Mit Condition Monitoring wird die kontinuierliche oder regelmäßige Zustandsüberwachung von Maschinen und Produktionsstätten beschrieben. Nachdem technische Anlagen zuvor insbesondere in den Bereichen der Automation, Produktion und Fertigungstechnik nach Plan gewartet wurden, ermöglicht Condition Monitoring das vorzeitige Sammeln, Vergleichen und Auswerten von für den Maschinenbetrieb relevanten Daten. Dieses Vorgehen ähnelt medizinischen Prozessen, denn sowohl in besagter Domäne als auch im Rahmen des Condition Monitorings folgen auf die Erfassung des Zustands zum einen der Zustandsvergleich und zum anderen die Diagnose. Während beim Menschen ein Krankheitsbild resultiert, können Abweichungen von Soll- und Ist-Werten bei Maschinen und ihren Komponenten mitunter auf technische beziehungsweise mechanische Defekte hinweisen.
Durch die zustandsorientierte Instandhaltung der Condition Monitoring Systeme (CMS) werden Sicherheit und Maschineneffizienz entsprechender Anlagen und Komponenten erhöht. Da die Überwachung zumeist permanent und so in Echtzeit erfolgt, besteht die Möglichkeit, bei Notfällen rechtzeitig zu reagieren und mögliche Sicherheitsvorkehrungen zu treffen. In diesem Kontext kommt Condition Monitoring der reaktiven und präventiven Instandhaltung zuvor. Während reaktives Vorgehen erst nach einem möglichen Ausfall der jeweiligen Maschine greift und die Ursache entstandener Schäden hierbei oftmals nicht nachvollzogen werden kann, werden bei der präventiven Instandhaltung in der Regel noch funktionierende Komponenten ausgetauscht. Condition Monitoring hingegen erlaubt es auf der einen Seite, Fehler zu analysieren und Ursachen zu finden, und bietet auf der anderen Seite die Chance, die maximale Lebensdauer einer Maschine oder Komponente auszunutzen. Dabei werden nicht nur Kosten, sondern auch Rohstoffe und Energie gespart.
Die Minimierung der Stillstandszeiten gehört ebenfalls zu den vorteilhaften Eigenschaften des Condition Monitorings. Schon der kurze Ausfall einer Maschine kann einen vielseitigen Verlust zur Folge haben und sich auf weitere Maschinen oder ganze Arbeitsprozesse auswirken. Um Stillstandszeiten auf ein möglichst niedriges Pensum herunterzufahren, ist ein Zusammenspiel aus der bereits angesprochenen Defektidentifikation und der Verbesserung des Wartungsrhythmus nötig. Letzterer kann mithilfe von CMS durch relevante Prozesse abgestimmt und so in den umfassenden Produktionsplan integriert werden. Darüber hinaus gewährt Condition Monitoring ein höheres Maß an Sicherheit für den Menschen, denn in vielen Arbeits- und Anwendungsbereichen kann ein unvorhersehbarer Maschinenausfall schwerwiegende Folgen nach sich ziehen.
Condition Monitoring Systeme arbeiten mit Sensoren. Diese nehmen typische Messgrößen wie Temperatur, Geschwindigkeit, Füllstände, Schwingungen, Vibrationen und andere Werte, die Aufschluss über den Zustand einer Maschine oder Komponente geben, auf. Die integrierte Sensorik ist somit Teil der Zustandserfassung und erlaubt durch die Messung relevanter Daten eine anschließende, ausgelagerte Dokumentation der Messergebnisse. Auf dieser Basis analysiert das Condition Monitoring System den sich fortlaufend aktualisierenden Datenkorpus. Bei Abweichungen und Überschreitung von vorgegebenen Grenzwerten löst das System gegebenenfalls Alarm aus und informiert über die jeweilige Differenz zwischen Soll- und Ist-Wert. Das CMS stellt in all diesen Schritten höchste Anforderungen an die Datenweitergabe und Datenverarbeitung. Damit also Stillstandzeiten reduziert, die Lebensdauer von Komponenten verlängert oder der Energieverbrauch von Anlagen durch Condition Monitoring gesenkt werden können, muss die Messdatenverarbeitung zur zustandsbasierten Überwachung (Condition based Monitoring) eingesetzt werden.
Die bei Condition based Monitoring (CbM) in Echtzeit erfassten Informationen über den Betriebszustand dienen der vorausschauenden Wartung (Predictive Maintenance). Dafür muss eine intelligente Sensorik vorhanden sein und die Kommunikationsstruktur erweitert werden. Durch Digitalisierung und intelligente Vernetzung (Industrie 4.0) werden die Voraussetzungen für die vorausschauende Wartung geschaffen. Computing-Plattformen, drahtlose Kommunikationsverfahren und cloudbasierte Systeme weiten die Möglichkeiten zunehmend aus. So messen Sensoren der neuesten Generation bereits veränderte Pegel im Ultraschallbereich bei minimalen Vibrationen, bei der Analyse der Schmiermittel und bei Temperaturschwankungen. Zustandsveränderungen werden zum frühestmöglichen Zeitpunkt erkannt und gemeldet.
Predictive Maintenance stellt eine Erweiterung typischer Condition Monitoring Systeme dar und beruht maßgeblich auf diesen. Während sich die Erfassung, der Vergleich und die Diagnose des Zustands bei Condition Monitoring vornehmlich auf den Status quo beziehen, wirft Predictive Maintenance einen Blick in die Zukunft und versucht, auf Basis der bestehenden Informationen die Zustandsentwicklung der entsprechenden Maschine oder Komponente vorherzusagen. So will man schon heute errechnen, zu welchem Zeitpunkt und unter welchen Bedingungen eine Applikation gewartet werden muss. Als Bestandteil des Leitgedankens Industrie 4.0 versucht Predictive Maintenance proaktiv, Stillstandszeiten zu minimieren. Durch die Errechnung der Wahrscheinlichkeit eines möglicherweise entstehenden Defekts kann eingegriffen werden, noch bevor es zu wirtschaftlichen Verlusten oder Gefahrensituationen für den Menschen kommt. Selbiges gilt für einen sich langsam entwickelnden Schaden, der gleich zu Beginn messtechnisch detektiert wird und daraufhin behoben werden kann, noch bevor er einen Ausfall der Maschine verursacht.
Investitionen in Hard- und Software, die dem Condition Monitoring und der Predictive Maintenance dienen, kommen Unternehmen zugute, weil drohende Ausfälle frühzeitig erkannt, Prozesse beschleunigt und Produktionsstillstände vermieden werden können. Die Produktivität nimmt zu, Instandhaltungs- und Servicekosten sinken, während Fertigungsqualität und Planungssicherheit steigen. Doch gerade im Rahmen der smarten Industrie und der smarten Produktion müssen sehr große Datenbanken und Verarbeitungssysteme genutzt werden, die die erhobenen Daten in der entsprechenden Geschwindigkeit verarbeiten können. Die Größe der Datenbasis und die Leistungsfähigkeit der genutzten Algorithmen bestimmen dabei die Qualität und Verlässlichkeit der erhaltenen Ergebnisse. Wirtschaftlich betrachtet stehen auf der einen Seite Investitionskosten, auf der anderen Seite stehen jedoch sinkende Kosten für die Wartung, die Service-Mitarbeiter und die Ersatzteile. Diese Individualisierung von Produkten und die Kopplung von Produktion und Dienstleistung zeichnet zusammen mit der Vernetzung von Maschinenbauern, Kunden und Zulieferern die Industrie 4.0 – die sogenannte vierte industrielle Revolution – aus. Die Vernetzung von Technologien und mit Chips ausgestatteten Gegenständen ist darüber hinaus Teil des sogenannten Internet of Things (IoT). Wenn in Produktionsbetrieben Maschinen und Anlagen datentechnisch vertikal und horizontal verbunden werden, gewinnt der Betrieb an Produktionssicherheit, Flexibilität und Geschwindigkeit und die Wettbewerbsfähigkeit wird gestärkt.