Die Zukunft der vorausschauenden Wartung

Die Strategie von Durst, mithilfe von KI Druckerprobleme zu beheben, bevor sie auftreten, sollte Produktionsausfälle vermeiden und den Weg für die „Smart Factory“ der Zukunft ebnen

Dursts kürzlich angekündigte Strategie für die vorausschauende Wartung wird neben dem EU-finanzierten PREMISE-Projekt künstliche Intelligenz und Computer-Lernalgorithmen verwenden, um Vorhersagen und Interventionen effizienter zu gestalten. Wir haben mit Christian Casazza, Director Service Durst Group, und Michael Deflorian, Business Unit Manager Software & Solutions, darüber gesprochen, was dies für die Zukunft des Druckens bedeutet.

Wie bietet vorausschauende Wartung einen ernsthaften Wettbewerbsvorteil?

CC: Wir haben nie wirklich einen ernsthaften Wettbewerbsvorteil gegenüber unseren Wettbewerbern in Betracht gezogen - wir haben uns auf unsere Kunden und deren Bedürfnisse konzentriert. Wir versuchen, die Produktivität unserer Kunden zu verbessern, indem wir einerseits die Verfügbarkeit erhöhen und andererseits die Betriebskosten für unsere Kunden senken. Unser Ziel ist es daher, einen Wettbewerbsvorteil für unsere Kunden zu schaffen.

Ein Teil der Durst-Servicestrategie besteht darin, zu versuchen, ungeplante Services ab 2025 zu eliminieren. Und hier bin ich Michael sehr dankbar, der an dem EU-finanzierten PREMISE-Projekt gearbeitet und es geschafft hat, es in Betrieb zu nehmen.

Laut Durst ist vorausschauende und nicht reaktive Wartung der Weg in die Zukunft

MD: Im Falle einer vorausschauenden Wartung ist meine Abteilung der Lieferant der Toolsets, die für unsere Serviceabteilungen benötigt werden. Wir liefern auch die Analysetools, die die Daten von Durst-Maschinen erfassen: Produktivitätsdaten, Sensordaten und die Signale, die in den Kommunikationskanälen zwischen Komponenten in unseren Maschinen laufen.

Wir haben all diese Daten auf zwei Arten mit der Freien Universität Bozen-Bozen (unibz) analysiert. Das erste ist, dass unsere Experten über fundierte Kenntnisse der Maschine verfügen und bestimmte Ursachen für verschiedene Fehler kennen. Mit diesem Wissen können wir die Daten verwenden, um einen Ausfall vorherzusagen. Die zweite wichtige Sache ist, den gesamten Datensatz zu analysieren, einen klassischen Big-Data-Ansatz, und neue Muster oder Korrelationen mit Ursachen zu finden, die uns nicht bekannt sind. Das ist ein wichtiger Teil dieses Projekts.

Wie weit im Voraus können Probleme vorhergesagt und Wartungsarbeiten organisiert werden?

CC: Das ist eine schwer zu beantwortende Frage. Ein Drucksystem besteht aus mehreren tausend verschiedenen Teilen, einschließlich Verbrauchsmaterialien. Wenn Sie den Lebenszyklus kennen, ist es einfacher, Probleme mit der regelmäßigen Wartung zu planen und zu beheben.

Schauen wir uns als Beispiel eine UV-Lampe an. Wir wissen, dass eine UV-Lampe je nach Lampentyp etwa 1.000 Betriebsstunden hat, bevor sie ausgetauscht werden muss. Jetzt verwenden wir unsere Analysen zusammen mit unserem Wissen über die Betriebsstunden und einige Sensorwerte, um Toleranzen einzubauen. Wir sagen, wenn wir die UV-Lampe bis zu 800 Betriebsstunden verwenden, haben wir eine gute Leistung und die visuelle Anzeige zeigt einen grünen Balken. Von 800 bis 1.000 Betriebsstunden haben wir mittlere Betriebsbedingungen, bei denen wir sagen, dass wir in diesen 200 Stunden über das Wechseln der UV-Lampe nachdenken müssen. Dann wissen wir, dass es immer noch über 1.000 Betriebsstunden arbeiten kann, aber das Ausfallrisiko ist ziemlich hoch.

Christian Casazza

So funktioniert das System. Wir stellen jeden Parameter und jeden Sensorwert, den wir verfolgen, unter Toleranzen ein und versuchen, dies rechtzeitig zu antizipieren. Bei Verbrauchsmaterialien, bei denen wir den Lebenszyklus kennen, ist das einfach, aber dann haben wir auch unregelmäßige Ausfälle und das ist schwieriger. Das Ziel des PREMISE-Projekts ist es, herauszufinden, wie wir das erkennen können, bevor es passiert.

Wenn wir das Beispiel eines Tintenfilters verwenden, betrachten wir die Kapazität der Umwälzpumpe. Mit Durst Analytics können wir dies verfolgen und verschiedene Bedingungen ermitteln, indem wir die Leistung durch die Umwälzpumpe messen. Wenn es eine kontinuierliche Erhöhung gibt, müssen wir den Filter ersetzen, sobald die Toleranz erreicht ist. Wenn andererseits etwas mit der Tinte nicht stimmt, haben wir sofort einen verstopften Filter. Es kann schwieriger sein, diese Situationen zuerst zu verstehen, aber durch Durst Analytics können wir feststellen, dass etwas schief geht, und wir können sofort reagieren.

Die Daten, die Sie zur Information des Vorhersagesystems verwenden, basieren also auf früheren Daten und darauf, was Ihnen über Durst Analytics zugeführt wird. Gibt es Raum oder das Potenzial für KI, die Lücken zu füllen, in denen Sie nicht über die Daten verfügen?

MD: Genau das ist die Motivation für das PREMISE-Projekt mit unibz. Wir wollten modernste KI-Algorithmen zusammen mit Algorithmen für maschinelles Lernen auf die Daten anwenden, die wir sammeln.

Es gibt verschiedene Möglichkeiten, die Algorithmen zu lehren. Eine besteht darin, alle Erfahrungen unserer internen Experten einzubringen, um die Daten für die bereits bekannten Ursachen und Auswirkungen zu validieren. Sie können dem System dann beibringen, sich zu lösen, wenn der Energieverbrauch der Pumpe steigt - ein starker Hinweis darauf, dass der Filter verstopft ist, da Sie mehr Energie in der Pumpe benötigen, um die Tinte zirkulieren zu lassen. Dies ist ein einfaches Beispiel dafür, wie Sie Intelligenz anhand von Algorithmen lehren können.

Eine andere Möglichkeit besteht darin, mithilfe der Algorithmen eine große Datenmenge zu durchsuchen, um unbekannte Muster zu finden, die zu Fehlern geführt haben. Wenn das System diese Muster in einer Maschine identifiziert, kann es dem Bediener eine Meldung geben, dass er in naher Zukunft ein Problem erwarten kann.

Alle diese Schritte scheinen einzeln offensichtlich und sinnvoll zu sein, aber die wahre Schönheit scheint in der Kraft zu liegen, sie zusammenzubringen?

MD: Absolut, das ist das Wichtige. Wir sehen es nicht nur als individuellen technologischen Fortschritt - es ist eine ganze Strategie, bei der all diese Komponenten zusammenkommen.

Wie passt die vorausschauende Wartung von Durst in die Idee der „intelligenten Fabrik“ der Zukunft?

MD: Dies ist ein wirklich wichtiger Teil der Strategie. Wir möchten vernetzte Infrastrukturen, intelligente Produktionssysteme und intuitive Software, um automatisierte Geschäftsprozesse zu ermöglichen - das ist alles Teil unseres neuen Werkzeugumfangs von Pixel bis Ausgabe. Natürlich ist die Automatisierung ein wichtiger Aspekt, aber ein anderer ist die Stabilität: Sie möchten einen stabilen automatisierten Prozess. Das Hauptziel von PREMISE ist es, die Robustheit unserer Systeme auf ein noch höheres Niveau zu bringen, damit wir keine ungeplanten Ausfälle haben, sodass der Kunde über eine hochzuverlässige Produktionsmaschine innerhalb des automatisierten Prozesses verfügt.

Michael Deflorian

Der ungeplante Dienst ist Teil der Durst-Strategie „From Pixel to Output“ für 2025 und darüber hinaus. Das Kernelement dort ist unsere Umwandlung vom Druckerhersteller, für den Durst bekannt ist, zu einem Lösungsanbieter für den Digitaldruck. "Vom Pixel zur Ausgabe" definiert einen Bereich, von der Erstellung von Inhalten bis zum Produkt.

Dies beinhaltet auch eine Erweiterung unseres Produktportfolios. Früher waren es Drucker und Tinte, heute ist es ein ganzes Ökosystem aus Druckern, Tinte, Software, Beratungs- und Schulungsdiensten. Im Wesentlichen geht es darum, sicherzustellen, dass die Kunden alles zur Hand haben, was sie brauchen, um nicht nur im Druck, sondern auch im Hinblick auf die gesamte digitale Transformation erfolgreich zu sein.

Entscheidend für diese Strategie und um dieses Ziel zu erreichen, sind Hochleistungsmaschinen mit hoher Betriebszeit und ohne Produktionsüberraschungen und plötzliche Ausfälle, die die Produktivität des gesamten Systems beeinträchtigen. Diese vorausschauende Wartung oder keine ungeplante Servicestrategie ist daher das Herzstück der gesamten Durst-Strategie.

FESPA: Erwägen Sie Augmented Reality (AR), damit Benutzer in Zukunft Teile wechseln können? Anstatt beispielsweise Ingenieure zu entsenden, können Kunden ihre eigenen Teile mithilfe der AR-Anleitung ändern.

CC: Wir haben 2015 mit AR-Projekten begonnen und verschiedene Technologien getestet, an deren ersten Schritten unsere Servicetechniker beteiligt waren. Wir sind ein globales Unternehmen und um die Fähigkeiten unserer Ingenieure auf einem bestimmten Niveau zu halten, hielten wir es für gut, ihnen AR-Unterstützung zu geben. Auf diese Weise wissen wir, dass sie in Asien nach den gleichen Standards arbeiten wie in Europa, insbesondere für neue Ingenieure. Wir haben mehrere Tests durchgeführt, und einige waren gut, während wir bei anderen Gelegenheiten Probleme mit dem Videobildschirm hatten.

Alle Durst-Maschinen, wie die oben genannten P5, verlassen das Werk mit bereits enthaltenen Analysefunktionen

Daran arbeiten wir noch. Was wir jedoch herausgefunden haben, war, dass es im Moment nicht funktioniert - besonders für unsere Endkunden. Unsere Erfahrung hat uns gezeigt, dass wir bei unseren Kunden mehr Akzeptanz finden, wenn wir unsere Bediener entsprechend schulen, um sich beim Austausch von Teilen zu helfen, anstatt AR anzubieten. Das Gute ist, dass die Bediener durch diese Schulung ein besseres Gefühl für die tägliche Wartung der Maschine bekommen und wie wichtig diese ist, sodass die Zuverlässigkeit steigt. Mit AR-Anweisungen allein hat es nicht den gleichen Effekt.

Wir sind jedoch weit davon entfernt, AR aufzugeben. Wir sind ständig auf der Suche nach den neuesten AR-Technologien, es ist einfach nicht richtig für die aktuelle Zeit. Wir haben jedoch in den letzten 12 oder 14 Monaten mit globalen Reisebeschränkungen gesehen, dass dies ein absolutes Muss für die Zukunft ist. Es ist auch Teil der Durst-Servicestrategie, die besagt, dass unsere Maschinen für Service oder Selbstbedienung ausgelegt sein müssen.

FESPA: Wie wichtig ist es, im Drucksektor proaktiv innovativ zu sein?

CC: Wir haben unsere Technologieausbildungsabteilung, die ständig nach den neuesten Technologien auf dem Markt sucht. Ein weiterer wichtiger Punkt für uns ist es, die richtige Ausrüstung zu finden, um unseren Kunden wirklich zu helfen.

Zum Beispiel haben wir mit Microsoft HoloLens getestet, einer intelligenten Brille in Kombination mit Apps. Ja, sie können problemlos verwendet werden, wenn ein elektronisches Teil ausgetauscht wird. Wenn Sie jedoch beispielsweise Druckköpfe anpassen möchten, hilft die Brille nicht weiter. Sobald wir uns auf Qualität konzentrieren, kann dies nicht mehr aus der Ferne erfolgen - wir brauchen Menschen, die geschult sind und die erwartete Qualität verstehen. Es gibt Einschränkungen, aber wir geben nicht auf und suchen immer nach den neuesten Technologien.

Was möchten Sie den FESPA-Mitgliedern mitteilen?

CC: Jeder Drucker, der das Werk in Durst verlässt, verfügt bereits über Analysefunktionen. Mit jedem neuen Drucker investieren wir wirklich in vorausschauende Wartung, und diese Daten sind die Grundlage dafür. Wenn ein Kunde seine Maschine nicht online haben möchte, ist das auch in Ordnung, aber diejenigen, die Daten senden, geben uns die Möglichkeit, wirklich vorausschauend zu sein.

MD: Und ich möchte darauf hinweisen, dass die Strategie „kein ungeplanter Service“ keine After-Sales-Strategie ist. Es beginnt mit der Entwicklung und dem Konzept der Maschine und der zugehörigen Software und geht dann in den After-Sales-Bereich. Es ist ein ganzheitlicher Ansatz.