Big-Data-Analysen Von Big Data zu Smart Data – Dieser Weg wird kein leichter sein

Gerade im Zusammenhang mit Industrie 4.0 sehen viele Entscheider den Schlüssel in Big-Data-Analysen. Doch der Weg von Big Data zu Smart Data kann mitunter sehr weit sein. Ohne eine intelligente Aufbereitung der Daten helfen selbst sehr große Datenmengen wenig. Dies zeigte sich bei der Entwicklung eines prädiktiven Wartungskonzeptes für Regelarmaturen.

Anbieter zum Thema

DECHEMA e.V.

Weidmüller GTI Software GmbH

Beamex GmbH

Bayer AG

Stellungsregler oder Ventile fallen zwar nicht besonders häufig aus, aber wenn, hat dies meist weitreichende Auswirkungen. Aus diesem Grund wurde in der Vergangenheit in der Prozessindustrie sehr viel Aufwand in die vorbeugende Instandhaltung von Armaturen gesteckt. „Von der Tendenz sind unsere Armaturen sicher eher überwartet“, beschreibt es Dr. Thorsten Pötter, Head of Manufacturing IT bei Bayer in Leverkusen. „Im Augenblick haben wir jedoch keine andere Wahl. Wir kennen meist weder die genaue Ursache für einen Ausfall, noch wissen wir, wann dieser Ausfall stattfinden wird.“

Beide Informationen sind jedoch für effektivere (und damit fast immer besser planbare) Wartungsmaßnahmen unabdingbar. „Es gibt z.B. Verschleiß, mit dem könnte man sicherlich noch einige Monate, also bis der nächste geplante Anlagenstillstand kommt, gut leben. Aber weil wir eben nichts über den genauen Zeitpunkt wissen, wird das Ventil lieber ausgetauscht“, erklärt Pötter. Auch die Ursachenforschung ist bei Armaturen alles andere als einfach. Was ist der Grund für Undichtigkeiten am Ventil? Sind Korrosion oder Verschmutzung schuld, ist der Defekt eher prozessbedingt oder liegt es am Ventil selbst?

Big-Data

Big-Data-Analysen – auf der Suche nach dem neuen Gold

Vor diesem Hintergrund entstand SIDAP (Skalierbares Integrationskonzept zur Datenaggregation, -analyse, -aufbereitung von großen Datenmengen in der Prozessindustrie), an dem Betreiber (Bayer, Covestro, Evonik), Armaturenhersteller (Samson), Feldgerätehersteller (Krohne, Sick), IT-Unternehmen (Gefasoft, IBM) und die Technische Universität München zusammenarbeiten. Dabei sollen aus großen Datenmengen, die u.a. von vorhandenen Messgeräten stammen, neue Zusammenhänge ermittelt werden. Diese sollen wiederum Aufschluss über den Zustand eines Ventils geben und letztendlich für eine höhere Anlagenverfügbarkeit sorgen.

Eine der zentralen Fragen dabei: Wie führt man verschiedene Datenquellen aus Entwicklung, Betrieb und Wartung, aber auch von verschiedenen Herstellern so zusammen, dass daraus die richtigen Rückschlüsse für z.B. neue Wartungskonzepte gezogen werden können?

(ID:45097730)