Suchen

Industrieversicherungs-Kongress

Allianz: Predictive Maintenance kein Garant gegen Großschäden

| Redakteur: Alexander Stark

Im Zuge der industriellen Vernetzung hält die vorausschauende Instandhaltung in vielen Fabriken und Industrieanlagen Einzug. Im Optimalfall lassen sich dadurch Störungen vorhersagen und Instandhaltungs-/Reparaturarbeiten einleiten, bevor es zu Ausfällen kommt. Ein Garant zur Vermeidung von Maximalschaden-Ereignissen ist sie jedoch nicht, zeigt eine Analyse der Allianz Global Corporate & Specialty.

Firmen zum Thema

Beim Industrieversicherungs-Kongress „AGCS Expert Days 2019“ diskutieren Fachleute über die Chancen und Risiken von vorausschauender Instandhaltung
Beim Industrieversicherungs-Kongress „AGCS Expert Days 2019“ diskutieren Fachleute über die Chancen und Risiken von vorausschauender Instandhaltung
(Bild: gemeinfrei / Pixabay)

München – Predictive Maintenance zählt zu den großen neuen Technologien der Industrie 4.0 – vorausschauende Datenanalysen und Automatisierung sind laut dem Trend Compass der Allianz Global Corporate & Specialty (AGCS) eine der wichtigsten Zukunftstechnologien über alle Industriebranchen hinweg. Maschinen und Anlagen werden dabei mit Hilfe von Sensoren proaktiv gewartet, um Ausfallzeiten niedrig zu halten.

Der Hauptunterschied zur „Condition-based Maintenance“, bei der die Instandhaltung auf Basis des Komponentenzustands durchgeführt wird, ist die Fähigkeit, die Lebensdauer von Maschinenteilen mit Hilfe von regelbasierten Modellen, Simulationen und künstlichen neuronalen Netzen vorherzusagen. Es werden dazu über Sensoren große Mengen an Daten erfasst, gespeichert und analysiert. Das Predictive-Maintenance-System soll Anomalien in den Maschinendaten automatisch erkennen und interpretieren. Im Optimalfall lassen sich dadurch Störungen vorhersagen, bevor es zu negativen Auswirkungen oder gar Ausfällen kommt.

Seminar: Risikoermittlung in der Anlagensicherheit

In unserem Seminar „Risikoermittlung in der Anlagensicherheit“ lernen Sie mit welchen Methoden die Risiko- und Gefährdungsermittlung bei Prozess- und Chemieanlagen erfolgen kann und welche Tools dazu geeignet sind. Anhand eines konkreten Beispiels der Risikoanalyse einer Betriebsvorlage (Behälter) wird mit den vorgestellten Tools unter Anwendung der Mehtose PAAG-/LOPA eine Risikoanalyse durchgeführt

In einer Analyse hat sich das Allianz Zentrum für Technik (AZT) der AGCS fundiert mit der vorrausschauenden Instandhaltung beschäftigt – und erste konkrete Auswirkungen hinsichtlich Chancen und Risiken eruiert: So können Predictive Maintenance-Systeme dazu beitragen, technische Risiken zu verändern und Schadensfälle zu verhindern. Konkret könne etwa durch die korrekte Interpretation von Schwingungsmerkmalen ein allmählich wachsender Riss in einer Welle erkannt werden und durch rechtzeitige Abstellung ein gefährlicher Wellenbruch mit umfangreichen Folgeschäden vermieden werden, so AZT-Ingenieur Thomas Gellermann.

Auch das Risiko und Ausmaß von Betriebsunterbrechungen, laut Allianz Risk Barometer das größte Unternehmensrisiko für Unternehmen weltweit, könne durch Predictive Maintenance reduziert werden, wenn bestimmte Fehlerarten rechtzeitig erkannt und frühzeitig ein Austausch ohne Beeinträchtigung der Anlagenverfügbarkeit geplant würden. Vor allem bei Maschinen und Anlagen, für die der Hersteller keine planmäßigen Überholungen bzw. Revisionen vorgesehen hat und bei denen die Ausfallursachen und Wirkmechanismen weitestgehend bekannt sind, kann die vorausschauende Instandhaltung laut Gellermann Störungszeiten minimieren und folglich Kosten sparen.

Spontanereignisse können oft nicht verhindert werden

Die Untersuchung des AZT zeigt aber auch, dass beim Einsatz von Predictive Maintenance einige Risiken unverändert bleiben – und sogar neue Risiken entstehen können. Vor allem mögliche Spontanereignisse sind der Studie zufolge trotz der neuen Technologie nicht verhinderbar, wenn keine messbaren Effekte im Vorfeld erkennbar sind: Das Bersten der Niederdruckturbinenwelle im Kraftwerk Irsching am Silvestertag 1987, bis heute einer der größten metallischen Brüche weltweit, wäre auch mit Predictive Maintenance nicht verhinderbar gewesen, da das auslösende Teil nicht überwacht wurde. „Auch Maximalschaden-Ereignisse können aufgrund der modernen Instandhaltungsmethode nicht ausgeschlossen werden“, erklärt Gellermann. Darüber hinaus könnten – wenn sich durch die neue Instandhaltungsform Revisionszyklen verlängern – Verschleiß und Störungen an unüberwachten Maschinenteilen nicht frühzeitig erkannt werden.

Ein weiteres Risiko der Predictive Maintenance-Systeme besteht in der Qualität der ermittelten Daten. Sie sind gleichermaßen anfällig für Ausfälle oder Funktionsstörungen oder könnten durch Cyberangriffe oder Sabotageakte manipuliert werden. Dadurch könnten Daten missinterpretiert oder möglicherweise schädliche Steuerungsbefehle initiiert werden.

Aufgrund der Komplexität von Maschinenanlagen und der Fehlermechanismen werde aber auch in Zukunft die Instandhaltung nicht ausschließlich nach dem vorrausschauenden Modell erfolgen können, sondern es seien auch weiterhin Instandhaltungsmaßnahmen in festen Zeitintervallen notwendig, so der Industrie-Versicherer. Zugleich will die AGCS für die neuen Risiken sensibilisieren. Die Industrie und Versicherer müssten sich mit den Chancen und Risiken der Instandhaltungstechnologien intensiv auseinandersetzen – und eng mit technischen Anbietern kooperieren, sagte Thomas Meschede, Head of Allianz Risk Consulting in Central- und Osteuropa. Die Bewertung des Risikos dürfe auch unter Berücksichtigung von Predictive Maintenance nicht pauschal getroffen werden, sondern würde je nach Anwendungsfall, Optimierungsziel und Ausführung der fachkundigen Begutachtung eines Experten benötigen. Wichtig sei dabei, kritische und bewährte Prinzipien, die dem Schutz der Anklage dienen, nicht über Bord zu werfen, wie die Trennung der Predictive Maintenance Systeme von den bekannten Schutzfunktionen der Anlage.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46209219)