InnoServPro

Agenda

Projektziel: Entwicklung von innovativen Serviceprodukten zur Realisierung von individualisierten, verfügbarkeitsorientierten Geschäftsmodellen (für das gesamte erweiterte Wertschöpfungsnetzwerk)

Teilziel 1: Konzeption von verfügbarkeitsorientierten Geschäftsmodellen

In der Investitionsgüterindustrie gibt es seit einigen Jahren vermehrt die Nachfrage nach Verfügbarkeitsgarantien. Um solche Garantien anbieten zu können, müssen innovative Produkt-Service Systeme und dazu passende Geschäftsmodelle entwickelt werden. Ein durchgängiger Ansatz zur Entwicklung und Realisierung datenbasierter, verfügbarkeitsorientierter Geschäftsmodelle fehlte bis dato. Der Ansatz zur Entwicklung verfügbarkeitsorientierter Geschäftsmodelle wurde im Teilziel 1 näher beleuchtet.

Ergebnis

Im Projekt wurde ein durchgängiges Entwicklungskonzept erarbeitet, mit dessen Hilfe verfügbarkeitsorientierte Geschäftsmodelle entwickelt und realisiert werden können. Der Entwicklungsprozess kann dabei sowohl aus marktgetriebener Perspektive als auch aus technologieorientierter Perspektive durchlaufen werden. Eine starke Kundenorientierung wurde durch den Einsatz einzelner Design-Thinking-Methoden sichergestellt. Das Entwicklungskonzept wurde an drei Anwendungsfällen validiert. Die nachfolgende Abbildung zeigt den Prozess und die verwendeten Tools.

Teilziel 2: Entwicklung und Integration von intelligenten, kommunikationsfähigen Komponenten

Die Umsetzung von verfügbarkeitsorientierten Geschäftsmodellen führt zu neuartigen und teils komplexen Anforderungen an das Überwachungskonzept von Investitionsgütern. Stand bisher die Einhaltung des gewünschten Betriebspunktes im Fokus, so ist nunmehr ebenfalls die Beobachtung von Verschleißmechanismen zu berücksichtigen. Weiterhin ist es wünschenswert, aus den Sensordaten einzelner Maschinen unter Anwendung von intelligenten Algorithmen komplexe Zusammenhänge zu erkennen, deren Kenntnis zur Beurteilung der Verfügbarkeit der einzelnen Maschine dient. Hierfür müssen die kommunikationsfähigen Sensorkomponenten eine Zentralisierung der Daten zulassen. Die resultierenden Herausforderungen an das Überwachungskonzept und an die Daten-Infrastruktur wurde im Teilziel 2 näher beleuchtet.

Ergebnis

Im Projekt wurden zwei Überwachungskonzepte entwickelt, die je nach Natur des Anwendungsfalles sowohl für die Überwachung einzelner, konkreter Verschleißkomponenten als auch für die Überwachung des mechanischen Gesamtsystems geeignet sind. Weiterhin wurde eine flexible, hardwarebasierte Kommunikationsplattform aufgebaut, die zur Nachrüstung unterschiedlicher Investitionsgüter geeignet ist. Diese ermöglicht die Zentralisierung gängiger Sensoren auf dem Markt und die lokale Datenvorverarbeitung an der Maschine. Die Prinzipien der Überwachungskonzepte und die hardwarebasierte Kommunikationsplattform wurden anhand von zwei unterschiedlichen Anwendungsfällen validiert. Die nachfolgende Abbildung zeigt die prinzipielle Vorgehensweise bei der Umsetzung der Überwachungskonzepte.

Teilziel 3: Gestaltung des Informationsmanagements für individualisierte, verfügbarkeitsorientierte Geschäftsmodelle

Die zunehmende Digitalisierung bietet neue technologische Möglichkeiten, um eine höhere Verfügbarkeit von Produkt-Service-Systemen sicherzustellen. Um die Bereitstellung von Verfügbarkeitsgarantien technisch zu ermöglichen, ist jedoch ein durchgängiges Konzept für die Verwaltung und Auswertung aller produktbezogenen Daten vonnöten. Der Fokus des Teilziel 3 lag in der Entwicklung einer ganzheitlichen Gesamtlösung, die über mehrere IT-Systeme hinweg für alle Arbeitsabläufe und beteiligten Rollen die jeweils relevanten Daten zur passenden Zeit bereitstellen kann. Neben der konkreten Lösung wurde auch ein Beschreibungsrahmenwerk zur Entwicklung vergleichbarer Lösungen betrachtet.

Ergebnis

Im Projekt wurde eine cloudbasierte IT-Kommunikationsplattform entwickelt, die die Daten der intelligenten kommunikationsfähigen Komponenten (vgl. Teilziel 2) über eine mobile Datenverbindung oder durch manuelle Synchronisation auf die Plattform überträgt, wo sie ausgewertet und für diverse Arbeitsabläufe bereitgestellt werden können. Die Auswertung durch ein Business-Analytics-System liefert Aussagen über die zu erwartende Restlebenszeit der Komponente sowie wichtige Übersichten über Laufzeit und Fehler des Produkts. Ein PLM-basiertes Backend verwaltet digitale Zwillinge der einzelnen Produkte und ermöglicht die automatisierte sowie manuelle Auslösung von Servicearbeiten. Darüber hinaus wird Instanz-spezifische Dokumentation generiert, die den Servicetechniker vor und während der Reparatur unterstützt. Die Basis für die Entwicklung lieferte eine modellbasierte Beschreibungssystematik, deren Grundkonzept mit den entsprechenden Verfeinerungsebenen in der folgenden Abbildung dargestellt ist.

Demonstrator | Grimme

Ausgangssituation

Professionell genutzte Landmaschinen, wie die Kartoffelvollernter der Firma GRIMME, sind sehr teuer und haben innerhalb eines Jahres nur eine stark begrenzte Anwendungsdauer von ca. drei Monaten. Die schlimmste Situation für einen Landwirt ist, wenn während dieses begrenzten Zeitraums bei der Ernte auf dem Feld eine einsatzkritische Komponente wie z.B. das Aufnahmeband reißt. Dann steht der Kartoffelvollernter still und die Ernte wird unterbrochen, bis ein neues Aufnahmeband aufgezogen wird. Diese Zeitverzögerung kann im schlimmsten Fall zu erheblichen Folgekosten führen, da Arbeiter und Maschinen stillstehen, aber dennoch bezahlt werden. Folgekosten entstehen auch durch zugesagte Liefertermine, die aufgrund des Ausfalls nicht eingehalten werden können. Aus diesem Grund ist es wichtig, die Maschine durch eine geeignete Überwachung und eventuellen Wartungen verschiedenster Komponente im höchsten Maße verfügbar zu halten

Ergebnis

Um eine hohe Verfügbarkeit der ausfallkritischen Komponenten zu gewährleisten, wird deren Zustand mit Sensoren überwacht. Bei dem Aufnahmeband des Kartoffelvollernters der Firma GRIMME wird der Verschleißzustand anhand der Längung überwacht, indem der Abstand der einzelnen Stäbe im Band ausgewertet wird. Damit kann eine vorrausschauende Instandhaltung gewährleistet werden. Bei dieser kann der Landwirt den Zustand der sensorisch überwachten Komponenten vor, während und nach der Ernte einsehen. Bei der Überschreitung einer Verschleißgrenze wird der Benutzer des Kartoffelvollernters benachrichtigt. Ihm wird ein Austauschtermin vorgeschlagen, damit die Funktionsfähigkeit der Maschine erhalten bleibt. Der Austausch der Komponente kann hierdurch stattfinden, wenn die Maschine nicht aktiv im Einsatz ist. Dabei ist der Landwirt hinsichtlich des Bandtyps flexibel und kann je nach Erntesituation ein passendes Aufnahmeband auswählen.

Demonstrator | John Deere

Ausgangsituation

Nicht jeder Ausfall ist vorhersehbar oder vermeidbar. Für verfügbarkeitsorientierte Geschäftsmodelle ist daher eine schnelle und effiziente Instandsetzung ein wichtiger Baustein für deren Erfolg. Die Instandsetzung kann mithilfe visueller Handlungsanweisungen unterstützt und beschleunigt werden. Dies gilt sowohl für Instandsetzungen, die von einem Kunden als auch von einem Servicetechniker durchgeführt werden. Jedoch ist in beiden Fällen entscheidend, dass die Handlungsanweisungen im Kontext stehen und die richtigen Informationen in Bezug auf das Produkt und die durchzuführenden Reparaturen anzeigen. Die Variantenvielfalt bei Traktoren ist jedoch immens hoch. Schritt-für-Schritt Anleitungen, die tatsächlich den gedachten Mehrwert erbringen, erfordern variantenspezifische Informationen und müssen deshalb auf Daten aus dem Produktlebenszyklus zugreifen können. Darüber hinaus müssen diese Informationen im räumlichen Kontext – also Bauteile in ihrer Position und Ausrichtung – visualisiert werden können, denn gleiche Bauteile können je nach Konfiguration auf unterschiedliche Weise montiert werden.

Ergebnis

Im Rahmen des Projektes erstellt John Deere einen Anwendungsfall, bei dem durch Digitalisierung und durchgehende Datennutzung gezeigt werden soll, dass der Serviceprozess optimiert werden kann, um verfügbarkeitsorientierten Geschäftsmodellen den Weg zu ebnen. Dazu sollen aus der Produktentwicklung und dem Service, erweiterte Anleitungen, Arbeitsanweisungen und Informationen für eine interaktive Reparatur entwickelt und visuell zur Verfügung gestellt werden. Technisch ist dazu das Zusammenspiel von realem Produkt, Digitalem Zwilling und Digitalem Modell der Produktkonfiguration durchgehend in einem neuen Datenmodell und einer neuen Datenstruktur umzusetzen (Teilziel 3). Dadurch ist es ebenso möglich, dass Informationen aus dem Service z.B. mit Hilfe von Sensordaten und Augmented Reality Methoden zurückgespeist werden, wodurch wiederum Smart Engineering und erweiterte PLM-Funktionen für die Produktentwicklung und das Service LifeCycle Management realisiert werden können. Doch davon erfährt ein Nutzer bei der Instandsetzung nichts. Für ihn entscheiden ist die User Experience: ein Mensch mit einem mobilen Endgerät oder einer Augmented Reality Brille kommt zum Traktor. Er erfasst die Seriennummer der Maschine und geht zur möglichen Fehlerquelle. Auf dem mobilen Endgerät wird die aktuelle Position der Teile entsprechend der Konfiguration angezeigt. Die genauen Schritte für Fehlersuche, Demontage bzw. Montage werden gezeigt. Jeder Schritt wird auf Richtigkeit geprüft, dokumentiert und falls notwendig werden Fotos und Informationen im richtigen Kontext gespeichert und an andere Stelle zur Verfügung gestellt. Mithilfe von einem innovativen Frontend und Technologien aus dem Bereich Augmented Reality wird die reale Welt mit virtuellen Geometrien überlagert und der Nutzen für einen schnellen Serviceprozess verdeutlicht.

Demonstrator | Lenze

Ausgangssituation

Industrielle Maschinen und deren Einbindung in die Produktion sind häufig hoch komplex. Ein Maschinenbetreiber muss erhebliches Know-How vorhalten, um die Maschinen durch sinnvolle Wartung vor Störungen zu bewahren und bei Störungen schnell wieder verfügbar zu machen. Dazu brauch er eine Übersicht über die verbauten Maschinen und Komponenten innerhalb der Werke. Der Betreiber von Maschinen hält dafür in der Regel eine Wartungsmannschaft vor und bindet Maschinenbauer und Komponentenlieferanten nach Bedarf mit ein. Um diese Aufgabe beherrschbar zu halten legt sich der Betreiber auf Maschinenhersteller oder auf Lösungen wie z.B. Antriebsachsen fest. Dabei reduziert sich seine Flexibilität bei der Auswahl der besten Lösung. Auf der anderen Seite können so verschiedenen Produktionen nicht, oder nur sehr langsam voneinander lernen, was bei den immer schnelleren Wandel der Produktionen zunehmend schwierig wird.

Ergebnis

Die Situation kann aufgelöst werden, wenn das Wissen, um eine Maschine oder einen Maschinenpark verfügbar zu halten, mit der Maschine oder Maschinenlösungen verknüpft ist. Diese Verknüpfung kann über die Grenzen eines Maschinenbetreibers hinaus aufgebaut und geteilt werden. Dies führt zu einer besseren Transparenz (Asset Management) innerhalb der einzelnen Werke. Hierfür kann die Verfügbarkeit als Leistung mehreren Maschinenbetreibern angeboten werden. Wie nun diese Idee eines konkretisiert werden kann und eine technische Lösung aussehen kann, um das Wissen in einem Wertschöpfungsnetzwerk verfügbar zu machen und weiterentwickeln zu können, wird im Use Case 3 des Forschungsprojektes konkretisiert. Zunächst wurde die Geschäftsideen mit der Darstellung eines Wertschöpfungsnetzwerkes und der Bewertung der Geschäftsmodelle mit der Business Model Canvas konkretisiert und festgelegt. Um von der Geschäftsidee zu einer konkreten Umsetzung zu gelangen, werden zunächst die relevanten Rollen im Wertschöpfungsnetzwerk beschrieben. Ebenfalls werden die zu den Rollen gehörenden Szenarien, welche durch die Lösung unterstützt werden sollen, dargestellt. Um ausgehend von den generischen Szenarien, die z.B. eine Störungsbeseitigung und einen Wartungsprozess darstellen, zu einer konkreten Beispielhaften Umsetzung zu gelangen, wurden ebenfalls konkrete Störungen ausgewählt. Diese konkreten Störungen sind zum Beispiel ein verdeckter Sensor, sowie ein Komponententausch als Wartung. Dafür wurde eine Demonstrationsmaschine ausgewählt und erweitert. Intelligente Komponente im Sinne der Instandhaltung wissen um ihren Lebensdauerzustand und um die Möglichkeiten, Fehler zu beheben und Wartungen durchzuführen. Im Rahmen der Demonstration wurden folgende Inhalte umgesetzt:

  • Ergänzung von Sensorik im Getriebe, durch Integration des Lagersensors VarioSense der Schaeffler / FAG
  • Verfügbarmachen der Sensordaten einer Lenze Antriebslösung
  • Integration von Alterungsmodelle aufgrund des Konstruktionswissen von Lenze-Antriebskomponenten
  • Integration von Schritt-für Schritt-Anleitungen für Reparaturen oder Wartungen