Steckbrief: Betriebsoptimierung
Der Anwendungsfall
Die Liste an Anwendungsmöglichkeiten in der Wasserwirtschaft ist denkbar lang. Sei es die Nachrüstung einer Pumpe im Klärwerk, die Überwachung einer Seewasserpumpe oder die Strömungsüberwachung einer CIP-Pumpe in der Lebensmittelindustrie, der Betrieb aller Pumpentypen kann über verschiedenste Sensorik und angebundener Software überwacht und optimiert werden. Im klassischen Condition Monitoring sind Parameter wie Drehzahl, Temperatur, Druck, Stromaufnahme und Schwingung relevant, um die Pumpe in der Software visualisieren zu können. Der Vergleich des Ist-Zustands mit hinterlegten Messwerten aus Historiendaten, bildet das Grundgerüst für Predictive Maintenance und der Optimierung von Fertigungsprozessen.
Die Umsetzung
Mit der von der Fa. ifm solutions GmbH aus Siegen angebotenen Moneo Software können Daten zum Condition Monitoring, Energiemonitoring, Track and Trace und der Anomalieerkennung visualisiert und verarbeitet werden. Im Fall einer drohenden oder tatsächlichen Überschreitung von Grenzwerten benachrichtigt Moneo in Echtzeit per Mail und erstellt automatisierte Belege und IH-Meldungen in SAP PM für die einzelnen Assets. Im SAP Standard werden die erstellten Aufträge anschließend bearbeitet und an die Moneo Software zurückgesendet. Auf diese Weise bietet die Überwachungsstruktur einen bidirektionalen Kommunikationsweg zwischen Moneo und der übergeordneten Software.
Die Moneo Software dient quasi als „Middleware” zwischen der herstellerunabhängigen Sensorik und Steuerungen sowie der übergeordneten Unternehmenssoftware wie SAP-Systemen über GIB SFI. Derzeit läuft Moneo On Premise auf IPC in der Anlage oder über den Server im Rechenzentrum, jedoch hat ifm bereits eine Cloud-Lösung für das kommende Jahr angekündigt.
Ein besonderes Tool der Moneo-Software ist die „Datascience-Toolbox”, mit der anhand zwei verschiedener Methoden, die zustandsorientierte Überwachung in eine vorhersagende Instandhaltungs-Maßnahme überführt werden kann. Der „Smart Limit Watcher” ermöglicht die präventive Überwachung und Anomalieerkennung anhand von dynamischen Grenzwerten. Dynamische Grenzwerte erlauben ähnlich wie ein Spurhalte-assistent an einem Fahrzeug einen gewissen Korridor, in denen sich die Messwerte im derzeitigen Zustand bewegen können. Durch den begrenzten Korridor werden gewisse Tendenzen frühzeitig erkannt und gemeldet. Mithilfe des „Smart Limit Watcher” können Rückschlüsse aus Beobachtungen mehrerer Messstellen für ein nicht direkt überwachtes Aggregat gezogen werden.
Der „Pattern Monitor” steht hingegen in keiner Abhängigkeit von anderen Messgrößen und betrachtet die direkten Messwerte eines Moduls. Dabei erkennt er die Veränderung der kritischen Prozessvariablen frühzeitig und kategorisiert diese nach Volatilität und Änderung des Niveaus, um diese als Indikatoren für den Verschleiß oder den Ausfall eines Aggregates vorhersagen zu können.
Die ifm Solutions GmbH beteiligt sich in verschiedenen Gremien an der Weiterentwicklung von digitalen Zwillingen, um den größtmöglichen Mehrwert für die Anwender:innen zu schaffen.
Zu ifm solutions GmbHDie ifm Solutions GmbH fungiert als Tochterunternehmen der ifm electronic GmbH, einem der globalen Branchenführer für Sensoren, Steuerung und Systeme zur industriellen Automatisierung, als Lösungsanbieter in den Bereichen der Hardware-Software-Kombinationen, KI und Machine Learning. In den Bereichen des Condition Monitoring, Energiemonitoring und der Predictive Maintenance hat das Unternehmen bereits zahlreiche Projekte in der Wasserwirtschaft umgesetzt und begleitet. Das Herzstück der Überwachungssysteme ist die hauseigene moneo-Software, in welche eingehende Messwerte weiterverarbeitet, analysiert und übersichtlich dargestellt werden können. Anhand des für die Branche typischen Beispiels der Pumpenüberwachung, lassen sich die Verfahren im Folgenden einschlägig verstehen.
Infobox | |||
Weitere Informationen | Vernetzungsangebot @mailto:community@kdw-nrw.de | Zielgruppe Wasserversorger; Kläranlagenbetreiber, Kanalnetz;Betrieb | Schlagwörter Betrieb;Pumpen;Conditon Monitoring;Predictive Maintenance |
Stand: 13.11.2022 |