Page 1

School of Engineering CAS Predictive Maintenance

ZĂźrcher Fachhochschule

www.zhaw.ch/engineering/weiterbildung

Weiterbildung

1


Impressum

Text: ZHAW School of Engineering Druck: Druckerei Peter Gehring AG, Winterthur Papier: Lessebo Smooth White, FSC- und PEFC-zertifiziert, CO 2-neutral November 2019 – 500

2


Kurzbeschreibung Das CAS Predictive Maintenance bietet das theoretische und praktische Rüstzeug, um erfolgreich die Digitalisierung im Betrieb und in der Instandhaltung technischer Anlagen umsetzen zu können. Durch die heute realisierbare Zugänglichkeit einer Vielzahl von Anlagen- und Sensordaten können insbe­sondere in der Instandhaltung neue Konzepte umgesetzt werden, etwa Zustandsmonitoring, Predictive Maintenance oder automatische Fehleridenti­fikation. Damit können Ausfälle reduziert, die Verfügbarkeit gesteigert und die Kosten verringert werden. Ausserdem sind ganz neue Geschäftsmodelle möglich für die Anlagenbewirtschaftung und die Instandhaltung. Das CAS Predictive Maintenance ist inter­­­dis­ziplinär aufgebaut und vermittelt – d ie IT-technischen Grundlagen der Digitali­­sierung mit Themen wie Data Warehousing und Big Data, Information Retrieval; – Datenanalysemethoden wie statistische Methoden und Machine Learning, explorative Datenanalyse, Datenvisualisierung sowie – Themen im Bereich der digitalen Geschäfts­ modelle und rechtliche Aspekte. Zielpublikum Das CAS Predictive Maintenance richtet sich an – operationelles Führungspersonal in Betrieb und Instandhaltung technischer Anlagen wie Instandhaltungsleiter, Produktionsleiter, Asset und Facility Manager, Qualitätsmanager; – s trategische Entscheidungsträger wie Digital Strategy Officers, Information und Technology Officers, Geschäftsführer, Business Development Manager; – Entwicklungsleiter und Innovationsverantwortliche wie Produktmanager von Anlagenherstellern und Maschinenproduzenten, die neue digitalisierte Anlagen mit den zugehörigen Geschäftsmodellen entwickeln wollen; – Entwicklungsingenieure, Instandhaltungs­ ingenieure, O&M-Manager.

Ziele Die Studierenden erwerben sowohl theoretische Grundlagen als auch praktische Fähigkeiten in den folgenden Bereichen: – Moderne, datenbasierte Verfahren in der In­standhaltung wie Predictive Maintenance, Condition Monitoring, Fault Diagnosis ver­stehen und ihr Potenzial in Bezug auf Kosten und Verfügbarkeit abschätzen – Potenzial von Digitalisierungstechnologien und von Anlagendaten erkennen und nutzen – Neue digitale Geschäftsmodelle für Betrieb und Instandhaltung kennenlernen und konkret ent­w ickeln können – Digitalisierungsstrategie für die Instandhaltung und den Betrieb technischer Anlagen entwickeln

3


Das CAS Predictive Maintenance ist modular aufgebaut und besteht aus 4 Modulen.

Struktur und Inhalt Modul

Inhalt

Lernziele

ECTS

Einführung in die Instandhaltung

–A  ufgaben und Ziele der Instandhaltung – Konzepte: Abnutzungsvorrat, Instand­haltungs­rate, Zuverlässigkeit, Verfügbarkeit, Ausfallratenmodelle – Instandhaltungsstrategien: Reaktive und vor­beugende Instandhaltung, zeitab­hängige, zustandsabhängige, vorausschau­ende Instandhaltung

– Methodische Grundlagen der Instandhaltung kennen – Instandhaltungsstrategien entwickeln und in Bezug auf Kosten, Zuverlässigkeit und Verfügbarkeit optimieren können

3

Digitale Techno­logien, Digitalisierungsstrategien und neue Geschäftsmodelle

–D  igitale Transformation: Was bedeutet das? Was bedeutet das für die Instandhaltung? Bezug von Technologie und Instandhaltungs­ strategien. – Digitale Technologien für technische Anlagen verstehen: Sensoren, Cloud, IoT, Konnektivität, Netzwerke, Protokolle, Plattformen, XaaS etc. – Ziele von Digitalisierungsprojekten in der Instandhaltung – Neue Geschäftsmodelle im Bereich Anlagen­ bewirtschaftung und Instandhaltung – Digitalisierungsstrategien für Anlagen, Instandhaltungs- und Betriebsprozesse, Dienstleis­ tungen, Kunden- und Mitarbeiterbeziehungen – Erfolgsfaktoren: Geschäftsmodell, Kunden­ zentrierung, Kultur

–P  otenzial von digitalen Technologien für die Instandhaltung erkennen und nutzen – D igitalisierungsstrategien entwickeln, neue Geschäftsmodelle kennenlernen

3

Datenbasierte Verfahren in der Instandhaltung

–D  atengetriebene Anwendungsfälle in der Instandhaltung – Datenquellen und Datenintegration – S tatistische und Machine-Learning-Verfahren: multivariate Verteilungen, deskriptive Daten­ analyse und Visualisierung, Anomaliedetektion, Clustering, Klassifikation, Regression, Fehler­ raten, Performance – A nomaliedetektion: abnormale Betriebszu­stände technischer Anlagen erkennen mittels Datenanalyse – P redictive Maintenance: Voraussetzungen, Anwendungsfälle, Methoden und Beispiele – Condition und Health Monitoring: Methoden und Tools für aussagekräftige Dashboards

–P  otenzial von Anlagendaten und datenbasierten Verfahren für die Instandhaltung erkennen und nutzen

3

Projektarbeit

–A  nwendung der im CAS vermittelten Kenntnisse und erlernten Fähigkeiten in einem selbst­gewählten Vertiefungsprojekt im Unternehmen (oder sonstigem Umfeld) der Studierenden

Praxistransfer und Vertiefung anhand eines eigenen Digitalisierungsprojekts

3

Total

4

12


Methodik Das Ausbildungsprogramm umfasst verschiedene Aktivitäten, wie etwa Vorlesungen, praxisorien­tierte Übungen und Fallbeispiele, Gruppenarbeiten, Selbststudium (Vor- und Nachbereitung) und Elemente des E-Learnings.   Unterrichtszeiten Der Unterricht findet berufsbegleitend einmal pro Woche jeweils am Montag von 9 bis 17 Uhr (8 Lektionen) statt. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Zürich. Durchführungsort ZHAW Zürcher Hochschule für Angewandte Wissenschaften School of Engineering Lagerstrasse 41 8004 Zürich Voraussetzung Die Zulassung zum CAS Predictive Maintenance setzt grundsätzlich einen Hochschulabschluss (Fachhochschule, HTL, HWV, Uni, ETH) voraus. Es können aber auch Praktikerinnen und Prak­tiker mit vergleichbarer beruflicher Kompetenz zu­gelassen werden, wenn sich die Befähigung zur Teilnahme aus einem anderen Nachweis ergibt. Grundkenntnisse der Programmierung in einer beliebigen Programmiersprache und Affinität zu Datenbanken und zur Datenanalyse sind von Vorteil.

Dozierende Das Team der Dozierenden besteht aus aus­ge­w iesenen Fachpersonen mit Kompetenzen im akademischen und praktischen Bereich. Abschluss / ECTS Nach erfolgreichem Abschluss dieses CAS wird das Zertifikat «Certificate of Advanced Studies in Predictive Maintenance» erteilt. Die Studien­leistung dieses CAS entspricht 12 ECTS-Punkten (European Credit Transfer System). Informationsveranstaltung Interessierte können sich über folgenden Link zu einer der regelmässig stattfindenden Informationsveranstaltungen anmelden: www.zhaw.ch/engineering/weiterbildung Anmeldung Die Anmeldung zum CAS Predictive Maintenance erfolgt via Website: www.zhaw.ch/engineering/weiterbildung

Studienleitung Dr. Angela Meyer +41 58 934 67 74 angela.meyer@zhaw.ch

5


Zürcher Hochschule für Angewandte Wissenschaften

School of Engineering Sekretariat Weiterbildung Lagerstrasse 41, Postfach CH-8021 Zürich Telefon +41 58 934 82 44 weiterbildung.engineering@zhaw.ch

lqua

lpo

st

ich

HB

se

t r.

ras

Mu

Bah

tra

sse

Walchebrücke

Tram

fpla

tz

Central

ass

e

we Lö

ms

fstr

hl

Tram

nho

rn

Si

en

Tram

se tras

Ge

nias Ura sse

cke

Tram

Si

hl

s

a tr

ss

e

r

uai

ke l Ta st ra ss e

www.zhaw.ch/engineering/weiterbildung

L im m a t

e

ac

trass

l Ta

Unsere Räumlichkeiten befinden sich in unmittelbarer Nähe zum HB Zürich eg mitten im aufstrebenden Quartier Europaallee.B le ic h e rw

L im m a tq

hofs

u ff a

lbrü

Tram

Bahn

Sta

Sih ustra

rasse

e

Selna

ass

se

che

We r d st

rstr

tras

Uraniastrasse

Schipf e

ene

uss

ai

Bad

gha

rq u

Zeu

ss

ne

ra

lle

e

Bah

se Ka

nho

Lan mu desseu m

Li m m at qu ai

str

as

Tram

seu

Tram

ns

rg.

rst

ite

se

ge

Re

Eis

Tram

se

Sih

. tzg hü isc

ras

Fre

rst

ras

se

ga

sse litä

La

at

Bahnhofqu ai

Mi

AW

llst

Zür

ZH

m

Sih

Zo

Eur o PH paalle e Zür ich

m

i

Li

Profile for ZHAW School of Engineering

Broschüre CAS Predictive Maintenance  

Broschüre CAS Predictive Maintenance