Imersten Teil des Fachaufsatzes wurden die Grundlagen der Methode vorgestellt und in einem Praxisbeispiel angewendet. Teil 2 beschreibt nun ein zweites Beispiel und erweitert somit die Möglichkeiten der Objektivierung von präventiven und korrektiven Instandhaltungsentscheidungen. Abgeschlossen wird der Aufsatz durch eine Diskussion der Ergebnisse. Verifizierung der Ergebnisse an Beispiel 2 und Diskussion der Ergebnisse Begriffe wie „Instandhaltung 4.0“, „vorausschauende Instandhaltung“ und „datenbasierte Entscheidungsfindung“ prägen die heutige Arbeitswelt und stellen Wasserversorger vor neue Herausforderungen. Parallel dazu wachsen auch die Anforderungen an die Instandhaltung stetig: Betriebsleiter stehen in der Pflicht, eine effiziente Anlagenbewirtschaftung durchzuführen und Instandhaltungsentscheidungen sowie Erneuerungsmaßnahmen fundiert zu begründen. Um hohe Maschinenzuverlässigkeiten mit einem vertretbaren Investitionsaufwand zu gewährleisten, muss die Instandhaltung in der Wasserproduktion optimiert werden. Die genaue Kenntnis über den aktuellen Zustand, die Verfügbarkeit sowie die Zuverlässigkeit einer Produktionsanlage ist dazu wesentliche Voraussetzung. Daraus ergibt sich die Forderung, den Zustand von Anlagen – bezogen auf den Abnutzungsvorrat einzelner Komponenten – zu erfassen und möglichst genau über die Nutzungsdauer zu dokumentieren, um auf Basis dieser Daten eine objektivierte Instandhaltungsentscheidung treffen zu können. Der erste Teil dieses Fachbeitrags beschreibt die Grundlagen zur Objektivierung von datenbasierten Instandhaltungsentscheidungen. Der entwickelte „Plan-Do-Check-Act“-Zyklus (PDCAZyklus) beschreibt die Vorgehensweise zur Erfassung entscheidungsrelevanter Instandhaltungsdaten. Zur Objektivierung von Zustandsinformationen werden regressionsbasierte Prognosemodelle mittels Microsoft Excel vorgestellt und ganzheitlich erläutert. Die Leserinnen und Leser haben dadurch die Möglichkeit, anhand eigener Anforderungen Instandhaltungsentscheidungen datenbasiert zu treffen. Das Praxisbeispiel verifiziert den Lösungsvorschlag anhand einesWälzlagers in einer Druckerhöhungspumpe imWasserwerk Köln-Weiler und objektiviert den Wälzlagerzustand anhand aufgezeichneter Temperaturwerte über die Betriebszeit. Bei gleichbleibenden Betriebsverhältnissen lassen sich unter Berücksichtigung einer definierten Signal- und Verschleißgrenze in Monaten errechnete Instandhaltungstermine definieren. Zu Beispiel 2: Wälzlagerzustand über Werte der Schwingungsmessung Für ein weiteres Beispiel zur Zustandsobjektivierung mittels Regressionsanalyse werden Messergebnisse des Hüllkurvenspektrums der Offline-Schwingungsmessung zumWälzlager der gleichen Maschine berücksichtigt. Mittels Schwingungsdiagnostik lassen sich Rückschlüsse auf den Zustand von rotierenden Maschinen und Bauteilen ziehen. Bei der Zustandsbestimmung vonWälzlagern können so z. B. Schäden anWälzlagerkomponenten auf Basis Instandhaltungsentscheidungen werden aktuell meist situativ oder auf Basis von Erfahrungswerten des Instandhaltungsmanagements getätigt. Eine konkrete Entscheidungsgrundlage hingegen steht nur in seltenen Fällen zur Verfügung. Im Wasserwerk Köln-Weiler wurde vor diesem Hintergrund eine Methode entwickelt, welche die Instandhaltung der dortigen Wasserproduktion zukunftsorientiert verändert. Durch die Fokussierung auf eine zustandsorientierte Instandhaltung lassen sich Instandhaltungsentscheidungen auf Basis objektivierter Zustandsinformationen treffen. von: Werner Friedrichs (Rheinische Fachhochschule Köln), Erik Geiß & Jonas Becker (beide: RheinEnergie AG) Objektivierung von präventiven und korrektiven Instandhaltungsentscheidungen – Teil 2 Der erste Teil des Fachbeitrags ist in der Ausgabe 12/2022 dieser Fachzeitschrift erschienen. Die Nummerierung der Abbildungen und Tabellen schließt an diesen an. INFORMATIONEN F 15 energie | wasser-praxis 01/2023
RkJQdWJsaXNoZXIy ODQwNjM=