Implementation-Notizen, die den Unterschied machen

  • Kalibrier- und Referenzfahrten: 3–5 definierte Last-/Drehzahlpunkte pro Maschine als Basislinien in die DB. Ohne Referenz werden Sie nie sicher zwischen „anders“ und „defekt“ unterscheiden.

  • Feature-Versionierung: Jede Änderung in Bandpässen, Fenstergrößen, Ordnungsdefinitionen als Version taggen; Modelle kennen die Feature-Version. Sonst sind historische Vergleiche wertlos.

  • QA-Schleife mit der Instandhaltung: Jeder Alarm erzeugt eine strukturierte Rückmeldung (Befund, Fotodokumentation, Austausch ja/nein). Diese Labels sind Gold; ohne sie bleibt das System stumm lernend.

  • On-Prem-First: Rohdaten verlassen das Werk nicht. Features und Modelle laufen edge/on-prem. Governance/Observability sind Pflicht, nicht Kür. (→ alpitype.de/leistungen/)

Minimaler Feature-Kern (wenn Sie morgen starten wollen)

  • Vibration: RMS, Crest-Faktor, Kurtosis, Envelope-Bandenergie bei 2–3 relevanten Lagerordnungen, Ordnungspegel O1/O2/Ogear.

  • Strom: Phasen-RMS, THD, Seitenbandenergie bei f1 ± f_mech, negative Sequenz.

  • Temperatur: ΔT zu Umgebung, ΔT zwischen Referenzpunkten, dT/dt bei Rampen.

  • Metadaten: Drehzahl, Last, Betriebsart, Umgebung.

Damit haben Sie in 80% der Maschinenanlagen eine solide Basis für frühe Anomalieerkennung – ohne Big-Data-Märchen.

Häufige Fehler und wie man sie vermeidet

  • „Wir nehmen 1 kHz, das reicht doch“ – reicht für grobe Unwuchten, nicht für Lager-Schadfrequenzen in Resonanzbändern. Planen Sie von den erwarteten Frequenzen rückwärts.

  • „Magnetfuß ist schnell montiert“ – ja, und schnell falsch. Schraub- oder Klebebasen, immer.

  • „Wir normalisieren später im Modell“ – zu spät. Zustände (Drehzahl/Last) gehören in die Signalverarbeitung.

  • „Rohdaten in die Cloud, der Rest später“ – Sie importieren Rauschen und Compliance-Probleme. Bauen Sie die Edge-Pipeline zuerst.

Fazit
Predictive Maintenance steht und fällt nicht mit dem neuesten Modell, sondern mit der Disziplin im Feature Engineering. Vibration, Temperatur und Stromaufnahme liefern komplementäre Blickwinkel auf denselben physikalischen Prozess – wenn sie richtig erfasst, synchronisiert und in zustandsstabile Features verdichtet werden. In Textilfertigung und Bahn sind Order-Tracking, Envelope-Analyse, MCSA und temperaturbasierte Residuen seit Jahren die Arbeitspferde, die POCs in Produktionssysteme überführen. Wer Datensouveränität ernst nimmt, rechnet Features am Edge, integriert Alarme in das CMMS und versioniert alles – Sensor bis Modell. Dann wird aus „KI-Pilot“ echte Verfügbarkeit.

FAQ – technische Fragen aus der Praxis
1) Welche Abtastrate brauche ich für Lagerdiagnose?

  • Planen Sie von der höchsten relevanten Frequenz (Resonanzband + Schadfrequenz) rückwärts. Für viele Maschinen sind 12,8–25,6 kHz ein guter Start. Envelope-Detektion profitiert von höheren Raten. Unter 5 kHz wird es für feine Lagerdefekte dünn.

2) Wie gehe ich mit variabler Drehzahl um?

  • Order-Tracking ist Pflicht: transformieren Sie die Zeitachse in die Winkeldomäne anhand eines Tachos oder einer verlässlichen Drehzahlschätzung. Alternativ segmentieren Sie streng nach schmalen Drehzahlfenstern und trainieren zustandsspezifische Modelle.

3) Reichen Temperaturdaten allein für PdM?

  • Für ganz langsame Degradationen und thermisch dominierte Ausfälle: oft ja, als Frühwarnung. Für mechanische Lager-/Zahnflankenschäden: nein. Temperatur ergänzt Vibration/Strom, ersetzt sie aber nicht. Nutzen Sie ΔT und dT/dt sowie Referenzachsen, sonst sehen Sie nur Umgebung.

4) Wie viele Sensoren brauche ich?

  • So wenige wie möglich, so viele wie nötig. Pro kritischem Lagerpunkt ein Sensor ist ideal, aber oft nicht wirtschaftlich. Starten Sie mit 1–2 gut platzierten Sensoren pro Aggregat und ergänzen Sie bei Diagnosebedarf. Ergänzend Strom- und Temperaturkanäle – geringer Kostenhebel, hoher Nutzen.

5) Wie verhindere ich Drift und Feature-„Verfaulen“ im Betrieb?

  • Versionieren Sie Features, überwachen Sie ihre Populationsstatistiken (Mittelwert/Varianz/Quantile) pro Zustand, und definieren Sie Referenz-baselines. Setzen Sie Watchdogs auf Sensor-Health (Sättigung, Dropouts, Rauschen). Änderungen an Montage/Hardware als Ereignisse im System protokollieren.

Wenn Sie eine bestehende Anlage pragmatisch in 8–12 Wochen feature-stabil bekommen wollen, sprechen Sie uns an. Wir liefern edge-first, on-premises und mit klarer Linie bei Datensouveränität. (→ alpitype.de/leistungen/)