Preventative Maintenance
Wir beginnen mit der VORBEUGENDEN Wartung. Wie der Name schon sagt, besteht das Hauptziel der vorbeugenden Instandhaltung darin, Ausfälle zu verhindern. Dieser Ansatz hilft den Betreibern, einen Wartungsplan für ihre Maschinen zu erstellen, um deren ordnungsgemäßen Betrieb aufrechtzuerhalten und die durch ungeplante Ausfälle verursachten potenziellen Ausfallzeiten zu minimieren. Der Plan für die vorbeugende Wartung kann auf der kumulierten Nutzung oder auf der Betriebszeit basieren. Im ersten Fall basiert der Plan auf der durchschnittlichen täglichen Nutzung der Anlagen - z. B. Lastzyklen - und im zweiten Fall auf Kalenderintervallen.
Die vorbeugende Instandhaltung bietet jedoch keine Garantie dafür, dass diese Ausfälle nicht eintreten - vielleicht treten sie gar nicht auf, und die Wartung könnte umsonst gewesen sein. Ist es möglich, mit Sicherheit zu wissen, ob und wann der Ausfall eintreten wird?
Prescriptive Maintenance
Now, we have entered the third decade of the 21st century with a lot of talks about Industry 4.0 and the global energy digitalisation. It means that being aware only of future failures is not enough anymore. We have to analyse data in a more sophisticated way to be able to tell WHY these failures are going to happen and WHAT exactly should be done to avoid or repair them. This is the moment when PRESCRIPTIVE maintenance comes into play. It comes right after predictive maintenance and incorporates artificial intelligence, machine learning and physical modelling on top of it. It is the next level of the digital revolution: we are starting to humanise machines. We treat them as individuals by tracking their personal “health status” and providing “prescriptions” based on that. Prescriptive maintenance software gives recommendations on how to improve performance, avoid unplanned downtime, and how to better operate these assets. The next generation of this software will be able not only give recommendations but also act on them.
Predictive Maintenance
Operators taking a PREDICTIVE maintenance approach can basically look into the future. We are not talking about magic here, just “simple” mathematical modelling. To build the models that provide precise and reliable forecasts, constant monitoring and data gathering must be enabled. Predictive maintenance is based not only on historical data but also on operational data. Consequently, operators can monitor the health status of every single asset in real-time and see when and if a component breakdown will occur in the future. Based on this information, they can schedule maintenance actions in advance and avoid unplanned downtime. However, the models should be accurate and explicit, otherwise, operators might receive false notifications about “future breakdowns”, which will never occur. At ANNEA, we have achieved near-zero false positives, by using a complex combination of different modelling approaches.
Vorbeugende, prädiktive und präskriptive Wartung einbeziehen
Klingt cool, nicht wahr? Das Problem ist, dass viele Betreiber noch immer auf der Ebene der vorbeugenden oder sogar reaktiven Wartung arbeiten. Sie müssen erst noch eine vorausschauende Wartung erreichen, bevor sie zur präskriptiven Wartung übergehen können. Diese digitale Transformation ist aus eigener Kraft nur schwer zu erreichen, selbst für große internationale Konzerne. Deshalb bieten wir die ANNEA-Plattform und Lösungen für verschiedene Branchen an. Es spielt keine Rolle, in welchem Stadium sich Ihr Unternehmen gerade befindet: Wir haben das Wissen und die Erfahrung, um Sie durch diesen technologischen Fortschritt zu führen. Mit ANNEA sind Sie immer einen Schritt voraus.