Der Standortbetreiber Infraserv Höchst setzt bereits seit einigen Jahren erfolgreich auf das Sammeln von Daten mit Hilfe von Sensoren. Rund 400 Sensoren erfassen am Chemie- und Pharmastandort Industriepark Höchst drahtlos Parameter, die für einen zuverlässigen Betrieb notwendig sind. Zum Einsatz kommen vor allem Temperatur- und Vibrationssensoren. Die gewonnenen Daten zeigen zunächst nur den Ist-Zustand der Anlage. Ob eine Veränderung beispielsweise durch einen drohenden Schaden oder durch einen bewussten Eingriff wie ein geplantes Hoch- oder Herunterfahren der Leistung eingetreten ist, lässt sich aus den Daten so nicht ablesen. Dazu fehlen Informationen, die durch das Prozessleitsystem (PLS) in den jeweiligen Anlagen dokumentiert werden, wie zum Beispiel die Drehzahl der Maschine, der Druck oder die Wasserdurchflussmenge.
Für eine tiefer gehende Analyse müssen die Daten so aufbereitet und miteinander verknüpft werden, dass daraus Rückschlüsse gezogen werden können, um beispielsweise Fehlerquellen zu finden oder Energie einzusparen. So lassen sich Wartungs- und Reparaturkosten senken, indem potenzielle Schäden frühzeitig erkannt werden. Hier kommt die neue App „IoT-PLS-Miner" als Analysetool ins Spiel, mit der Infraserv Höchst erstmals Sensordaten aus dem Internet der Dinge mit den Daten des PLS verknüpft. Der Gesamtzustand einer Maschine oder auch der Zustand einzelner Komponenten und Anlagenteile lässt sich so mit wenigen Mausklicks gezielt analysieren. Damit setzt der Anlagenbetreiber die vorausschauende Instandhaltung konsequent um.
Entwickelt wurde das Tool bei Infraserv Höchst von den Experten des Bereichs Data Science & Data Engineering IT-Services in Zusammenarbeit mit den Fachleuten der Abteilung Kälte, Kühlung, Wasser (KKW), die für die Kälteversorgung, Wasseraufbereitung und Wassergewinnung im 460 Hektar großen Industriepark zuständig sind. „Das Verbinden der Sensordaten mit denen des Prozessleitsystems ist nicht einfach. Bisher hat das bei uns niemand gemacht“, erklärt Frank Mollard, der die Abteilung Data Science & Data Engineering leitet. „Das neue Tool bringt die Daten nun in logische Zusammenhänge und bietet ausgeklügelte Visualisierungen. Bei einem Alarm verbindet die App die verschiedenen Daten in Echtzeit und die Kollegen können so direkt erkennen, ob etwas nicht in Ordnung ist und wann sie eingreifen müssen“, erläutert Mollard. „Mithilfe künstlicher Intelligenz können wir hier auch nach Mustern suchen und so zum Beispiel günstige Fahrweisen von Pumpen erkennen.“
Auf diese Weise können die Anlagen deutlich verschleiß- und wartungsärmer betrieben werden. Das Betriebspersonal erkennt frühzeitig Schäden. Die Instandhaltung wird planbarer. Zudem werden Reparaturkosten durch Schadensvermeidung reduziert. Der Bereich Kälte, Kühlung, Wasser setzt den „IoT-PLS-Miner“ auch als Planungstool ein: Einmal pro Woche analysieren die Mitarbeiterinnen und Mitarbeiter der Wassergewinnung und der Kälteversorgung mit dem Analysetool, ob eine Maschine überprüft werden muss.
„Die Bewertung und Einordnung der Sensorwerte hat in der Vergangenheit viel Raum eingenommen, weil wir die Daten verschiedener Quellen händisch verknüpfen und oftmals mehrere Personen einbeziehen mussten“, sagt Sarah Teizel, Betriebsleiterin der Kälteversorgung. „In der neuen App ist diese Verknüpfung bereits hergestellt. Das erhöht sowohl die Effizienz als auch die Erfahrungsgewinne durch eine detailliertere Analyse.“
Aus diesen Erfahrungsgewinnen resultieren etwa zehn Wartungseinsätze pro Monat, bei denen die Lager mit Öl nachgeschmiert werden, um Maschinenschäden zu vermeiden. Darüber hinaus konnten die Mitarbeiter bereits mehrfach rechtzeitig eingreifen und größere Schäden verhindern. „Bei einem Schadensereignis konnten wir zum Beispiel erhebliche Kosten einsparen: Hätten wir nicht rechtzeitig und gezielt eingegriffen, wäre mit Sicherheit ein Schaden von 12.500 bis 25.000 Euro entstanden. Mithilfe der frühzeitig verfügbaren Daten konnten wir die Anlage für rund 3.500 Euro gezielt reparieren“, berichtet Frank Mollard. Vergleichbare Fälle treten pro Anlage etwa vier- bis sechsmal im Jahr auf. Der Data-Science-Experte resümiert: „Der ‚IoT-PLS-Miner‘ verlängert Wartungszyklen und die Lebensdauer von Anlagen und ist so konstruiert, dass er problemlos auch auf andere Betriebe von Infraserv ausgerollt werden kann.“
Frank Mollard und seine Kollegen von Data Science & Data Engineering forschen darüber hinaus beispielsweise an Optimierungsverfahren, Dimensionsreduktionsverfahren zur Anlagenbeschreibung oder auch an generativer künstlicher Intelligenz. Im vergangenen Jahr wurde ein digitaler Zwilling erfolgreich zur Energieoptimierung einer Rückkühlanlage eingesetzt, wodurch 411 Megawattstunden pro Jahr eingespart werden konnten. Zu den aktuellen Projekten der IT-Experten gehören der Einsatz von künstlicher Intelligenz zur Verbesserung verschiedener Anlagen, die Implementierung von Chatbots und sogenannten Recommender-Systemen oder auch die Erkennung von Anomalien bei Drohnenflügen.
