BMW löst alte Ansätze in der Instandhaltung der Produktionssysteme ab

Statt zeit- oder regelbasierte Verschleißteile in der Produktion auszuwechseln, setzt die BMW Group nun auf eine vorausschauende Wartung und Instandhaltung. Möglich macht das der Einsatz von Cloud-Technologien und künstlicher Intelligenz.

Die vorausschauende Wartung und Instandhaltung gelten schon länger als einer der wichtigsten Nutzeneffekte von digital vernetzten Fabriken und Industrie 4.0. Fachleute sprechen von Predictive Maintenance. Sensoren erfassen dazu kontinuierlich aktuelle Betriebsparameter von Antrieben und anderen Anlagenteilen. Per Software wird daraus schließlich die Restlebensdauer einer Komponente berechnet. Ebenso kann der Anlagenbetreiber damit auch bei unerwarteten Veränderungen frühzeitig gewarnt werden.

Der Automobilhersteller BMW Group setzt bei der Instandhaltung seiner Produktionssysteme inzwischen auf den Einsatz von Sensorik, Data Analytics und künstlicher Intelligenz. Damit ersetzt der Automobilkonzern den bisher zeit- oder regelbasierten Ansatz, bei dem Komponenten in festgelegten Intervallen und unabhängig vom tatsächlichen Verschleiß ausgetauscht werden. Jetzt erfolgt die Instandhaltung zustandsorientiert und vorausschauend. Das bedeutet, dass für die Produktionsabläufe kritische Komponenten permanent überwacht und bei Erreichen einer definierten Verschleißgrenze bei einem geplanten Anlagenstopp ausgetauscht werden können.

Neben der Vermeidung von teuren Produktionsstillständen trägt die damit optimierte Verfügbarkeit der Produktionsanlagen wesentlich zum Erreichen der Nachhaltigkeitsziele des Unternehmens sowie zur Ressourceneffizienz bei. Predictive-Maintenance-Lösungen werden deshalb im BMW-Konzern aktuell weltweit auf Basis einer Cloud-Plattform in das Produktionsnetzwerk ausgerollt. Erst im Dezember hatte BMW eine strategische Partnerschaft mit dem Cloud-Anbieter Amazon Web Services (AWS) verkündet.

Frühwarnsystem aus der Cloud

Predictive Maintenance ist ein wichtiger Aspekt bei der Digitalisierung der Instandhaltung des Automobilbauers. „Durch das Monitoring von Maschinen- und Zustandsdaten kann vorhergesagt werden, wann eine Anlage ausfallen wird, bevor es tatsächlich dazu kommt. Der datenbasierte Ansatz hilft dabei, das Instandhaltungsoptimum zu erreichen. So können Komponenten vorsorglich getauscht und Produktionsausfälle verhindert werden“, heißt es dazu aus München. Weil intakte Komponenten nicht unnötig frühzeitig ausgetauscht würden, werden damit die Effizienz der Produktion und die Nachhaltigkeit erhöht.

Schlüssel dafür ist eine Cloud-Plattform. Statt auf einzelnen und in den Werken verteilten Rechnern zu schlummern, laufen hier alle wichtigen Informationen zusammen. Die zu überwachenden Produktionsanlagen werden einmalig über ein Gateway an die Cloud angeschlossen und übermitteln regelmäßig Daten – meist einmal in der Sekunde. Innerhalb der Plattform lassen sich damit gleichzeitig einzelne Softwarebausteine flexibel und bedarfsgerecht zu- und abschalten, womit Anpassungen an veränderte Anforderungen in kürzester Zeit vorgenommen werden können.

Daraus ergeben sich im Konzernverbund weitere Vorteile: Durch den hohen Standardisierungsgrad der einzelnen Komponenten entsteht ein global verfügbares und hoch skalierbares System, in dem neue Anwendungsfälle einfach umgesetzt und bestehende Lösungen schnell ausgerollt werden können. 

KI-Einsatz in vielen Anwendungen

Bei der Vorhersage nutzt die BMW Group teilweise künstliche Intelligenz und aus den Daten abgeleitete Algorithmen für spezifische Aufgaben. In der Antriebsfertigung werden beispielsweise neben konventionellen Motoren auch Gehäuse für Elektromotoren in flexiblen, hochautomatisierten Anlagen mechanisch im Minutentakt gefertigt. Das hierfür entwickelte System zur vorausschauenden Instandhaltung erkennt Auffälligkeiten durch einfache statistische Modelle und nutzt in komplexeren Fällen auch prädiktive KI-Algorithmen. Die in der Produktion für die Anlagen zuständigen Personen werden dabei mittels Visualisierungen und Alarmen über anstehende Wartungsarbeiten im Voraus informiert. 

Bei einer anderen Anwendung geht es förmlich heiß her: Im Karosseriebau leistet eine Schweißzange bis zu 15 000 Schweißpunkte pro Tag. Um mögliche Ausfälle während der Produktion im Vorfeld zu erkennen, sammelt eine speziell entwickelte Software weltweit die Daten der Schweißzangen und gibt diese an die Cloud weiter. Dort werden sie mithilfe von Algorithmen aufbereitet und analysiert. Dashboards – also softwarebasierte, grafische Anzeigetafeln – stehen zur Visualisierung aller Daten weltweit zur Verfügung und unterstützen bei den Instandhaltungsprozessen. 

Auch in der Fahrzeugmontage beugt die vorausschauende Instandhaltung einem Ausfall von Förderelementen vor. Im Werk Regensburg beispielsweise senden die Steuerungen der Fördertechnik Daten u. a. zu elektrischen Strömen, Temperaturen und Positionen rund um die Uhr in die Cloud-Plattform, in der sie kontinuierlich ausgewertet werden. So wissen die Datenspezialisten von jedem Förderelement zu jeder Zeit, wo es ist, wie der Zustand ist und was es macht. Auf dieser Datenbasis werden prädiktive KI-Modelle angewendet, die Anomalien detektieren und somit Hinweise auf technische Probleme geben.