Wie ungeplante Stillstandzeiten in der Produktion vermieden und somit die Instandhaltung effizienter und nachhaltiger gestaltet werden kann, zeigt das folgende Projekt mit der Bayer AG.
Das Unternehmen
Die Bayer Aktiengesellschaft (Bayer AG) mit Sitz in Leverkusen ist ein weltweit tätiger börsennotierter Chemie- und Pharmakonzern. An ihrem Standort in Bergkamen produziert die Bayer AG verschiedene Produkte für die pharmazeutische Industrie. Mehr als 1.600 Mitarbeiter:innen fertigen hier Steroidhormone, Kontrastmittel und Zwischenprodukte in höchster Reinheit.
Ausgangslage
In der Produktion von pharmazeutischen und medizinischen Produkten werden vornehmlich Großanlagen und Prinzipien der Verfahrenstechnik eingesetzt. Um die hohe Nachfrage nach diesen Produkten abzudecken, produzieren Fertigungsanlagen rund um die Uhr. Für eine maximale Verfügbarkeit der Anlagen gilt es, die Ausfallzeiten durch vorrausschauende Instandhaltungsaktivitäten zu vermeiden bzw. so gering wie möglich zu halten. Ziel Bayer AG ist es, durch gezielte Datenanalysen ungeplante Stillstandzeiten zu vermeiden, die Instandhaltung effizienter und somit die Produktion wirtschaftlicher und gleichzeitig nachhaltiger zu gestalten. Durch reduzierten Ausschuss und weniger Verschwendung schonen optimierte Prozesse zum einen die Produktherstellung, aber auch die Umwelt.
Lösungsansatz
Das Digitalisierungsprojekt wurde an einem sogenannten Batch-Reaktor¹ durchgeführt. Hier sollten Potentiale für digitale Überwachungswerkzeuge identifiziert und deren Validität umfassend getestet werden. Ziel war es, ein umfassendes Bild der Einsatzmöglichkeiten des Condition Monitorings² und deren Anwendbarkeit am Standort Bergkamen zu bilden.
¹ Batch-Reaktor: Behältertyp, der für eine Vielzahl von Prozessvorgängen wie Feststoffauflösung, Produktmischung, chemische Reaktionen, etc. verwendet wird.
² Condition Monitoring: Eine regelmäßige Erfassung des Maschinenzustandes durch Messung und Analyse physikalischer Größen, z. B. Schwingungen, Temperaturen, Lage/Näherung.
Umsetzung & Ergebnis
Im Rahmen des Projektes wurde der Reaktor mit digitalen Sensoren aufgerüstet, um diverse Betriebszustände analysieren zu können. Mit Hilfe eines maschinellen Lernverfahrens wurden die aufgenommenen Daten dann ausgewertet und unter Berücksichtigung der besonderen Anforderungen des Pharmaumfelds bewertet. Anschließend erfolgte eine umfangreiche Interpretation der Daten sowie eine Berechnung der Ausfallwahrscheinlichkeiten des Reaktors. Auf dieser Basis können nun die Instandhaltungsaktivitäten präventiv eingesteuert werden.
Ansprechpartner
Marius Knott
Mensch-Roboter-Kollaboration, Digitale Reifegrade
📞 +49 234 32 27801
✉️ knott@digitalzentrum-lr.de
