Big Data einfach auswerten
Dieses Feature steht nur eingeloggten Nutzern zur Verfügung.
Dieses Feature steht nur eingeloggten Nutzern zur Verfügung.
Dieses Feature steht nur eingeloggten Nutzern zur Verfügung.
Dieses Feature steht nur eingeloggten Nutzern zur Verfügung.
Industrie 4.0 und das Internet der Dinge, Dienste und Menschen sind Trends, die auch die Digitalisierung der Energiewirtschaft bestimmen. Effizienzanforderungen sind wesentliche Treiber für den zunehmenden Einsatz intelligenter Betriebsmittel, die große Datenmengen – oftmals in Echtzeit – zur Verfügung stellen. Das Asset Health Center von ABB unterstützt Anwender dabei, diese Daten zu belastbaren Informationen zusammenzuführen, zu analysieren und zu übersetzen. Es eröffnet signifikante Einsparpotenziale für Betrieb, Instandhaltung und Investitionsplanung.
Asset Management hat sich etabliert, um beschränkte Ressourcen so einzusetzen, dass strategische Ziele auf die kostengünstigste Weise und mit maximalem Return on Assets (RoA) erreicht werden können. Der im Jahre 2014 veröffentlichte Asset-Management-Standard ISO55000 empfiehlt, die Betriebsmittel hinsichtlich ihres Zustands und ihrer Performanz und unter Berücksichtigung ihres Ausfallrisikos kontinuierlich zu überwachen.
Ein durch die International Electrotechnical Commission (IEC) bevorzugtes, in Europa neues Konzept zur Ermittlung des „Gesundheitszustands“ beliebiger Betriebsmittel auf der Grundlage von Zustandsdaten ist das Asset Health Management. Hierbei werden große Mengen verfügbarer Betriebsmitteldaten konsolidiert und in Algorithmen überführt, um numerische Werte zur Beschreibung des Gesundheitszustands, die Asset Health Indices, zu ermitteln. „Das ermöglicht es, Betriebsmittel und -klassen konsistent zu vergleichen, um diese hinsichtlich ihres Ausfallrisikos und entsprechender Folgemaßnahmen zu priorisieren“, erläutert Thomas Heckmann, Vertriebsingenieur bei ABB.
Das Asset Health Center von ABB geht noch einen Schritt weiter: Anwender können Daten aus beliebigen Online- und Offline-Datenquellen integrieren und zusammenführen, etwa aus Betriebsmittelinformationssystemen, SCADA und Sensoren. Für Transformatoren können so verschiedene Parameter wie Alter, Ölanalyse, Zustand der Durchführung etc. analysiert und in Kritikalitäts-Matrizen, Dashboards oder Berichten dargestellt werden. Auch beliebige andere elektrische und mechanische Betriebsmitteltypen wie Kabel, Masten, Pumpen und Fahrzeuge sowie deren räumliche Zusammenhänge können entsprechend betrachtet werden.
Welche Betriebsmittel sollten ausgetauscht statt repariert werden und zu welchem Zeitpunkt? Welche Trends zeichnen sich über mein Portfolio ab? Wie lässt sich das Instandhaltungsmanagement optimieren? „Die Beantwortung dieser und zahlreicher anderer Fragen unterstützt das Asset Health Center, indem es Big Data in belastbare Informationen übersetzt“, so Heckmann.