Condition-Based Maintenance für Seilbahnen mit ZF ProVID

16.04.2019

Ob beim Skifahren, Wandern oder gar als Transportmittel innerhalb einer Großstadt: In all diesen Situationen kommen Seilbahnen zu Einsatz. Häufig befinden sich diese an schwer zugänglichen Orten. Trotzdem müssen diese Anlagen regelmäßig geprüft und gewartet werden. Hin und wieder steht auch der Austausch von Verschleißteilen an. Wäre es da nicht praktisch, wenn Serviceabteilungen bereits aus der Ferne grundlegende Überprüfungen durchführen könnten, ohne jedes Mal vor Ort sein zu müssen?

ZF: Seilbahn – Smartes Datenmanagement
Quelle: https://press.zf.com/press/de/releases/release_2918.html

Anlagenprüfung aus der Ferne mit Condition-Based Maintenance

Durch die unterschiedlichen Gegebenheiten von Seilbahnen und deren Umgebungen ist jede Station einzigartig. Beispielsweise gibt es eine variable Anzahl an Stationen, mindestens eine Berg- und Talstation, aber gegebenenfalls auch noch eine oder mehrere Mittelstationen. Der Antrieb der Seilbahn kann entweder im Tal oder am Berg angeordnet werden und besonders die Linienführung ist stark von den topografischen Gegebenheiten geprägt.

Auch die Einsatzbedingungen für Liftanlagen können sehr unterschiedlich sein: Skilifte sind oft eisigen Temperaturen ausgesetzt, während urbane Seilbahnsysteme zum Teil auch bei tropischer Hitze funktionieren müssen.

Damit sich die hohen Investitionskosten für die Betreiberunternehmen rechnen, ist eine maximale Verfügbarkeit der Anlagen notwendig. Eine zustandsabhängige und sorgfältige Wartung ist bei solchen Systemen ein Muss.

ZF bietet hierfür mit dem ZF Performance Management System ZF ProVID eine Lösung: Durch eine permanente Zustandsüberwachung der kompletten Antriebssysteme werden potenzielle Schäden an Getrieben und Antriebskomponenten frühzeitig erkannt und entsprechende vorbeugende Wartungsmaßnahmen eingeleitet. Zudem werden Stillstandzeiten reduziert und die maximale Verfügbarkeit der Anlagen signifikant erhöht. Die Bezeichnung „ProVID“ steht für Vorausschauende (visionary) Intelligente (intelligent) Diagnose (diagnostics). [1] Als strategischer IT-Partner konnte doubleSlash in enger Zusammenarbeit mit dem Bereich IT Innovations der ZF Friedrichshafen AG dieses System für Condition-Based Maintenance in kürzester Zeit auf seinen ersten produktiven Einsatz vorbereiten.

Inbetriebnahme in Rekordzeit durch agilen, cloudbasierten Ansatz

Dank eines agilen Vorgehensmodells wurde der neue digitale Service innerhalb von nur drei Monaten in ein produktives System überführt. Das technologische Fundament stellt die ZF Cloud auf Basis von Microsoft Azure. Dienste wie Benutzerauthentifizierung und die Sensordatenübertragung in die Cloud mussten somit nicht mehr selbst entwickelt werden. ZF-spezifische Erweiterungen garantieren die Sicherheit der verarbeiteten Daten, insbesondere in einem Multi-Betreiber-Umfeld.

ProVID erfasst unter anderem Parameter wie Öleigenschaften, schwingungstechnische Daten aus dem Getriebelager und weiterer Elemente des Antriebsstranges wie z.B. Motoren und Seilscheiben. Diese Daten werden in einem Hochleistungs-Datencenter in Witten einer detaillierten Analyse unterzogen.

Alle aufbereiteten Daten und Informationen werden auf einem benutzerfreundlichen Dashboard dargestellt. Die generierte Zustandsbewertung dient dann zur Erstellung eines aussagefähigen Berichtes inklusive einer Handlungsempfehlung zum weiteren Betrieb der Anlage.

Erste, bereits mit ZF ProVID ausgerüstete Liftanlagen in Österreich, bestätigen die positiven Resultate des ZF Leistungsmanagements für Industriegetriebe. [1]

Fazit
Gerade in Bereichen, in denen Wartungen oder Ausfälle sehr zeit- und kostenaufwändig sind, lohnt sich der Einsatz von digitalen Services zur Anlagenüberwachung: Das kann die optimale Steuerung eines Windparks sein oder auch das Überwachen von Seilbahnen in einem Skigebiet.

Dank dem langjährigen Know-how von ZF in der Getriebeentwicklung sowie der Expertise von doubleSlash in der Softwareentwicklung lassen sich derartige Services in kurzer Zeit vom Prototypen zu einer produktionsreifen Lösung ausbauen.

 

Co-Autor: Nicky Grassmann

 

Mehr zu vorrausschauender Wartung erfahren

 

Diese Beiträge könnten Dich auch interessieren:

Best Practices bei der Umsetzung von Predictive Maintenance – Ein Erfahrungsbericht

Wie unterscheidet sich Predictive Maintenance von anderen Wartungsmethoden?

Predictive Maintenance: Die größten Herausforderungen für Unternehmen


Quelle:
[1] https://press.zf.com/site/press/de_de/microsites/press/list/release/release_40024.html

Zurück zur Übersicht

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

*Pflichtfelder

*