht. Weiter werden mögliche Ursachen eines Ausfalls angezeigt (Identifikation und Lokalisierung). Die Diagnostik verlangt ein vertieftes Wissen über die Systemkomponenten, deren Wechselbeziehung sowie über die Betriebs- und Umweltbedingungen. 5. Prognose: Mit Hilfe der gesammelten Daten werden Prognosen erstellt über den Zustand des Systems oder einzelner Komponenten. Es wird eine Schätzung der verbleibenden Restlebensdauer vorgenommen. Um eine Prognose zu erstellen, muss man nicht nur den aktuellen Zustand eines Systems kennen, sondern auch die zukünftigen Nutzungsbedingungen. 6. Entscheidungsfindung: Dieser Schritt basiert auf der Berechnung der verbleibenden Restlebensdauer. Kontroll- und Wartungsarbeiten werden vorgeschlagen. Ziel ist, dass das System bis zum Lebensende einwandfrei funktioniert. 7. Präsentation: Die Erkenntnisse (Prognosen und Massnahmen) werden präsentiert. 18

19 2.6 Einsatz vorausschauende Instandhaltung > Die vorausschauende Instandhaltung eignet sich für kritische Komponenten. Eine Komponente ist dann kritisch, wenn der Ausfall dieser Komponente zu einem Stillstand des ganzen Systems führt und/oder wenn sie eine hohe Ausfallrate ausweist. Beispiel Ausfallrate Asynchronmotor (in Prozenten) Komponente Bloch & Geitner (1999) O Donell (1985) Lahnam (2002) Albrecht et al. (1986) Lager Stator Achse Übrige

20 3. Summary Die Vorausschauende Instandhaltungsstrategie eignet sich für kritische Komponenten/Systeme Die bessere Planbarkeit der Investitionen führt zu massiven Kostensenkungen; Die Anzahl technischer Defekte kann reduziert werden; Der Produktionsprozess wird zuverlässiger; Verbesserung der Arbeitssicherheit; Reduktion der Stillstandzeiten der Anlagen; Bessere Performance des Unternehmens. 20

21 Literatur > Albrecht, P., Appiarius, J., Sharma, D. (1986): Assessment of the reliability of motors in utility appications updated, IEEE Transactions on Energy Conversion, vol. EC-1, pp > Bloch, H. P., Geitner, F. K. (1999): Machinery Failure analysis and Troubelshooting. > Gouriveau, R., Kamal, M., Noureddine, Z. (2016): From Prognostics and Health Systems Management to Predictive Maintenance 1. Monitoring and Prognosting. > EN (2001): Maintenance Terminology, European Standard. > ISO (2004): Condition Monitoring and Diagnostics of machines Prognostics Part1: General Guidelines. > Lahham C., (2002): Understandig the test that are recommended for electric motor predictive maintenance, Technical report. > O Donnell, P., (1985): Report of large motor reliability survey of industrial and commercial installations, part I, II & III, IEEE Transactions on Industry Applications, vol. 21. pp > Vogel-Heuser, B., Bauernhansl, Th., ten Hompel, M. (Hrsg.) (2017): Handbuch Industrie 4.0 Bd. 1, Produktion, 2. Auflage. 21

22 Berechnung der Kapitalkosten für die Energieversorgung Die Datenbank ermöglicht die Berechnung der Kapitalkosten für die Bereiche Produktion, Handel & Vertrieb und Netze sowie für das gesamte EVU. Zudem können die Kapitalkosten für die gängigen Produktionstechnologien (Kernkraft, Wasserkraft, konventionell thermische Energie und Windenergie) berechnet werden. 22