Vorausschauende Wartung mit SAP - Viel Wolke um nichts?

1 | 24.08.2016 |

TR

EB

ING

+ H

IMS

TE

DT

Webinar – SAP Predictive Maintenance & Service

Ulf Kottig Senior Marketing Manager

Trebing + Himstedt

Vorausschauende Wartung

Einstieg und Anwendung der SAP Predictive Maintenance & Service

../../../../Network/Office/oeffentlichkeitsarbeit/praesentationen/praesentationen2004/2004_TH_Kurzprofil_Produkte_gesamt.ppt

2 | 24.08.2016 | Webinar – SAP Predictive Maintenance & Service

Agenda

Trebing + Himstedt

IoT vs. Industrie 4.0 für die Produktion

Wartung wandert in die Wolke

SAP HANA Cloud Platform

Einführungsmodell

Referenzen

Live-Demo



Trebing + Himstedt

• Inhabergeführt, gegründet: 1992

• Von Nord bis Süd: Schwerin | Stuttgart | Basel (CH)

• Internationale Projekterfahrung

• SAP Partner seit 2005

• Kernkompetenz: Simplify Manufacturing mit MES und IoT

Manufacturing Execution System (MES) mit SAP

◦ Produktionskennzahlen

◦ Variantenreiche Fertigung

◦ Produktrückverfolgbarkeit

Internet of Things Services mit SAP

◦ SAP Predictive Maintenance and Service

• SAP Service und Lizenzpartner


4 | 24.08.2016 |

SAP IoT-Experten

SAP HANA Cloud Platform

SAP

Connected

Service

Beraten

Implementieren

Betreiben



5 | 24.08.2016 |

IoT vs. Industrie 4.0 für die Produktion


Produktinnovationen Geschäftsmodell-Innovationen



Nutzen auf dem Weg zur Industrie 4.0

Sehen

Was passiert? Verstehen

Warum passiert es? Vorbereitet sein

Was wird passieren?

Selbst optimierend

Wie kann autonom reagiert werden?

1. Sichtbarkeit

2. Transparenz

3. Prognosefähigkeit

4. Adaptierbarkeit

Mehrwert durch Konnektivität

Digitaler Schatten

Single Point of Truth

Predictive Services

Connected Services



Instandhaltung nach DIN 31051

alle

„Maßnahmen zur Bewahrung und Wiederherstellung des Soll-

Zustandes sowie zur Feststellung und Beurteilung des Ist-

Zustandes von technischen Mitteln eines Systems.“

1. Wartung

2. Inspektion

3. Instandsetzung

4. Schwachstellenbeseitigung oder auch Verbesserung



Wartung & Service – Perspektiven

Beteiligte und Ihre Anliegen

Wie kann ich den besten Service zur richtigen Zeit erbringen?



Wartung & Service – heute & morgen

Reifegradkurve für Maintenance-and-Service-Strategien Unternehmen bewegen sich

von einem reaktiven zu

einem proaktiven Ansatz.

Es gibt jetzt die Chance,

Maschinendaten zur

Verbesserung von

Geschäftsprozessen zu

nutzen.

Zustands-

orientiert

Warten bis die

Maschine

ausfällt und

dann Wartung

vornehmen.

Sukzessive Entwicklung zur vollen Industrie 4.0 Mehrwerte



Von reaktiv zu proaktiv

Cloud-Modelle machen es möglich



Wartung 4.0 senkt Kosten

Studien* zeigen:

*Laut einer aktuellen Studie des Weltwirtschaftsforums und des Beratungsunternehmens Accenture könnten bei

geplanten gegenüber ungeplanten Reparaturen 12 % und bei den Wartungskosten fast 30 % eingespart werden.

Darüber hinaus könne der Anteil ungeplanter Stillstände um 70 % zurückgehen. In der Studie von McKinsey erwartet

man 50 % weniger Ausfallzeiten sowie 20 bis 40 % geringere Wartungskosten für Produktionsanlagen und

Medizinprodukte. Eine Roland-Berger-Studie zeigt zudem, dass mit Predictive Maintenance nur noch 15 % der Zeit

mit Instandhaltung verbracht wird, bei „reaktiver“ Instandhaltung sei dies 40 % der Zeit.



Vorteile



In drei Stufen zum Erfolg

1. Messen

Anbindung von Steuerungs-und Sensordaten

2. Überwachen, analysieren, vorhersagen

Überwachung und Analyse von Anlagen und Abgleich mit Geschäftsdaten zur Vorhersage von Störungen

3. Handeln

Optimierung von Instandhaltungs-und Serviceaktivitäten und Entwicklung neuer, auf die Anlagen abgestimmter Geschäftsmodelle



Predictive Maintenance Prozess


15 | 24.08.2016 |

HANA Cloud Platform (HCP)

Lösungsarchitektur für IoT



16 | 24.08.2016 |

Der digitale Zwilling

Plattform

Service

egal von wo

Kunden

egal von wo

ERP Integration

Befähigen von

datengetriebenen

Dienstleistung per

SAP S/4 HANA

SAP PLM

SAP ME

SAP MII

SAP PCo

SAP AddOn

Der digitale Zwilling

From „things“ to outcomes



17 | 24.08.2016 |

Maschine

hat

Sensoren

Sensoren an

IoT Plattform

anschließen.

Echtzeit

Überwachung &

Daten sammeln

Daten

rückschauend

analysieren

Auffällige Muster

erkennen und ein

vorhersagendes

Modell generieren

Vorhersagendes

Modell in Echtzeit

Überwachung

anwenden und

automatisch

nachjustieren

lassen

=

Der Weg zur vorausschauenden Wartung



18 | 24.08.2016 |

Maschine

hat

Sensoren

Sensoren an

IoT Plattform

anschließen.

Echtzeit

Überwachung &

Daten sammeln

Daten

rückschauend

analysieren

Auffällige Muster

erkennen und ein

vorhersagendes

Modell generieren

Vorhersagendes

Modell in Echtzeit

Überwachung

anwenden und

automatisch

nachjustieren

lassen

=



= Fernwartung / Condition Monitoring



Von einfach…



…bis komplex


21 | 24.08.2016 |

Maschine

hat

Sensoren

Sensoren an

IoT Plattform

anschließen.

Echtzeit

Überwachung &

Daten sammeln

Daten

rückschauend

analysieren

Auffällige Muster

erkennen und ein

vorhersagendes

Modell generieren

Vorhersagendes

Modell in Echtzeit

Überwachung

anwenden und

automatisch

nachjustieren

lassen

=





Daten rückschauend analysieren

Von Big Data zu Smart Data

Alle Sensoren Ziel definieren Alle Sensordaten Ziel-relevante Sensoren

Device-ID

Sequential_number

Date

Time

Emergency_Stop

On_Off

Ambient_temperature

Humidity

Temperature-1

RPM-1

Vibration_1

Oil_pressure-1

Engergy-consumption-1

Water-consumption-1

Temperature-2

RPM-2

Oil_pressure-2


Water-consumption-2

Device-ID

Sequential_number

Date

Time

Emergency Stop

On_Off

Ambient temperature

Humidity

Temperature-1

RPM-1

Vibration_1

Oil_pressure-1


Water-consumption-1

Temperature-2

RPM-2

Oil_pressure-2


Water-consumption-2

Ambient temperature


RPM-2

Oil_pressure-2

Vibration

Device-ID # Date Time E_Stop On_Off A_t Humidity T-1 RPM-1 V-1 O_p1 Alarm1

12345 1 12.08.16 11:01:16 0 0 21,20 67,00 89,4 1233 4,30 124 0

12345 2 12.08.16 11:01:36 0 0 21,35 67,00 89,6 1245 4,00 124 0

12345 3 12.08.16 11:01:56 0 0 21,30 67,00 89,5 1235 4,30 124 0

12345 4 12.08.16 11:02:06 0 1 21,30 68,00 94 1560 5,60 124 1

12345 5 12.08.16 11:02:16 0 0 21,31 68,00 90 1256 4,30 124 0

12345 6 12.08.16 11:02:47 0 1 21,35 68,50 93 1540 6,25 124 1

12345 7 12.08.16 11:03:16 0 0 21,20 67,00 89,6 1240 4,25 124 0

12345 8 12.08.16 11:03:36 0 0 21,30 67,00 89,5 1245 4,50 124 0

12345 9 12.08.16 11:03:46 0 1 21,31 67,50 95 1480 5,30 124 1

12345 10 12.08.16 11:04:26 0 0 21,35 67,50 91 1233 4,50 124 0

12345 11 12.08.16 11:04:46 0 0 21,20 68,00 98,4 1245 4,30 124 0


23 | 24.08.2016 |

Maschine

hat

Sensoren

Sensoren an

IoT Plattform

anschließen.

Echtzeit

Überwachung &

Daten sammeln

Daten

rückschauend

analysieren

Auffällige Muster

erkennen und ein

vorhersagendes

Modell generieren

Vorhersagendes

Modell in Echtzeit

Überwachung

anwenden und

automatisch

nachjustieren

lassen

=




24 | 24.08.2016 |

Modellbildung

Bekannte Daten

Neue Daten

“Untertrainiertes” Modell / sehr robust (Hohe Fehlerrate beim Training = hohe Fehlerrate

beim Test)

Robustes Modell

(geringe Fehlerrate beim Training geringe Fehlerrate beim Test)

“Übertrainiertes” Modell /nicht robust

(Kein Fehler beim Training, hohe Fehlerrate beim Test)

Vorhersagemodell generieren

Wie gut ist das Modell?



25 | 24.08.2016 |

Vorhersagemodell generieren

Wie gut ist das Modell?



26 | 24.08.2016 |

Maschine

hat

Sensoren

Sensoren an

IoT Plattform

anschließen.

Echtzeit

Überwachung &

Daten sammeln

Daten

rückschauend

analysieren

Auffällige Muster

erkennen und ein

vorhersagendes

Modell generieren

Vorhersagendes

Modell in Echtzeit

Überwachung

anwenden und

automatisch

nachjustieren

lassen

=





Modell anwenden



Referenzen / SAP-Pilotkunden




Trenitalia

https://youtu.be/583aGe0xIGY?list=PLbKV5TqAEeY9309hN4nA_gwgDn70dfC2N

8-10% Reduction

in maintenance costs

700 TB Data managed

per year via

SAP HANA platform

Improved Reliability

and availability of trains

Higher Customer satisfaction

due to improved customer service





Live-Demo

SAP Predictive Maintenance in der SAP Cloud

https://youtu.be/RGiXWvrLwCQ?list=PLbKV5TqAEeY9309hN4nA_gwgDn70dfC2N





Einladung: Instandhaltung mit SAP

13.09.2016 bis 14.09.2016 – Düsseldorf

Es erwarten Sie folgende Themen:

• Instandhaltung und SAP-Standard – (k)ein Widerspruch

• SAP Enterprise Asset Management – Aktueller Stand und zukünftige Perspektiven

• Instandhaltung in der Produktion von morgen

• Mobile Wartungsprozesse, Checklisten und Inspektionen

• Predictive Maintenance: Von der Idee zur Umsetzung mit Integration ins SAP ERP

• Einführung SAP EAM: Herausforderungen, Stolpersteine und Errungenschaften

Wenn Sie bei der Anmeldung für die Veranstaltung 10 % sparen möchten,

kontaktieren Sie uns, bzw. nutzen den Anmeldecode „5555“

→ www.t-h.de/events



Fragen? – Antworten!

Stellen Sie Ihre Fragen in der Fragenbox, oder „heben Sie die Hand“, wenn Sie das Mikro möchten…

Steffen Himstedt

Geschäftsführer und IoT Business Development, Trebing + Himstedt

Ulf Kottig

Senior Marketing Manager, Trebing + Himstedt



Vielen Dank

Trebing + Himstedt

SAP IoT-Experten

Tel.: +49 385 39572-0

E-Mail: [email protected]

www.t-h.de/pdms


Vorausschauende Wartung mit SAP - Viel Wolke um nichts?

Technology

Transcript of Vorausschauende Wartung mit SAP - Viel Wolke um nichts?