Predictive Maintenance - Fraunhofer ITWM

Vorausschauende Instandhaltung: RUL-Modelle für Greenfield und Brownfield

Wir machen den Abnutzungsvorrat Ihrer Maschinen messbar und berechenbar. Mit fundierter Forschungs- und Projekterfahrung entwickeln wir angepasste Lösungen zur vorausschauenden und zustandsorientierten Überwachung individueller (Sonder-)maschinen und unterstützen Sie bei der Digitalisierung Ihrer Instandhaltung.

Greenfield: RUL-Modellierung von Grund auf (Prüfstände) Für Neuprojekte und Forschungsanlagen rüsten wir Prüfstände gezielt für die Instandhaltung, Produktion und Qualitätssicherung aus. Unter kontrollierten Bedingungen ermitteln wir systematisch Degradationsprozesse und validieren physikalisch begründete RUL-Modelle (Remaining Useful Life). So schaffen wir von Beginn an eine exakte Datenbasis, um Auswirkungen von Verschleiß auf Qualität, Zuverlässigkeit und Energieverbrauch präzise vorherzusagen und reproduzierbar zu machen.

Brownfield: Intelligente Nachrüstung bestehender Anlagen Für Bestandsanlagen nutzen wir einen inkrementellen Modellaufbau, um schrittweise SOLL-/IST-Vergleiche der Anlagenzustände durchzuführen, ohne den laufenden Betrieb zu stören. Wir ermöglichen die Überwachung mehrerer Baugruppen (z.B. Antriebstrang: Motor, Umrichter, Lager, Getriebe, Welle oder Werkzeugmaschinen: Spindel, Aufhängungen) mit wenigen Sensoren. Unsere multisensorische Signalanalyse mit intelligenten Algorithmen berücksichtigt dabei individuelle Rüst- und Betriebszustände. So lassen sich Fehler eindeutig diagnostizieren und lokalisieren.

Ihr Mehrwert auf einen Blick
- Kennzahlen & Digitalisierung: Automatisierte Erhebung von KPIs und Plänen durch die Digitalisierung von Inspektionen. Der Abnutzungsvorrat wird zu einer greifbaren Steuerungsgröße.
- Effizienz & Nachhaltigkeit: Wir identifizieren effiziente Stellgrößen, um Ihre Anlagen nachhaltiger und effizienter zu betreiben – mit signifikanten Reduzierungen bei Verschleiß, Ausschuss, Durchlaufzeiten und Energieverbrauch.

Ansprechpartner:
Dr. Benjamin Adrian
Fraunhofer ITWM