Als ein Stromausfall im Jahr 2021 eine Fabrik für sechs Stunden lahmlegte, waren 30.000 Halbleiterwafer betroffen und kosteten das Unternehmen rund 33,85 Millionen Dollar, also 5,64 Millionen Dollar pro Stunde. Diese ungeplante Ausfallzeit war nicht das Ergebnis eines Geräteausfalls, und die entstandenen Kosten waren ausschließlich auf den Verlust von Wafern in der Produktion zurückzuführen. Aber es erklärt, warum Unternehmen trotz der unterschiedlichen Kosten solcher Unterbrechungen in den verschiedenen Arten von Fertigungsbetrieben darauf bedacht sind, ungeplante Ausfallzeiten zu vermeiden.
Ist vorbeugende Wartung genug?
Vorbeugende Wartung zur Vermeidung von Pannen ist vergleichbar mit der regelmäßigen Wartung eines Autos. Der Wartungsplan richtet sich entweder nach einem regelmäßigen Zeitintervall, in der Regel einem Jahr, oder besser noch nach der Kilometerzahl, die das Auto gefahren wurde. Die traditionelle vorbeugende Instandhaltung hat sicherlich viele Vorteile gegenüber der reaktiven Instandhaltung, bei der Geräte repariert werden, wenn sie ausfallen oder Rauch wahrgenommen wird, und so sowohl Geräte- als auch Ausfallkosten eingespart werden. Regelmäßige Wartung bedeutet höhere Vorlaufkosten und mehr Zeitaufwand für die Planung und Budgetierung, aber die daraus resultierende Vorhersehbarkeit trägt dazu bei, die Produktionseffizienz zu steigern, Verluste durch ungeplante Ausfälle bei zeitkritischen Prozessen zu verringern, die Lebensdauer der Anlagen zu verlängern und Unternehmen in die Lage zu versetzen, die Kosten und die erforderliche Rentabilität zu verwalten.
Auf den ersten Blick scheint die vorbeugende Wartung ausreichend zu sein, doch lässt sie viel zu wünschen übrig. Um bei der Analogie zum Auto zu bleiben: Die vom Hersteller festgelegten Wartungsanforderungen sind bestenfalls Durchschnittswerte für die zu erwartenden Fahrbedingungen. Sie berücksichtigen nicht die Fahrweise, die Anzahl der Stopps und Starts oder die Last, die das Auto normalerweise trägt. Die Durchschnittswerte decken alles ab, ohne dass irgendetwas, irgendeine Bedingung, speziell für ein Auto erfüllt ist. Deshalb gehen Produktionsanlagen, genau wie Autos, immer noch mitten im Produktionsprozess kaputt. Im besten Fall kann der festgelegte Zeitplan der vorbeugenden Wartung zu einer unnötigen Wartung der Anlagen und damit zu vorhergesagten, aber unnötigen Kosten und Ausfallzeiten führen.
Frühere Wartung mit Zustandsüberwachung
Bei dieser reaktiven Wartungsstrategie werden Mikrofone, Wärmesensoren und Rauchmelder eingesetzt, um Unternehmen zu alarmieren, wenn ein Ausfall droht und eine Reaktion dringend erforderlich ist, auch wenn dies die Produktionsprozesse und -pläne stört. Die Wartung in diesem Stadium erfordert häufig auch den Austausch und die Reparatur teurerer Teile.
Ein besseres Verständnis des Lebenszyklus von Geräten hat zu einer Verbesserung dieses Konzepts geführt und weitere Parameter für die Überwachung hinzugefügt (Abbildung 1). Da es sich bei störungsanfälligen Industrieanlagen in der Regel um bewegliche Teile handelt – Motoren und Pumpen, die in Förderanlagen, Robotern und in der Flüssigkeitsversorgung eingesetzt werden –, beziehen sich die in Abbildung 1 dargestellten geschätzten Lebensdauern der Anlagen bis zum Ausfall eng auf solche Anlagen.
Unternehmen können durch die Überwachung zusätzlicher Parameter Fehlerzustände früher erkennen und eine vorbeugende oder sogar vorausschauende Wartung durchführen. Weit verbreitete Sensoren für eine solche Zustandsüberwachung sind
IR-Sensoren/Kameras: IR-Sensoren sind das Herzstück von Thermografiegeräten, die zur kontinuierlichen oder häufigen Überprüfung der Gerätetemperatur eingesetzt werden. Dies ermöglicht die Erkennung von „Hot Spots“, die aus Fehlern wie kurz vor dem Ausfall stehenden Sicherungen und Funkenbildung durch falsche oder korrodierte elektrische Anschlüsse resultieren. Kostengünstigere Implementierungen können RTD und Thermoelemente verwenden.
Partikelzähler: Öle werden nicht nur in Hydrauliksystemen verwendet, sondern auch als Schmiermittel in Getriebekästen, Getrieben und Motorlagern in fast allen industriellen Prozessen. Partikelzähler helfen dabei, die Verschmutzung zu bestimmen, die entsteht, wenn Öle sich zersetzen oder auf ihrem Weg zur Glättung der Bewegung Verunreinigungen mitnehmen. Die Partikelzahldaten geben somit Aufschluss über den Zustand der Ausrüstung, z. B. über den Verschleiß von Schleiflagern.
Automatische optische Partikelzähler gehören zu den am weitesten verbreiteten Methoden und verwenden Weißlicht oder Laser, um Schatten oder Lichtstreuung für die Zählung zu erkennen. Die Geräte sind häufig nach ISO 11500 zertifiziert, und die Kodierung der Partikelzählungsdaten wird durch ISO 4406:99 bestimmt, so dass einheitliche Bewertungen erzielt werden.
Energieüberwachung: Schwankungen bei Motorstrom, -drehzahl und -leistung resultieren aus drehzahlvariablen Antrieben, die in der Industrie zur Verbesserung der elektrischen Effizienz in HLK-Systemen, in der Robotik, bei Förderanlagen und anderen bewegungsintensiven Anwendungen eingesetzt werden.
Die Energieüberwachung und die Analyse von Trends an verschiedenen Punkten eines Prozesses oder an bestimmten Anlagen können wichtige Informationen über den Zustand der Anlagen liefern. Ungewöhnliche Energieverbrauchsmuster deuten oft auf unsichere Betriebsbedingungen oder einen andauernden Fehlerzustand hin, z. B. durch verschlissene Lager oder Probleme mit der elektrischen Verkabelung. Sogar eine billigere, direkte Messung des Motorstroms kann Aufschluss über exzentrische Rotoren, Probleme mit dem Rotorstab, mit der Wicklung und mit den Lagern geben.
Schwingungssensoren: Die Analyse von Schwingungs- und Betriebsdaten liefert wichtige Informationen über den Zustand der Lager, den Zahneingriff, die Kavitation der Pumpe, die Fehlausrichtung des Rotors und den Lastzustand. Piezoelektrische oder mikroelektromechanische (MEMS) Beschleunigungsmesser und Sensormodule, wie das dreiachsige MEMS-Modul ADcmXL3021, lassen sich leicht in Geräte einbauen. Die Informationen, die sie extrahieren, beziehen sich so genau auf die zugrundeliegenden Probleme und so früh in der Fehlerentwicklung (Abbildung 1), dass die Lebensdauer der Geräte ohne großen Aufwand verlängert werden kann.
Die Erfassung und Bewertung von Schwingungen wird durch mehrere Normen geregelt, darunter ISO 5348 für die mechanische Befestigung von Beschleunigungsaufnehmern, ISO 10816 für die Bewertung von Maschinenschwingungen durch Messungen an nicht rotierenden Teilen und ISO 7919 für die Bewertung von Maschinenschwingungen durch Messungen an rotierenden Wellen.
Ultraschallsensoren/Mikrofone: Akustische Sensoren für den Ultraschallbereich können kaum wahrnehmbare Drucklecks, Lagerprobleme, Zahnradeingriffe und Pumpenkavitation erkennen. Sie gelten als erste Verteidigungslinie, da sie sehr früh vor einem potenziellen Problem warnen, indem sie z. B. einen leichten Anstieg der Reibung in rotierenden Geräten erkennen.
Sowohl Elektret- als auch MEMS-Mikrofone sind für den Einsatz unter rauen bzw. relativ unkritischen industriellen Bedingungen erhältlich.
Analysieren von Sensordaten für Vorhersagen
Die von den Sensoren gelieferten Messwerte sind zwar für die Problemdiagnose nützlich, aber die Festlegung automatischer Warnschwellen ist eine Herausforderung. So können z. B. Abweichungen in der Art des Prozesses oder des Produktionsrezepts und sogar veränderte Umgebungsbedingungen aufgrund wechselnder Witterungsbedingungen im Laufe des Jahres zu Falschalarmen führen. Die Industrie setzt daher mehrere Sensoren ein, um nicht nur die gesamte Lebensdauer der Geräte zu verfolgen, sondern auch um sicherzustellen, dass es keine Informationslücken bei der Zustandsüberwachung gibt.
Sensoren und Schwellenwertwarnungen konzentrieren sich auf den Maschinenstatus zum Zeitpunkt der Messung. Die vorausschauende Instandhaltung hingegen konzentriert sich auf die Erkennung von Fehlern, bevor sie offensichtlich werden, und bei umfassender Analyse sogar vor dem Auftreten des Fehlers, so dass dieser ganz vermieden werden kann.
Plattformen wie iCOMOX nutzen beispielsweise eine Reihe von Technologien, um eine vorausschauende Wartungsstrategie zu entwickeln. Die Plattform nutzt die stromsparende ADuCM4050 ARM Cortex M4 MCU, einen rauscharmen ADXL356 Drei-Achsen-Beschleunigungssensor als Vibrationssensor, einen ADXL362 Beschleunigungssensor als Low-g Wake-up Trigger, einen ADT7410 Temperatursensor mit ±0,5 °C Genauigkeit, einen Bosch BMM150 Drei-Achsen-Magnetfeldsensor und ein IM69D130 digitales MEMS-Mikrofon mit zwei Rückenplatten.
Die in iCOMOX eingebettete künstliche Intelligenz (KI) priorisiert und rationalisiert Sensordaten, so dass ein geringerer Datenfluss und ein niedrigerer Stromverbrauch von der Edge-Ebene bis zur Cloud erreicht werden, wo normalerweise die analytische Schwerstarbeit geleistet wird.
Wenn die multivariate Analyse auf kombinierte Zustands- und Prozessdaten angewandt wird, erhöht sich die Genauigkeit der Fehlervorhersage und der vorausschauenden Wartung. Der Einsatz von Deep-Learning-Algorithmen kann dabei helfen, Prozessmodelle zu erstellen und mit Modellen für den Zustand und die Lebensdauer von Anlagen zusammenzubringen, um veränderte Maschinen-, Prozess- und Umweltbedingungen zu berücksichtigen. Auf diese Weise können die Hersteller Wartungsarbeiten vorhersagen und planen, wenn sie die Produktivität am wenigsten beeinträchtigen.
Vorwärts zur Selbstwartung?
Auch wenn sich die vorausschauende Wartung immer mehr durchsetzt, haben führende Unternehmen bereits die Selbstüberwachung von Maschinen und eine moderate Selbstwartung im Blick. In der Halbleiter-Ätzanlagenindustrie beispielsweise können die Werkzeuge das Vorhandensein der elektrostatischen Spannvorrichtung, auf der die Wafer platziert werden, erkennen, ihre Ausrichtung und Kalibrierung überprüfen und ihren Zustand feststellen. Das Ersetzen des Futters durch ein neues aus dem eingebauten Lager ist eine relativ einfache Automatisierung, die unter Berücksichtigung laufender Prozesse und anstehender Gelegenheiten für einen geplanten Stillstand durchgeführt wird.
Diese Zukunft wird von den Spezialisten bei Arrow eingeläutet, die Ingenieure über Sensoren, Rechenplattformen und Cloud-Dienste beraten und ein umfangreiches Ökosystem von Partnern nutzen, die einen optimierten Betrieb durch vorausschauende Wartung ermöglichen.
Wenden Sie sich an Arrow, um Ihre Produktionsabläufe zu verbessern.