
Eine Anlage fällt selten plötzlich aus. Fast immer sendet sie über Wochen hinweg Signale: Sie vibriert etwas stärker, nimmt einige Ampere mehr auf, erwärmt sich an Stellen, die zuvor kühl blieben, oder läuft länger, um dasselbe Ergebnis zu erzielen.
Vorausschauende Wartung umfasst Techniken, die solche Signale erkennen und in einen geplanten Wartungseinsatz umwandeln, anstatt auf einen Ausfall zu warten oder noch funktionsfähige Komponenten nach einem festen Zeitplan auszutauschen.
Ein Aspekt wird jedoch selten angesprochen, obwohl er für Gebäudeverantwortliche besonders wichtig ist: Lange bevor eine Maschine stillsteht, beginnt eine sich verschlechternde Maschine mehr Energie zu verbrauchen. Dieser Mehrverbrauch verursacht täglich Kosten und bleibt unbemerkt, weil er keine Betriebsunterbrechung verursacht.
Die Wartungsterminologie ist normiert: UNI EN 13306:2018 definiert die allgemeinen Begriffe des Bereichs. In der Praxis werden drei Kategorien unterschieden.
Die korrektive Wartung erfolgt nach einem Ausfall. Die vorbeugende Wartung erfolgt im Voraus in festgelegten Intervallen, unabhängig vom tatsächlichen Zustand der Komponente. Die vorausschauende Wartung erfolgt ebenfalls im Voraus, basiert jedoch auf gemessenen Parametern, die auf eine fortschreitende Verschlechterung hinweisen.
Der praktische Unterschied zwischen den ersten beiden Kategorien sowie Beispiele und Vorteile werden auf der Seite über den Unterschied zwischen vorbeugender und korrektiver Wartung erläutert. Hier liegt der Schwerpunkt auf der vorausschauenden Wartung.
Eine Klarstellung ist wichtig, da sie in der kommerziellen Kommunikation häufig verloren geht: Vorausschauend bedeutet nicht, dass eine Software das Datum eines Ausfalls errät. Es bedeutet, eine physikalische Größe zu beobachten, die mit dem Zustand einer Komponente zusammenhängt, und einzugreifen, wenn diese Größe vom normalen Verhalten abweicht.
Der Prozess umfasst vier Schritte, wobei der vierte am häufigsten ausgelassen wird.
Messen. Schwingungen, Temperatur, elektrische Stromaufnahme, Differenzdruck, Betriebsstunden und Durchfluss. Die Auswahl hängt von der Maschine ab: Bei einem Ventilator sind Schwingungen und Stromaufnahme wichtig, bei einem Wärmetauscher Temperaturen und Druckverlust.
Den Normalzustand bestimmen. Ohne eine über mehrere Betriebswochen ermittelte Referenzbasis ist jeder Grenzwert willkürlich. Diese Phase erfordert am meisten Geduld und wird am häufigsten verkürzt.
Abweichungen erkennen. Ein Wert außerhalb des Grenzwerts, eine allmähliche Drift oder ein Verhalten, das nicht zu den äußeren Bedingungen oder zur Last passt.
Den Wartungseinsatz auslösen. Aus der Anomalie wird ein einer Person zugewiesener Arbeitsauftrag mit Frist und dokumentierter Historie. Eine E-Mail-Warnung, die einfach liegen bleibt, ist keine vorausschauende Wartung, sondern nur ein weiterer Alarm, den man ignorieren kann.
Bei diesem Thema herrscht viel Verwirrung, deshalb ist Genauigkeit wichtig.
Algorithmen des maschinellen Lernens helfen dabei, Muster zu erkennen, die ein fester Grenzwert nicht erfasst: die Kombination mehrerer Parameter, ein last- oder saisonabhängiges Verhalten sowie Abweichungen, die nur unter bestimmten Betriebsbedingungen auftreten.
Damit sie funktionieren, benötigen sie historische Daten, insbesondere Aufzeichnungen über Ausfälle. Ein Modell, das mit einer Anlage trainiert wurde, die noch nie ausgefallen ist, kann nur wenig lernen. Dies ist die häufigste praktische Einschränkung in Gebäuden, wo nur wenige und oft unregelmäßige Daten gesammelt werden.
Daraus ergibt sich eine klare Vorgehensweise. In den meisten Fällen ist es sinnvoll, mit gut definierten Regeln und Grenzwerten für einige wenige Messgrößen zu beginnen, ein bis zwei Jahre lang Daten zu sammeln und Modelle einzuführen, sobald genügend Trainingsmaterial vorhanden ist. Der umgekehrte Weg – einen Algorithmus zu kaufen, bevor Daten vorliegen – ist der häufigste und teuerste Fehler.
Der nächste Schritt ist die präskriptive Wartung. Dabei meldet das System nicht nur eine Anomalie, sondern schlägt auch eine Korrekturmaßnahme vor und schätzt deren Auswirkungen. Diese Entwicklung ist real, setzt jedoch alle vorherigen Schritte voraus.
Dieser Aspekt betrifft Gebäudeverantwortliche unmittelbar und wird in industriellen Betrachtungen der vorausschauenden Wartung häufig vernachlässigt.
Ein verschmutzter Luftfilter erhöht den Druckverlust, sodass der Ventilator mehr Leistung aufnimmt, um dieselbe Luftmenge zu bewegen. Ein verschmutztes Wärmeübertragungsregister überträgt weniger Wärme, und die Anlage gleicht dies durch längere Betriebszeiten aus.
Ein Kältekreislauf mit verringerter Kältemittelfüllung erbringt bei gleicher Arbeit weniger Leistung. Ein falsch kalibrierter Sensor führt dazu, dass die Anlage monatelang nach einem falschen Wert geregelt wird.
Keiner dieser Fälle führt unmittelbar zu einem Stillstand. Stattdessen steigen die Energiekosten schrittweise, ohne dass dies auffällt, bis jemand den Verbrauch mit dem entsprechenden Zeitraum des Vorjahres vergleicht.
Daraus ergibt sich die wichtigste praktische Erkenntnis: Die elektrische Stromaufnahme ist sowohl ein Verbrauchsindikator als auch ein Zustandsindikator. Dieselbe Messung, die für die Überwachung des Energieverbrauchs verwendet wird, kann die Verschlechterung einer Komponente erkennen, ohne spezielle Diagnosesensoren installieren zu müssen.
Deshalb ist es sinnvoll, Energiemanagement und Wartung auf derselben Plattform zu betreiben, statt zwei Systeme zu verwenden, die nur einmal im Monat Daten austauschen.
Deshalb ist es sinnvoll, Energiemanagement und Wartung auf derselben Plattform zu betreiben, statt zwei Systeme zu verwenden, die nur einmal im Monat Daten austauschen.
Das Positionspapier von Deloitte aus dem Jahr 2017 nennt eine Senkung der gesamten Wartungskosten um 5 bis 10 %, eine Steigerung der Anlagenverfügbarkeit um 10 bis 20 % und eine Verringerung des Planungsaufwands um 20 bis 50 %.
Dasselbe Dokument nennt auch deutlich höhere Durchschnittswerte, beispielsweise 70 % weniger Ausfälle, ohne jedoch deren Berechnungsgrundlage zu erläutern.
Die PwC-Mainnovation-Studie aus dem Jahr 2018, die 268 Unternehmen in den Niederlanden, Deutschland und Belgien untersuchte, ist vorsichtiger: 60 % der Unternehmen, die vorausschauende Ansätze eingeführt hatten, erzielten eine durchschnittliche Steigerung der Betriebszeit um 9 %.
Daraus ergeben sich zwei praktische Schlussfolgerungen. Erstens stammen die höchsten Werte fast immer aus industriellen Umgebungen mit kritischen Maschinen im Dauerbetrieb – Bedingungen, die für Dienstleistungsgebäude nicht typisch sind.
Zweitens ist für eine Investitionsentscheidung nur der Wert relevant, der sich aus den eigenen Aufzeichnungen über Stillstände und Wartungseinsätze ergibt, nicht ein Branchenvergleichswert.
Vier Dinge sind erforderlich: Sensoren zur Messung relevanter Größen, eine kontinuierliche Datenerfassung, ein Wartungsmanagementsystem, das Anomalien empfängt und in Aufgaben umwandelt, sowie eine Person, die die Daten regelmäßig überprüft.
Es ist nicht notwendig, mit der gesamten Anlage zu beginnen. Sinnvoll ist es, sich auf Komponenten zu konzentrieren, deren Ausfall besonders teuer ist, sei es aufgrund von Betriebsunterbrechungen oder der Kosten eines Notfalleinsatzes: Kälteanlagen, Heizungszentralen, Aufzüge, Pumpen und Hauptschaltschränke.
Bei kostengünstigen und leicht austauschbaren Komponenten lohnt sich vorausschauende Wartung nicht. Eine preiswerte Lampe oder ein einfaches Ventil lässt sich besser nach einem Zeitplan oder erst bei einem Defekt austauschen. Dies offen anzuerkennen, gehört zu einem ehrlichen Projekt.
Bei RLT-Anlagen werden der Differenzdruck an den Filtern, die Stromaufnahme der Ventilatoren sowie die Zu- und Rücklufttemperaturen überwacht. Diese drei Parameter weisen gemeinsam auf verschmutzte Filter, lockere Riemen und verschmutzte Wärmetauscherregister hin.
Bei Kälteanlagen sind Drücke, Kondensations- und Verdampfungstemperaturen sowie die im Verhältnis zur Last gemessene Stromaufnahme entscheidend, da der Wirkungsgrad lange vor einem Ausfall sinkt.
Bei Pumpen weist die Kombination aus Schwingungen und Stromaufnahme frühzeitig auf verschlissene Lager und Kavitation an Laufrädern hin.
Bei elektrischen Schaltschränken erkennt die regelmäßige Thermografie lose Verbindungen, die eine häufige Ausfallursache und ein Brandrisiko darstellen.
Bei Aufzügen geben die Anzahl der Fahrten, die Bewegungszeiten und die Wiederherstellungseinsätze wichtige Hinweise auf den Anlagenzustand. Diese Daten werden bereits von der Aufzugssteuerung erfasst.
Die Wartungssoftware von UTwin ist in einen digitalen Zwilling des Gebäudes integriert: Jede Komponente ist im Grundriss verortet und verfügt über einen eigenen Datensatz, eine Historie und Dokumente. Wartungseinsätze werden zugewiesen und nachverfolgt und bleiben auch bei einem Wechsel des Wartungsdienstleisters zugänglich.
Das Besondere an diesem Ansatz ist die Integration mit der Energiemanagementsoftware. Daten von Smart Metern und IoT-Sensoren dienen gleichzeitig der Verbrauchsanalyse und der Überwachung des Anlagenzustands. Dadurch kann eine Veränderung der Stromaufnahme einen Arbeitsauftrag auslösen, ohne dass Daten manuell zwischen zwei getrennten Systemen übertragen werden müssen.
Wenn bereits ein Automatisierungssystem vorhanden ist, ergänzt die Plattform dieses und liest dessen Daten aus. Der Zusammenhang zwischen Gebäudeautomation und digitalem Zwilling wird auf der entsprechenden Seite erläutert.
Vorbeugende Wartung erfolgt in festgelegten Intervallen, unabhängig vom Zustand der Komponente. Dadurch können noch funktionsfähige Teile ausgetauscht werden oder Eingriffe zu spät erfolgen. Vorausschauende Wartung basiert auf gemessenen Parametern, die auf eine fortschreitende Verschlechterung hinweisen, und passt die Wartungsintervalle an den tatsächlichen Zustand der Maschine an.
Nein. Algorithmen sind hilfreich, wenn ausreichend historische Daten vorliegen und die Verschleißsignale von mehreren Variablen abhängen. Bei vielen Gebäudeanlagen erzielt ein gut eingestellter Grenzwert für zwei oder drei wichtige Messgrößen bereits den Großteil des Nutzens und ermöglicht gleichzeitig das Sammeln der später benötigten Daten.
Die veröffentlichten Schätzungen unterscheiden sich erheblich. Deloitte nannte 2017 eine Senkung der Wartungskosten um 5 bis 10 %, während die PwC-Mainnovation-Studie aus dem Jahr 2018 bei 60 % der beteiligten Unternehmen eine durchschnittliche Steigerung der Betriebszeit um 9 % feststellte.
Die deutlich höheren Zahlen, die häufig genannt werden, beziehen sich in der Regel auf kritische Industrieanlagen. Eine verlässliche Schätzung sollte deshalb aus den eigenen Aufzeichnungen über Stillstände und Wartungseinsätze abgeleitet werden.
Man sollte mit Anlagen beginnen, deren Ausfall besonders teuer ist, sei es wegen einer Betriebsunterbrechung oder der Kosten eines dringenden Einsatzes: Kälteanlagen, Heizungszentralen, Pumpen, Aufzüge und Hauptschaltschränke. Bei kostengünstigen und schnell austauschbaren Komponenten gibt es keinen wirtschaftlichen Vorteil.
Der Zusammenhang ist enger, als es zunächst scheint. Verschmutzte Filter, verkalkte Wärmetauscherregister, eine unzureichende Kältemittelfüllung und falsch kalibrierte Sensoren erhöhen den Energieverbrauch lange vor einem Stillstand. Da die elektrische Stromaufnahme sowohl ein Verbrauchswert als auch ein Zustandsindikator ist, erfüllt ihre Überwachung beide Zwecke mit derselben Installation.
Infos