Unterschied zwischen prädiktiver, präventiver und korrektiver Wartung im Thermal Management

Wartungsstrategien lassen sich in korrektive, präventive oder prädiktive Wartung unterscheiden, mit einer klaren semantischen Abgrenzung. Jeder dieser „Ansätze zum Umgang mit Ausfällen“ hat Vor- und Nachteile, abhängig von den spezifischen Anwendungen, und hat sich historisch nacheinander entwickelt, entsprechend der zunehmenden Komplexität der Systeme und der Verfügbarkeit neuer Technologien.

Verschiedene Ansätze der Wartung

Nach einem „historischen“ Kriterium ist die Klassifikation leicht verständlich:

• Korrektive Wartung: Sie wird aktiviert, wenn ein Ausfall eintritt. Solange kein Ausfall auftritt, entstehen keine Kosten, jedoch kann sie erhebliche Auswirkungen auf den Service und die Sicherheit haben. Um die Eingriffszeiten zu reduzieren, müssen Ersatzteile lange ungenutzt auf Lager gehalten werden. Den Wartungspersonal stehen lediglich die während der Systementwicklung erstellten Handbücher (Troubleshooting) zur Verfügung.
• Präventive Wartung: Dies ist zyklische Wartung, bei der der Austausch von verschleißanfälligen Komponenten geplant wird, bevor ein Ausfall oder Bruch eintritt. Die Wartungsmaßnahmen werden geplant, wenn die Anlagen bereits stillstehen, jedoch besteht die Gefahr, dass Bauteile unnötig verschwendet werden oder Schäden entstehen, wenn Ersatzteile nicht korrekt ausgetauscht werden.
• Prädiktive Wartung: Sie wird nur durchgeführt, wenn die Zustandsdaten der Komponente dies erfordern, weshalb sie auch als „proaktiv“ bezeichnet wird. Dies ist die neueste Technik, die nur durch den Einsatz von IoT-Technologie zur Datenerfassung vor Ort und Algorithmen, die den Verschleiß eines Bauteils ableiten können, möglich ist. Ihre Integration in die für Industry 4.0 maßgeblichen Technologien hat ihre Verbreitung in allen Industriebranchen beschleunigt. Auch hierbei erfolgt der Austausch der Teile nur während geplanter Stillstandszeiten.

Prädiktive Wartung in Schaltschränken

Die prädiktive Wartung betraf zunächst mechanische Komponenten, da diese verschleißanfällig sind und deutliche Signale für eine Verschlechterung in Form von Vibrationen während des Betriebs liefern. Die Messung und Analyse der Vibrationsamplitude über Zeit und Frequenz ermöglicht es, die Annäherung an einen Ausfall vorherzusagen.

Bei elektrischen Schaltschränken werden noch einfacher Informationen über klimatische Parameter gewonnen, da viele Ausfälle – sowohl mechanische als auch elektronische – zu lokalen Temperaturanstiegen führen. Gleichzeitig kann ein Wirksamkeitsverlust der Belüftung durch Hindernisse oder verschmutzte Filter eine Temperaturdrift innerhalb des Schranks verursachen und selbst zum Ausfall führen.

Das Herz des Systems liegt in der Cloud-Ebene, wo die vor Ort gesammelten Daten gespeichert werden. Der „Geist“ ist der Algorithmus, der mithilfe von KPIs den Zustand der Komponenten oder das Auftreten unerwarteter Anomalien nach einer Ampellogik anzeigt. Die Messungen erfolgen auf der Edge-Ebene, die den überwachten Prozess nicht stören darf.

Geräte für prädiktive Wartung

Das erste IIoT-Gerät für prädiktive Wartung im Thermal Management ist Sensis von Fandis. Sensis misst die klimatischen Größen im Schaltschrank, steuert die Geräte zur Aufrechterhaltung der optimalen Temperatur und ist in der Lage, Informationen auf Edge-Ebene zu verarbeiten und anomale Ereignisse zu erkennen.

Um mehr über Sensis und alle unsere Produkte für Schaltschränke zu erfahren, besuchen Sie unsere Website fandis.com, stöbern Sie in unserem Blog oder senden Sie eine E-Mail an support@fandis.com. Unser Team wird Ihnen so schnell wie möglich antworten.