[et_pb_section fb_built=“1″ _builder_version=“4.27″][et_pb_row][et_pb_column type=“4_4″][et_pb_text]<\/p>\n
Wer Maschinenstillstande reduzieren will, muss sie zuerst zuverlassig erfassen. Genau hier scheitern viele Verbesserungsprojekte: Manuelle Aufschreibungen sind luckenhaft, kosten Zeit und ubersehen die entscheidenden kurzen Stopps. Dieser Beitrag zeigt, wie Sie Maschinenstillstande automatisch erfassen<\/strong> und auswerten \u2013 von der Datenerfassung uber die Zuordnung der Stillstandgrunde bis zur Pareto-Auswertung \u2013 und welche Vorteile das gegenuber der manuellen Methode bringt.<\/p>\n Die handschriftliche oder Excel-basierte Erfassung von Stillstanden hat drei grundsatzliche Schwachen. Sie ist luckenhaft, weil Bediener wahrend einer Storung mit der Behebung beschaftigt sind und nicht jeden Stopp notieren. Sie ist ungenau, weil Zeiten geschatzt statt gemessen werden. Und sie ubersieht Mikrostopps \u2013 jene kurzen Unterbrechungen von wenigen Sekunden, die einzeln unbedeutend wirken, summiert aber zu den grossten Verlustquellen gehoren. Eine Datenbasis mit diesen Schwachen fuhrt zu falschen Prioritaten.<\/p>\n Bei der automatischen Erfassung erkennt das System Stillstande selbststandig in Echtzeit. Dafur gibt es zwei grundsatzliche Wege: die Anbindung an die Maschinensteuerung uber Protokolle wie OPC-UA, oder die sensorbasierte Erfassung uber nicht-invasive Sensoren. Letztere klemmt einen Sensor \u2013 etwa eine Strommesszange \u2013 extern an die Maschine und erkennt am Stromsignal zuverlassig, ob die Maschine lauft oder steht. Dieser Weg funktioniert auf jeder elektrisch betriebenen Maschine, unabhangig von Alter und Steuerung, und ist daher besonders fur heterogene Maschinenparks geeignet.<\/p>\n Sobald ein Stillstand erkannt wird, startet das System die Zeitmessung automatisch. Bei Wiederanlauf wird der Stillstand mit exakter Dauer protokolliert \u2013 inklusive Mikrostopps ab drei Sekunden, die manuell nie erfasst wurden.<\/p>\n Die automatische Erfassung liefert die Dauer, der Mensch liefert den Kontext. Die wirksamste Methode ist halbautomatisch: Das System erfasst den Stillstand automatisch, der Bediener wahlt am Terminal nur noch den Grund aus einer vordefinierten Liste. So bleibt die Datenqualitat hoch, und gleichzeitig fliesst das wertvolle Wissen der Bediener uber die tatsachliche Ursache ein. Wichtig ist ein einheitliches, nicht zu feingliedriges Grund-Schema, damit die Daten vergleichbar und auswertbar bleiben.<\/p>\n Erfasste Stillstande entfalten ihren Wert erst durch die Auswertung. Eine Pareto-Analyse zeigt, welche Stillstandgrunde den grossten Anteil an der Gesamtstillstandzeit haben. Trendanalysen zeigen, ob sich die Situation verbessert oder verschlechtert. Vergleiche zwischen Schichten, Maschinen oder Produkten decken auf, wo Best Practices existieren und wo Handlungsbedarf besteht. Moderne Systeme stellen diese Auswertungen automatisch in Echtzeit-Dashboards bereit, sodass Probleme sofort sichtbar werden.<\/p>\n Uber klassische Auswertungen hinaus kann kunstliche Intelligenz wiederkehrende Muster erkennen, die im manuellen Blick verborgen bleiben. Die Machine-Learning-Engine JEMBA von TeepTrak identifiziert etwa Korrelationen zwischen bestimmten Stillstandsursachen, Tageszeiten oder Produktwechseln und deckt schleichende Verschlechterungen fruh auf. So wird aus der reinen Stillstandserfassung eine vorausschauende Ursachenanalyse.<\/p>\n TeepTrak erfasst Maschinenstillstande automatisch und nicht-invasiv. Die Sensoren werden in rund ein bis zwei Stunden je Maschine installiert, ohne Eingriff in die Steuerung und ohne Produktionsstopp. Eine komplette Linie liefert in 48 Stunden produktive Daten. Bediener ordnen Stillstandgrunde per Terminal zu, und das System erstellt automatisch Pareto-Analysen, Dashboards und KI-gestutzte Auswertungen. So erhalten Sie eine luckenlose, objektive Datenbasis fur Ihre Verbesserungsprojekte.<\/p>\n Automatische Erfassung erfolgt entweder uber die Anbindung an die Maschinensteuerung per Protokoll wie OPC-UA oder uber nicht-invasive Sensoren, die extern an der Maschine angebracht werden. Sensorbasierte Systeme erkennen am Stromsignal zuverlassig, ob die Maschine lauft oder steht, und protokollieren Stillstande inklusive Mikrostopps in Echtzeit.<\/p>\n Manuelle Erfassung ist luckenhaft, ungenau und ubersieht Mikrostopps, weil Zeiten geschatzt und kurze Stopps nicht notiert werden. Automatische Erfassung misst luckenlos und in Echtzeit, auch die kurzen Stillstande, und liefert so eine objektive Datenbasis fur richtige Prioritaten.<\/p>\n Nicht zwingend. Sensorbasierte Systeme wie TeepTrak erfassen Stillstande uber externe, nicht-invasive Sensoren ohne Verbindung zur SPS. Das funktioniert auf jeder elektrisch betriebenen Maschine, auch auf alteren Anlagen ohne kommunikationsfahige Steuerung.<\/p>\n Halbautomatisch: Das System erfasst den Stillstand automatisch, der Bediener wahlt am Terminal nur den Grund aus einer vordefinierten Liste. So bleibt die Datenqualitat hoch und das Kontextwissen der Bediener fliesst ein. Ein einheitliches, nicht zu feingliedriges Grund-Schema ist wichtig fur die Auswertbarkeit.<\/p>\n Mikrostopps sind sehr kurze Unterbrechungen von wenigen Sekunden. Einzeln wirken sie unbedeutend, summiert gehoren sie oft zu den grossten Verlustquellen. Da sie manuell praktisch nie erfasst werden, macht erst die automatische Erfassung sie sichtbar und beeinflussbar.<\/p>\n Bei sensorbasierten Systemen dauert die Installation rund ein bis zwei Stunden je Maschine ohne Produktionsstopp, und eine komplette Linie liefert in 48 Stunden produktive Daten. Eine steuerungsbasierte Anbindung kann je nach Maschineninfrastruktur langer dauern.<\/p>\n Typischerweise Pareto-Analysen der Stillstandgrunde, Trendverlaufe, Vergleiche zwischen Schichten, Maschinen und Produkten sowie Echtzeit-Dashboards. KI-gestutzte Systeme erkennen zusatzlich wiederkehrende Muster und Korrelationen zwischen Stillstandsursachen.<\/p>\n Stillstande automatisch erfassen \u2013 Demo anfragen<\/a><\/p>\n Die Grundlagen und den Nutzen der Stillstandanalyse erlautert unser Beitrag Stillstandanalyse bei Maschinen<\/a>. Wie Sie die erfassten Zeiten korrekt berechnen und reduzieren, lesen Sie im Beitrag Stillstandzeiten berechnen und reduzieren<\/a>.<\/p>\nWarum manuelle Erfassung an ihre Grenzen stosst<\/h2>\n
Wie automatische Stillstandserfassung funktioniert<\/h2>\n
Stillstandgrunde sinnvoll zuordnen<\/h2>\n
Von Daten zu Erkenntnissen: die Auswertung<\/h2>\n
Der Vorteil von KI in der Auswertung<\/h2>\n
Automatische Stillstandserfassung mit TeepTrak<\/h2>\n
Haufige Fragen<\/h2>\n
Wie kann ich Maschinenstillstande automatisch erfassen?<\/h3>\n
Warum ist automatische Erfassung besser als manuelle?<\/h3>\n
Brauche ich fur die automatische Erfassung Zugriff auf die SPS?<\/h3>\n
Wie werden Stillstandgrunde am besten erfasst?<\/h3>\n
Was sind Mikrostopps und warum sind sie wichtig?<\/h3>\n
Wie schnell ist eine automatische Erfassung einsatzbereit?<\/h3>\n
Welche Auswertungen liefert eine automatische Stillstandserfassung?<\/h3>\n