Chemie 4.0: Predictive Maintenance in der chemischen Industrie

Früher die Wartung von Chemieanlagen meist eine anstrengende Tätigkeit, da die Mechaniker bei Wind und Wetter vor Ort sein mussten. Dank der Predictive Maintenance wandelt sich das Berufsbild. Zudem können chemische Unternehmen so teure Ausfallskosten deutlich reduzieren. Mehr zum Thema erfahren Sie hier.

Mit der Predictive Maintenanance ist die vorausschauende und vorbeugende Instandhaltung gemeint, in der Regel bei Maschinen in der Industrie. Im Rahmen der Digitalisierung werden Maschinen und Anlagen mit Sensoren und Computereinheiten versehen, welche die Daten an Supercomputer und Server schicken, wo Algorithmen sie auswerten.

Dieses Zusammenspiel aus IoT (Internet of Things), der Echtzeit-Auswertung von Big Data (die große Ansammlung von Daten) und die voraussagenden Analysen mündet in der Predictive Maintenance. Hierbei erkennen Computersysteme und Facharbeiter im Voraus mögliche Probleme bei Anlagen, wie sie zum Beispiel in der Chemie-Industrie zum Einsatz kommen.

Das Ziel von Predictive Maintenance ist, dass Maschinen eigenständig Bescheid geben, wenn Sie in Kürze eine Wartung benötigen. Das intelligente, vernetzte System erkennt dabei ganz genau die betroffenen Einzelteile, welche repariert oder ausgetauscht werden müssen. Das bedeutet, die Wartung von Maschinen wird dank der Digitalisierung deutlich komfortabler. Entsprechende Mechaniker und Ingenieure müssen nicht mehr zwingend Tag und Nacht sowie bei jeder Wetterlage vor Ort sein, sondern können viele Tätigkeiten nun in angenehmer Umgebung am Computer erledigen.

Um die vorausschauende Instandhaltung einsetzen zu können, müssen Maschinen, Anlagen und einzelne Elemente digitalisiert werden. Dies geschieht zunehmend im Rahmen der digitalen Transformation der chemischen Industrie, auch Chemie 4.0 genannt. Die anfallenden gigantischen Datenströme (Big Data) aus verschiedenen Quellen werden in Echtzeit ausgewertet (Streaming Analytics), damit daraus proaktiv die richtigen Rückschlüsse gezogen werden können. Diese münden in Maßnahmen, welche die Ausfallszeiten in den chemischen Produktionen – welche sehr hohe Kosten aufwerfen – deutlich reduziert werden können.

Internet of Things, Big Data, Streaming Analytics, Predictive Maintenance – in wie weit ist die Digitalisierung in den Anlagen der Chemie-Industrie angekommen? Dazu sagt die Software AG: „Diese Technologien werden 2017 dazu beitragen, präzisere Vorhersagen zu machen und die Ausfallzeiten von Produktionsumgebungen in der chemischen Industrie zu reduzieren. Vor allem in dieser Branche mit ihren oft komplexen Produktionsprozessen bringt Predictive Analytics einen echten Mehrwert“.

Das Fachmagazin „Chemie Technik“ schrieb bereits vor ein paar Jahren dazu: „Verbesserungen und sinkende Preise für Sensoren und Datenverarbeitung erlauben es heute, verschiedene Betriebsgrößen umfassend zu beobachten. Außerdem wird es durch den Einsatz solcher Systeme möglich, Fehler und Schadensursachen zu diagnostizieren. Mittlerweile kippt die Haltung der Betreiber von zurückhaltendem Abwarten hin zu steigendem Interesse“.

Die vorausschauende Instandhaltung ist also nicht nur eine Vision, sondern kommt zunehmend in der Realität zum Einsatz. Damit einher entstehen auch komplett neue Berufsbilder. Zum Beispiel entwickeln Elektroniker für Automatisierungstechnik bei der BASF in Ludwigshafen selbst Apps, um komplexe Anlagen wie einen Steamcracker einfacher überwachen zu können.

Die Predictive Maintenance spielt nicht nur in der Chemieproduktion, sondern auch in anderen Industrien eine immer wichtiger werdende Rolle. Laut einer Analyse von IOT Analytics haben Unternehmen aus der ganzen Welt im Jahr 2016 rund 1,5 Milliarden US-Dollar für Technologien im Bereich der vorausschauenden Instandhaltung ausgegeben. Im Jahr 2018 sollen sich die Investitionen auf zirka 3,0 Milliarden und um Jahr 2022 auf fast 11 Milliarden Dollar belaufen. Sollten diese Vorhersagen eintreffen, würde der Markt mit der Predictive Maintenance im Durchschnitt pro Jahr um 39 Prozent wachsen.

(Bild: IOT Analytics)