ThyssenKrupp Elevator: Predictive Maintenance

ThyssenKrupp Elevator ist der größte Hersteller von Aufzugsanlagen auf dem amerikanischen Kontinent. Das Unternehmen ist für die Bereitstellung und Wartung von über einer Million Aufzügen überall auf der Welt verantwortlich. Um deren Wartung proaktiver und vorausschauend zu gestalten, suchte ThyssenKrupp Elevator nach einem Ansatz, der Echtzeitdaten und andere umfassende Erkenntnisse ausnutzt.

CGI unterstütze ThyssenKrupp Elevator, seine strategischen Ziele im Hinblick auf die Wartung der Aufzüge zu erreichen, indem wir ein Pilotsystem für die Anlagenüberwachung konzipierten, entwickelten und installierten. Dieses Elevator Monitoring System nutzt den neuesten Stand der Internet-of-Things-Technologien.

Die Herausforderung

ThyssenKrupp Elevator suchte nach einem Ansatz, mit dem es Wartungsarbeiten für die meisten seiner weltweit betriebenen Aufzüge voraussehen und schnell ausführen kann. Das Unternehmen hatte bereits eine Reihe von globalen Initiativen ins Leben gerufen, um eine Fernüberwachung der Aufzüge zu ermöglichen. Jedoch lieferte keine der entwickelten Lösungen die Daten und Erkenntnisse, die benötigt wurden, um von der bisher reaktiven hin zu einer voraussagenden, präventiven Wartung zu gelangen (Predictive Maintenance). Es entstand vielmehr ein Informationsüberfluss, der die Praktikabilität der Lösungen, von denen insbesondere die Wartungstechniker profitieren sollten, beeinträchtigte.

Die Lösung

Das Team von CGI entwickelte in wenigen Wochen ein Cloud-basiertes Pilotsystem. Dieses Elevator Monitoring System vereint verschiedene Komponenten: angefangen von Microsofts Azure Machine Learning und dem Azure Intelligent System Service (ISS), hin zu HDInsight sowie unserem Intelligent Enterprise Framework (IEF), welches einen schnellen Einsatz von Internet-of-Things-Anwendungen ermöglicht.

Integriert in die verschiedenen Sensoren, sammelt das System Daten der verschiedenen Aufzugselemente und verarbeitet diese nach von ThyssenKrupp Elevator definierten Business Rules. Im Anschluss werden diese komplexen Daten durch Predictive Analytics ausgewertet und den Mitarbeitern, die für Wartung und Technik verantwortlich sind, über zwei verschiedene Benutzeroberflächen zur Verfügung gestellt: einmal als Warnmeldung und einmal als Anweisung bzw. Empfehlung für die auszuführende Wartung.

Das System wird durch Daten zurückliegender Vorfälle sowie der Rückmeldung, die ein Wartungsmitarbeiter einspeist, zunehmend intelligenter und liefert somit kontinuierlich genauere Ergebnisse.

“We wanted to go beyond the industry standard of preventative maintenance to offer predictive and even preemptive maintenance, thereby guaranteeing a higher uptime percentage on our elevators.”
Andreas Schierenbeck, CEO, ThyssenKrupp Elevator AG

Der Kundennutzen

  • Aussagekräftige Predictive Analytics liefern umfassende und wertvolle Erkenntnisse
  • Wartungsarbeit wird proaktiver und vorausschauender
  • Ausfallzeiten werden reduziert
  • Kosten-, Ressourcen- und Wartungsplanung wird verbessert