Digitalisierung
Predictive Maintenance erfolgreich bei Druckmaschinen eingeführt

20.04.2021 Koenig & Bauer hat Predictive Maintenance bei seinen Druckmaschinen erfolgreich im Markt eingeführt. Mehr als 20 Pilotkunden setzen die vorausschauende Wartung bereits ein.

Koenig & Bauer hat die vorausschauende Wartung seiner Anlagen im Markt erfolgreich eingeführt.
© Foto: Koenig & Bauer
Koenig & Bauer hat die vorausschauende Wartung seiner Anlagen im Markt erfolgreich eingeführt.

Das Ziel von Predictive Maintenance ist bei Koenig & Bauer klar definiert. „Wir nutzen vorhandene Maschinendaten und analysieren diese Informationen automatisiert. Auf diese Weise lassen sich mögliche Störungen noch vor deren Eintritt identifizieren und rechtzeitig beheben“, so Thomas Potzkai, Bereichsleiter Service bei Koenig & Bauer. Bei mehr als 20 Pilotkunden aus dem Zeitungs- und Akzidenzmarkt wurden unterschiedliche Workflows erarbeitet und umgesetzt. Daneben bietet das Unternehmen Predictive Maintenance auch für CorruJet, CorruCut und CorruFlex für den Wellpappendruck und die Wellpappenverarbeitung an.

Vorausschauende Wartung im Einsatz

Der Service-Manager hat einen vollständigen Überblick über Fall und Maschine. Auf dieser Basis plant er die Fernwartung und eventuelle Serviceeinsätze. Der Techniker vor Ort behebt den Fehler im Rahmen von vorab geplanten Einsätzen, bevor es zu einem Maschinenausfall kommt. Die dafür benötigten Stillstandzeiten werden in die produktionsfreien Zeiten verschoben. Der Kunde profitiert von zuverlässiger Produktion und höherer Verfügbarkeit der Anlage.

Derzeit lassen sich eine Vielzahl von Maschinenkomponenten, wie beispielsweise Plattenwechsler, Rollenwechsler oder Schmiersysteme und hydraulische Klemmung, auswerten. Predictive Maintenance greift dabei auf Methoden der künstlichen Intelligenz wie etwa Rule Mining oder Machine Learning zurück, um Maschinendaten automatisiert, zeitgleich und präzise zu durchleuchten. Dabei werden auch nicht unmittelbar erkennbare Prozesse und Interaktionen von Maschinenkomponenten und Netzwerken im Inneren einer Maschinenanlage systematisch betrachtet.

 

stats