Anbieter zum Thema
Das bringt vorbeugendes Instandhaltungsmanagement
Nachdem das Modell vom Dienstleister erstellt worden war, wurde es zunächst von erfahrenen Betriebsingenieuren des Kunden validiert. Danach wurden die ersten Simulationsläufe durchgeführt. Anhand von Gantt-Diagrammen, die die Software zur grafischen Auswertung der Experimente erzeugte, wurde das zu erwartende Anlagenverhalten analysiert.
Hier stand die Korrektheit des Betriebsverhaltens bei Störungen im Vordergrund: Es wurde detailliert analysiert, wie sich jeweils die Störungen eines Apparates auf weitere Anlagenteile auswirken würden. Desweiteren wurde das Verhalten im Wartungsfall analysiert, wobei explizit darauf geachtet wurde, dass die Anlagenteile nur zu erlaubten Zeitpunkten (Abschluss einer Kampagne) in die Wartung liefen.
Zur Modellanalyse wurde das Softwaremodul „Statistische Analyse“ eingesetzt. Jedes Mal wurden dabei die Zufallszahlen für die Störungs- und Wartungseinflüsse neu gesetzt, wodurch sich jeweils andere mögliche Szenarien ergaben, die in der Realität auftauchen konnten. Mittels einer automatisierten Auswertung der erzeugten Vielzahl von Simulationsergebnissen ergaben sich dann die notwendigen Einblicke in das Anlagenverhalten.
So konnte anhand definierter Kennwerte (z. B. Chargenzahl, Ausbringungsmenge, Teilanlagenauslastung und Störungshäufigkeit) ermittelt werden, welche Leistung von der geplanten Anlage in der Realität zu erwarten war. Neben solchen Grunderkenntnissen lieferte die Analyse auch noch Einblicke in die Stabilität der Leistungserbringung.
Anhand der statistischen Verteilung der Ausbringungsmenge zeigte sich hier, dass einzelne Störungsszenarien zu nicht ausreichenden Produktionsmengen führen würden. Mittels Detailanalyse dieser Einzelergebnisse im Gantt-Diagramm konnten dann die Ursachen des unerwünschten Anlagenverhaltens näher bestimmt werden. Es stellte sich heraus, dass ganz bestimmte Störungskonstellationen in unterschiedlichen Anlagenteilen zu massiven Problemen im Betriebsablauf führen würden.
Als Konsequenz dieser Erkenntnisse erfolgten entsprechende Modifikationen am geplanten Betriebsablauf und an der Anlagenkonfiguration. Die kritischen Störungskonstellationen konnten damit bereits im Planungsstadium entschärft werden. Nach Festlegung der nötigen Modifikationen wurde das Simulationsmodell entsprechend angepasst, und die folgenden Simulationsstudien wiesen ein deutlich verbessertes Anlagenverhalten nach.
Abschließend wurde noch untersucht, wie sich die schnelle Bereitstellung von Ersatzteilen durch Lagerhaltung am Standort auf das Anlagenverhalten auswirkte. Hierbei wurden punktuell die Reparaturzeiten einzelner Teilanlagen reduziert, um zu zeigen, welches Kosten/Nutzen-Verhältnis die Lagerhaltung bestimmter Ersatzteile hatte. Dabei zeigte sich, dass die strategische Lagerhaltung für vorher durch Simulation identifizierte, kritische Anlagenteile bei minimalen Kosten einen immensen Performancegewinn mit sich brachte. So konnten bei der Beauftragung der Anlage die notwendigen Erzsatzteile direkt mit geordert werden.
Fazit: Simulation optimiert die Verfügbarkeit
Die Simulation erwarteter Störungen verschiedener Größenordnung erbrachte Verfügbarkeitsdaten und Jahresleistungen, wie sie für eine spätere Produktion realistisch erwartet werden konnten. Die Analyse einzelner Apparate und Prozessschritte führte zu einer strategischen Dimensionierung der Wartungsteams, die sich später auch als angemessen erwies. Nach mittlerweile 1,5 Jahren Betrieb der Anlage hat sich gezeigt, dass sich die Vorhersagen aus der Simulation mit den realen Betriebserfahrungen decken.
* Der Autor ist Head of Consulting der INOSIM Consulting GmbH, Dortmund
(ID:35494490)