Datum:
11. Juni 2021

Verfügbarkeit und Nutzungsgrad von Maschinen optimieren - mit digitalen Technologien

Immer mehr Industrieunternehmen analysieren die Leistung, Verfügbarkeit und Auslastung ihrer Maschinen sehr genau, um ihre Produktion zu optimieren und Kosten zu senken. Maschinenbauer, die ihren Kunden für diese Aufgabenstellung unterstützende digitale Lösungen anbieten können, haben daher einen klaren Wettbewerbsvorteil.

Doch welche technologischen Ansätze sind besonders gut geeignet und wie können sie ohne hohen Aufwand implementiert werden?

Maschinennutzung digital optimieren

Optimierung erfordert Fakten

Mittlerweile stehen Produktionsbetrieben neben organisatorischen Optionen eine Reihe von Technologien zur Verfügung, mit denen sie eine Optimierung der Maschinennutzung erreichen können. Allerdings sollten Verantwortliche zunächst ermitteln, an welchen Stellen solche Maßnahmen sinnvoll sind. Zudem muss später der Erfolg überprüfbar sein. Für beide Zwecke existieren eine Reihe von Kennzahlen.

Die wichtigsten Kennzahlen

Die wichtigsten Kennzahlen für die Einleitung und Kontrolle von Verbesserungsmaßnahmen sind der Verfügbarkeitsgrad (Maschinenverfügbarkeit), Leistungsgrad, Maschinennutzungsgrad (Maschinenauslastung) und Maschinenstundensatz.

MASCHINENVERFÜGBARKEIT

Für die Berechnung der organisatorischen und technischen Verfügbarkeit muss zunächst die maximal mögliche Produktionszeit ermittelt werden, indem das Unternehmen seine eigene, variierende Taktzeit berechnet sowie Stillstände, Schichten und arbeitsfreie Tage berücksichtigt. 

Maschinenverfügbarkeitsgrad in Prozent = (tatsächliche Produktionszeit / Maximalkapazität) * 100

Bei Werten deutlich unter 100 Prozent müssen die Gründe analysiert und behoben werden - auch durch den Einsatz moderner digitaler Technologien.

LEISTUNGSGRAD

Der Leistungsgrad bezieht sich auf die Produktionsmenge und sagt aus, wie schnell eine Maschine produziert. 

Leistung = tatsächliche Ausbringungsmenge / mögliche Ausbringungsmenge

Wird die mögliche Ausbringungsmenge nicht erreicht, müssen die Hintergründe untersucht werden.

MASCHINENNUTZUNGSGRAD 

Um den Grad der Maschinenauslastung berechnen zu können, müssen die Auslastung (tatsächliche Fertigungsmenge) und die maximal verfügbare Kapazität ins Verhältnis gesetzt werden. Zudem ist eine Berechnung auf Basis von Zeiteinheiten möglich. 

Nutzungsgrad = Produktionszeit Ist / Produktionszeit Soll

Ein unzureichender Maschinennutzungsgrad deutet im Regelfall auf übermäßige Stillstände der Maschinen hin. Dieser Problematik kann unter anderem mit digitalen Technologien begegnet werden.

MASCHINENSTUNDENSATZ

Produktionscontroller ziehen gerne den Maschinenstundensatz für Analysen und die Überwachung der Anlageneffizienz heran. Im Zeitvergleich ist mit der Maschinenstundensatz-Formel feststellbar, ob sich die Situation der Anlage verbessert oder verschlechtert.

Maschinenstundensatz = Summe der Maschinenkosten / Laufzeit in Stunden

Bei Verschlechterungen sind entweder rückläufige Laufzeiten (z. B. durch Ausfälle) oder steigende Betriebskosten ursächlich. In einer modernen Fabrik mit hohem Digitalisierungsgrad lassen sich beide Ursachen schnell analysieren und beheben.

Digitalisierung zur  Kennzahlen-Optimierung 

Wie einleitend erwähnt, können die skizzierten Kennzahlen durch verschiedene organisatorische und technische Maßnahmen verbessert werden. Einen großen Hebel stellt die digitale Transformation der Fertigung dar. Das Internet of Things (IoT) spielt hierbei eine besonders wichtige Rolle. In Verbindung mit angrenzenden Technologiefeldern bietet es beispielsweise folgende Einsatzmöglichkeiten:

(1) Nutzung von Maschinendaten zur Verbesserung der Produktions- und Ressourcenplanung

(2) Minimierung von Ausfallzeiten durch Predictive Maintenance

(3) Automatisierung und Optimierung der Materialversorgung

 

(1) Nutzung von Maschinendaten zur Verbesserung der Produktions- und Ressourcenplanung

Jede moderne Produktionsanlage generiert Daten. Wer diese Daten ausliest und analysiert, gewinnt wertvolle Einblicke. So lassen sich nicht nur die aktuelle Maschinenauslastung und die technische Verfügbarkeit berechnen, auch die Gründe für eine suboptimale Maschinenauslastung können näher untersucht werden. Hierbei sind in der Praxis beispielsweise folgende Fragestellungen relevant:

  • Treten Stillstände regelmäßig zu bestimmten Zeiten auf?
  • Sind die Stillstände auf technische oder organisatorische Mängel zurückzuführen?

Eine mögliche Erkenntnis könnte sein, dass der bisherige Produktionsplan unzureichend synchronisiert war. Ebenso standen möglicherweise zu wenige Maschinenbediener bereit, um die verfügbaren Maschinen voll auszulasten. In solchen Fällen kommt dann eine Optimierung der Ressourcen- und Terminplanung in Betracht. Eventuell muss auch die Taktzeit erneut berechnet werden, da die ursprüngliche Kalkulation Fehler enthielt. Kurz: Aus der gezielten Nutzung von Daten, beispielsweise zum Maschinennutzungsgrad, lassen sich letztlich organisatorische Verbesserungsmaßnahmen ableiten.

Doch nicht nur eine rückblickende Betrachtung der Daten ist möglich, sondern auch eine Überwachung der aktuellen Maschinenleistung in Echtzeit. Dank der Realtime-Verfügbarkeit von Daten können Produktionsplaner fortlaufend die Maschinenauslastung berechnen und auf spontane Ausfälle umgehend reagieren, was sich ebenfalls positiv auf den Maschinennutzungsgrad auswirkt.

In einer fortgeschrittenen Ausbaustufe tragen Maschinendaten dazu bei, dass sich Unternehmen der Maximalauslastung (Nutzungsgrad von 100 Prozent) immer mehr annähern. Möglich macht dies ein automatisierter Datenaustausch über das industrielle Internet of Things. Der Maschinenpark organisiert sich in solchen Zukunftsszenarien weitestgehend selbst und sorgt mit intelligenten Algorithmen dafür, dass Stillstände auf ein Minimum reduziert werden.

 

(2) Minimierung von Ausfallzeiten durch Predictive Maintenance

Ein großer Ansatzpunkt zur Optimierung der Produktion ist die Maschinenverfügbarkeit. Durch die Bereitstellung innovativer Wartungsansätze wie Predictive Maintenance können Maschinenbauer maßgeblich dazu beitragen, Ausfallzeiten zu reduzieren.

IoT-Technologien ermöglichen, Rückschlüsse aus den Daten der Maschinen zu ziehen. So können Abweichungen von einem bestimmten Normbereich etwa auf einen Wartungsbedarf oder einen bevorstehenden Ausfall hindeuten. Auf dieser Basis lassen sich Wartungsmaßnahmen zielgerichtet einleiten, um dem Ausfall vorzubeugen. Ebenso werden Wartungsarbeiten auf das tatsächlich notwendige Maß beschränkt, wodurch die Maschinenverfügbarkeit zusätzlich steigt.

 

(3) Automatisierung und Optimierung der Materialversorgung 

Fehlender Materialnachschub kann der Grund für einen zu geringen Leistungsgrad und Maschinennutzungsgrad sein. In diesem Bereich können digitale Lösungen ebenfalls einen Beitrag zur Verbesserung leisten. Gelingt es, Produktionssysteme, Maschinen und Intralogistik miteinander zu vernetzen, so lassen sich Materialbedarfe autonom planen und Nachschublieferungen ans Band automatisieren. Die Kommunikation der beteiligten Objekte erfolgt hierbei über das Internet of Things.

Transparenz von Maschinendaten

Insgesamt existieren zahlreiche Aspekte, die sich auf Leistung, Verfügbarkeit und Auslastung von Maschinen auswirken. Wenn Unternehmen ihre Maschinendaten auslesen und in einen Kontext zu ihren Prozessen setzen, werden diese transparent.

In der Praxis scheitern solche Vorhaben bisweilen jedoch an der Komplexität und Heterogenität von Maschinenparks. Es befinden sich häufig Anlagen verschiedenster Hersteller im Einsatz, die unterschiedliche Datenformate bereitstellen. Gerade mittelständischen Industrieunternehmen fehlt es an Budget und Know-how, um Systeme zur Harmonisierung und Zusammenführung dieser Daten in Eigenregie zu entwickeln.

Kooperation & Zusammenarbeit für gemeinsame Standards

Maschinenbauer müssen im Sinne ihrer Kunden daher zusammenarbeiten, um eine ganzheitliche Nutzung von Maschinendaten zu ermöglichen. Exakt dieses Ziel verfolgt ADAMOS - ein Zusammenschluss von mehr als 30 Partnern aus dem Maschinenbau. Auf Basis ihres gebündelten Wissens haben die Netzwerk-Teilnehmer mit dem ADAMOS HUB eine Integrations-Plattform geschaffen, die einen technologieoffenen, herstellerübergreifenden Austausch von Daten in der Produktion ermöglicht. Realisiert wird dies über vordefinierte, neutrale Schnittstellen und Integrationspunkte. Sobald die Verbindung zu den Maschinen aufgebaut wurde, können Maschinenbetreiber mithilfe von Apps auf die Produktions- und Maschinendaten zugreifen. Somit erreichen sie eine einfache, zentrale Datenverwaltung - ganz unabhängig vom Maschinenhersteller. Ziel ist es, ADAMOS als globalen Standard in der Industrie zu etablieren. ADAMOS-Teilnehmer versetzen ihre Kunden also in die Lage, ihre Maschinennutzung nicht nur punktuell zu optimieren, sondern ganze Produktionslinien zu verbessern. Hiervon profitiert die Wettbewerbsfähigkeit erheblich.




Ähnliche Beiträge