Wenn Kugellager extremen Belastungen ausgesetzt sind, kündigen sich Schäden in der Regel durch Frühwarnzeichen an. Eine Schlüsselrolle spielt dabei die Zustandsüberwachung mithilfe von Sensoren. Allerdings: Die gewonnenen Datensätze sind enorm komplex. Solche Frühwarnzeichen lassen sich kaum noch durch menschlichen Verstand ermitteln: Zu groß sind die Datenmengen, zu versteckt die Anhaltspunkte. Zudem treten Auffälligkeiten zunächst vielleicht nur selten auf.

Wo der Mensch gigantische Datenmengen vergleichen müsste, kann künstliche Intelligenz Schäden anhand von Echtzeit-Daten viel schneller entdecken. KI wird zum Gamechanger für modernes Condition Monitoring. „KI besitzt die einzigartige Fähigkeit, Muster in komplexen Datenaggregaten zu erkennen“, sagt Giulio Cottone, Produktmanager bei Schaeffler für künstliche Intelligenz. „KI ist in der Lage, Informationen aus vielen Datenquellen zusammenzuführen und Muster zu erkennen.“ Das hilft nicht nur, Auffälligkeiten im Vergleich zum Normalzustand der Maschine frühzeitig zu entdecken. Es lassen sich auch qualitative Bewertungen daraus ableiten. Was ist die richtige Strategie für die Wartung? Steht ein Lagertausch bevor? Wie lange kann die Maschine noch regulär laufen? Wann kann die Wartung erfolgen, um Stillstandszeiten möglichst gering zu halten? Der Einsatz von KI führt zu weniger „falsch positiven“ oder „falsch negativen“ Meldungen.

„Künstliche Intelligenz besitzt die einzigartige Fähigkeit, Muster in komplexen Datenaggregaten zu erkennen.“

Giulio Cottone, Produktmanager bei Schaeffler für künstliche Intelligenz

KI steigert Zielgenauigkeit

Industrielle Ausrüster legen ihre Bauteile auf Belastungen aus, die sich an den Messungen aus jahrzehntelanger Erfahrung orientieren. Was aber, wenn bei einem Betreiber an einer Maschine ungewöhnliche Belastungen auftreten, höher als industrielle Durchschnittswerte? KI kann auch dafür Prognosen erstellen. „So lässt sich der Wartungsplan optimieren“, so Cottone. Die nächste Revision sei individuell planbar. Das verlängere den Lebenszyklus. Schmiermittel lassen sich optimal dosieren, einzelne Bauteile können besser bewertet werden.

Instandhaltungsteams haben längst erkannt, dass KI nicht nur bei Verschleiß und Schadenswarnungen wertvoll ist, die gesamte Prozesskette profitiert davon. „Die Ersatzteilbevorratung lässt sich besser planen, die Anlagen sind dauerhaft und sicher überwacht, Warnhinweise erfolgen früher als zuvor. Die Wartungsroutine lässt sich verbessern, Reparaturaufträge sind sinnvoller planbar“, sagt Cottone. Sogar der Energieverbrauch lässt sich mit Algorithmen überwachen und damit verringern.

KI hilft bei Datenbewertung

KI kann Daten priorisieren, damit Experten sie schneller bewerten können. Sie kann aber auch sinnvoll sein, um Dokumentationen und Arbeitsaufträge zu erstellen. Die Rechner-Intelligenz sammelt Schlüsselkennzahlen, sogenannte Key Performance Indicators (KPIs), und führt sie mit anderen Daten zusammen. Teilweise kann KI bereits ganze Dokumente vorformulieren.

Dank KI schon lange vorn

Das KI-Kompetenzzentrum von Schaeff­ler liefert seit geraumer Zeit Produkte und Dienstleistungen für die Industrie, so wie das OPTIME-System, dessen verschiedene, mit der Schaeffler-Cloud vernetzte Sensorvarianten Schwingungen und Energieverbräuche überwachen sowie intelligente Schmierstoffgeber steuern. Sie ermöglichen eine lückenlose Zustandsüberwachung mit Millionen Datenpunkten. Hier begegnen sich KI-basierte Modelle und menschlicher Sachverstand, denn es sind Experten, die die Entscheidungsregeln aufstellen. So lässt sich der Status einer Anlage beurteilen. Werden Schwellen überschritten, warnt das System den Betreiber und fordert ihn zu einer Inspektion, Wartung oder Reparatur auf. Das sorgt für maximale Transparenz, ohne die Maschine aufsuchen und inspizieren zu müssen. Schon in vielen Tausend Fällen hat das OPTIME-System Defekte entdeckt und damit Kosten und Ausfallzeiten reduziert.