Predictive Maintenance Asset Health Analytics im Verteilnetz

Transkript

1 Predictive Maintenance Asset Health Analytics im Verteilnetz Klaus Vogelgesang/SAP SE November, 2015 Public

2 Agenda Predictive Maintenance - Überblick Asset Health Analytics - Lösungsbeschreibung Asset Health Analytics - Demo 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 2

3 Predictive Maintenance Überblick

4 Predictive Maintenance Definition Predictive Maintenance Techniken helfen, den Zustand von in Service befindlichen Equipments festzustellen, um vorherzusagen, wann eine Wartung durchgeführt werden sollte. Dieser Ansatz bietet enorme Kostenvorteile gegenüber Routine- oder vorbeugender Wartung bzw. Instandhaltung, da Aufgaben nur bei Bedarf durchgeführt werden. Der Hauptvorteil von Predictive Maintenance ist es, eine akkurate Planung der Instandsetzung zu ermöglichen um so unerwartete Geräteausfälle zu verhindern. Eine wesentliche Voraussetzung dabei ist es die die richtigen Informationen zur richtigen Zeit zur Verfügung zu haben. (Wikipedia) 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 4

5 Auswahl von Use Cases für Predictive Maintenance Hersteller (OEM) ist fokussiert auf Services für bereits verkaufte Produkte und auf Verbesseru ng der Produktions prozesse Use Case: Problem Identifikation Identifikation von möglichen Problemen in der Zukunft Use Case: Analyse von Garantiefällen Vorhersage von potentiellen Garantieansprüchen auf Basis von historischen Daten angereichert um Sensordaten der Anlagen Use Case: Analyse der Fehlergefährlichkeit Analyse der Fehlergefährlichkeit von Anlagen bzgl. der Auswirkungen auf den Produktionsprozess, Mitarbeiter und Umwelt Use Case: Asset /Product Health Monitoring Monitoring von Analgen/Produkten bzgl. ihres aktuellen bzw. vorhergesagten Zustandes. Instandhaltungsentscheidungen können auf Basis des Zustandes und des Risikos bei Ausfall getroffen werden Use Case: Instandhaltungs- und Serviceoptimierung Die Vorhersage eines potenziellen Problems wird dazu verwendet, um den besten Zeitplan für Wartungsaufgaben zu identifizieren oder die Wartungszyklen verlängern um Service-und Wartungsaufwand zu reduzieren Use Case: Benchmarking Vergleich des Zustandes von Anlagen gleichen oder ähnlichen Typs. Dies kann für einen Asset-Operator, einen oder mehrere Standorte oder sogar über verschiedene Anlagebetreiber durchgeführt werden Use Case: Optimierter Ersatzteilbedarf Durch die Prognose möglicher Probleme und künftiger Service- / Wartungsanforderungen lässt sich der Ersatzteilbedarf effizienter planen Eigentümer ist fokussiert auf den Zustand und die Betriebskosten der eigenen Anlagen 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 5

6 Asset Health Analytics Lösungsbeschreibung

7 Predictive Maintenance Daten- und Informationsfluss Maschinendaten (OT) Sensormessungen Geodaten Diagnosen (DTC) Events Performance-Metriken. Business Daten (IT) Verkaufsbelege Garantieinformationen Instandhaltungs- / Servicehistorie Kundendaten Technische Stammdaten Produktionsdaten Kostenaufstellungen. Andere Datenquellen Strukturierte und unstrukturierte Daten z.b. Texte, Social Media, Wettervorhersagen Portale und Mobile Applikationen für Händler Kunden und Service Techniker Auslösen von Geschäftsprozessen (Service, Instandhaltung, Konstruktion, ) R&D Engineer Service Coordinator Account Manager Asset Manager Warranty Manager Analytical Expert 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 7

8 SAP HANA Advanced Analytics Engines SAP Predictive Analytics SAP Lumira SAP HANA Studio / AFM SAP RDS Analytics Solutions SAP Industry & LoB Solutions Partner Analytical BI & Tools SAP HANA Predictive Analysis Library Business Function Library Automated Predictive Library Simulation Optimization R Text Search Text Analysis and Mining Spatial Analysis Graph Engine Rules Engine SAP IQ HADOOP SAP ESP 3 rd Party Data Source SAP Data Services Data Connectors Data types Connects to SAP HANA directly or via Sybase IQ / Hadoop / ESP / Data Services Transaction Data Unstructured Data Real-time Data Location Data Machine Data Others 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 8

9 Verbindung von Business Kontext und Betriebsdaten Identifikation und Priorisierung von Verteilnetzassets zur Inspektionen Zusammenführung unterschiedlicher verteilter Datenquellen (GIS, ERP, Ausfälle, Inspektionen, Trafo-Lastdaten) Restlebensdauer nach Kaplan-Meier auf Ebene der Kabel Priorisierung der durchzuführenden Inspektionen auf Basis des Health Scores (Fehlerwahrscheinlichkeit) und einer Risikobewertung (Schwere eines Fehlers) IT / OT Connectivity Condition Monitoring Health Analytics Create Maintenance or Service Order Schedule Order Execute Order on mobile device Effizientere Betriebsplanung durch Höhere Transparenz des Zustandes der Assets, dadurch Reduzierung des Rückstandes von durchzuführenden Inspektionen durch die Fokussierung auf die wichtigen Assets Einsatzoptimierung der Prüfmitarbeiter und effizienter Prüfmitteleinsatzes 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 9

10 SAP HANA Architektur der Lösung Applikation Asset Health Severe Events Demand Response Virtual Power Plants Power Generation Schedule Water Leakage Gas Pipeline Integrity Gas Code Compliance.. Calculation & Aggregation Logic SAP PdMS Foundation on HANA OT Data Model Unified View (Data Fusion) IT Data Model Spatial Time Series Predictive Analysis Library Rules Engine Daten Quellen ERP Outage Geo Data Test Results Load 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 10

11 Asset Health Analytics Demo

12 Asset Health Analytics Demo 2015 SAP SE or an SAP affiliate company. All rights reserved. Public 12

13 Vielen Dank! Contact information: Klaus Vogelgesang Product Manager SAP SE Dietmar-Hopp-Allee Walldorf 2015 SAP SE or an SAP affiliate company. All rights reserved.

14 2015 SAP SE oder ein SAP-Konzernunternehmen. Alle Rechte vorbehalten. Weitergabe und Vervielfältigung dieser Publikation oder von Teilen daraus sind, zu welchem Zweck und in welcher Form auch immer, ohne die ausdrückliche schriftliche Genehmigung durch SAP SE oder ein SAP-Konzernunternehmen nicht gestattet. SAP und andere in diesem Dokument erwähnte Produkte und Dienstleistungen von SAP sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der SAP SE (oder von einem SAP-Konzernunternehmen) in Deutschland und verschiedenen anderen Ländern weltweit. Weitere Hinweise und Informationen zum Markenrecht finden Sie unter Die von SAP SE oder deren Vertriebsfirmen angebotenen Softwareprodukte können Softwarekomponenten auch anderer Softwarehersteller enthalten. Produkte können länderspezifische Unterschiede aufweisen. Die vorliegenden Unterlagen werden von der SAP SE oder einem SAP-Konzernunternehmen bereitgestellt und dienen ausschließlich zu Informationszwecken. Die SAP SE oder ihre Konzernunternehmen übernehmen keinerlei Haftung oder Gewährleistung für Fehler oder Unvollständigkeiten in dieser Publikation. Die SAP SE oder ein SAP-Konzernunternehmen steht lediglich für Produkte und Dienstleistungen nach der Maßgabe ein, die in der Vereinbarung über die jeweiligen Produkte und Dienstleistungen ausdrücklich geregelt ist. Keine der hierin enthaltenen Informationen ist als zusätzliche Garantie zu interpretieren. Insbesondere sind die SAP SE oder ihre Konzernunternehmen in keiner Weise verpflichtet, in dieser Publikation oder einer zugehörigen Präsentation dargestellte Geschäftsabläufe zu verfolgen oder hierin wiedergegebene Funktionen zu entwickeln oder zu veröffentlichen. Diese Publikation oder eine zugehörige Präsentation, die Strategie und etwaige künftige Entwicklungen, Produkte und/oder Plattformen der SAP SE oder ihrer Konzernunternehmen können von der SAP SE oder ihren Konzernunternehmen jederzeit und ohne Angabe von Gründen unangekündigt geändert werden. Die in dieser Publikation enthaltenen Informationen stellen keine Zusage, kein Versprechen und keine rechtliche Verpflichtung zur Lieferung von Material, Code oder Funktionen dar. Sämtliche vorausschauenden Aussagen unterliegen unterschiedlichen Risiken und Unsicherheiten, durch die die tatsächlichen Ergebnisse von den Erwartungen abweichen können. Die vorausschauenden Aussagen geben die Sicht zu dem Zeitpunkt wieder, zu dem sie getätigt wurden. Dem Leser wird empfohlen, diesen Aussagen kein übertriebenes Vertrauen zu schenken und sich bei Kaufentscheidungen nicht auf sie zu stützen SAP SE or an SAP affiliate company. All rights reserved. Public 14