No abstract

The digitalisation of the value chain promotes sophisticated virtual product models known as digital twins (DT) in all asset-life-cycle (ALC) phases. These models. however, fail on representing the entire phases of asset-life-cycle (ALC), and do not allow continuous life-cycle-costing (LCC). Hence, energy efficiency and resource optimisation across the entire circular value chain is neglected. This paper demonstrates how ALC optimisation can be achieved by incorporating all product life-cycle phases through the use of a RAMS²-toolbox and the generation of a knowledge-based DT. The benefits of the developed model are demonstrated in a simulation, considering RAMS2 (Reliability, Availability, Maintainability, Safety and Sustainability) and the linking of heterogeneous data, with the help of a dynamic Bayesian network (DBN).

Zusammenfassung: Durch die immer steigende Systemkomplexität und zunehmende Automatisierung wird dem Asset an sich, vor allem bedingt durch die einhergehende Substitution des Produktionsfaktors Arbeit (Mensch) durch den Produktionsfaktor Anlage (Maschine), immer mehr Bedeutung zugesprochen. Um die wertschöpfungsorientierte Gestaltung des Instandhaltungsmanagements im Sinne des Lean Smart Maintenance Gedankens weiterhin verfolgen zu können, ist es wichtig, auf Grund der sich ständig ändernden Umfeldbedingungen sowie der damit verbundenen Veränderung der Instandhaltungsziele, die Instandhaltungsstrategie dynamisch an diese Veränderungen anzupassen, um eine ressourceneffiziente Anlagenbewirtschaftung zu ermöglichen. In diesem Zusammenhang kommt der dynamischen Anlagenkritikalitätsbewertung eine hohe Bedeutung zu. Auf Basis der Bewertungsergebnisse kann die Instandhaltungsstrategie dynamisch angepasst sowie u. a. eine anlagenspezifische Budgetplanung durchgeführt werden.

Zusammenfassung Die Digitalisierung bietet Industrieunternehmen eine Vielzahl von Möglichkeiten und Lösungen (z. B. Big Data Analytics, Cloud-Computing, Internet of Things), die mit zunehmenden Anforderungen an das Wissensmanagement verbunden sind. Ein angepasstes Assetmanagement zur Sicherstellung von Markterfolgsfaktoren sind für die Smart Factory unerlässlich. Ein ganzheitliches wertschöpfungsorientiertes Managementkonzept bietet die Lean Smart Maintenance Philosophie, das den geänderten Umfeldbedingungen Rechnung tragend, eine dynamisch anpassbare Instandhaltungsstrategie ermöglicht. Insbesondere die Ressource Wissen gewinnt in Anbetracht einer ständig steigenden Anlagenkomplexität in Form der wissen- und lernorientierten Instandhaltung an Bedeutung, damit zukünftig der Einsatz neuer Technologien nachhaltig wirtschaftlich ist. In diesem Zusammenhang wird nachstehend eine praxisnahe Vorgehensmethodik präsentiert, die die Externalisierung impliziten Wissens durch die Kombination der Wissensbausteine nach Probst mit dem DMAIC-Zyklus unterstützt. Die Digitalisierung induziert geänderte Anforderungen an die Mitarbeiter und Mitarbeiterinnen; geeignete Qualifizierungsmaßnahmen sollten für die bestmögliche Weiterentwicklung der Humanressourcen frühzeitig erkannt und implementiert werden.

No abstract