bbw-seminare.de Predictive Maintenance in der Ausbildung
Predictive Maintenance in der Ausbildung
Predicitive Maintenance stellt eine der zentralen Elemente auf dem Weg zu Industrie 4.0 dar und nutzt dabei die Möglichkeiten durch den Einsatz von steuerungsunabhängigen Sensoren die Anlage vorausschauend Instand zu halten. Dieses Training vermittelt Ihnen die Grundlagen rund um die Thematik Condition Monitoring und zeigt Ihnen wie Sie Sensorik in drei einfachen Schritten bestehende Anlagen einbinden können. Angefangen mit Vor- und Nachteilen der eingesetzten Technologien bis hin zum dynamischen Wartungsplan werden alle Bereiche beleuchtet. Darüber hinaus behalten wir dabei den Transfer in die Ausbildungspraxis im Blick, also wie Sie die gelernten Inhalte entsprechend an Ihre Auszubildenden weiter vermitteln können.
Zielgruppen
- Ausbilder*innen
Abschlussart
- Teilnahmebescheinigung
Schauen Sie gerne schon jetzt in eines unserer Lernvideos:
Predictive Maintenance #MaintenanceEvolution
Das Training richtet sich an AusbilderInnen und BerufsschullehrerInnen aus dem Produktionsumfeld, die ihre Kenntnisse erweitern möchten.
Kursdetails
Inhalte
- Unterscheidung zwischen reaktiver, präventiver und prädiktiver Wartung
- Condition Monitoring als Grundlage zur Ermittlung des Anlagenzustandes (Grundidee, Strategien, Voraussetzungen und Herangehensweisen Sensorik)
- Möglichkeiten zur Sensoreinbindung in Digitale Netzwerke und damit verbundene Technologien (kabelgebundene und Funk-Technologien, LoRaWan und I/o-Link)
- Vorgehen beim Erstellen eines Wartungsplanes und (erste) mögliche Architekturen
- Skizzierung eines Ablaufs und Definition von Warnsignalen und Regeln sowie das Einbinden in Wartungs- und Rüstplänen
- Praxistransfer in den Ausbildungsalltag
Blended Learning:
Dieses ist im Blended Learning Format aufgebaut und besteht somit aus einer Kombination aus abwechslungsreichen Selbstlernphasen und interaktiven Gruppenlernphasen. Planen Sie sich deshalb auch für die Selbstlernphase genügend Zeit ein, um einen größtmöglichen Lernerfolg zu erreichen.
Lernzeiten:
Selbstlernphase: 15 UE
Gruppenlernphase: 10 UE (4 Onlineworkshops)
Ihr Nutzen
Nach diesem Training sind Sie in der Lage:
- Grundlagen und Begrifflichkeiten im Bereich Predictive Maintenance an Auszubildende zu vermitteln.
- Unterschiede zwischen reaktiver, präventiver und prädiktiver Wartung zu verstehen und Vorteile sowie Beispiele prädiktiver Wartung zu nennen.
- Condition Monitoring als Grundlage zur Ermittlung des Anlagenzustandes zu erkennen.
Grundlagen von Sensorik anzuwenden. - Möglichkeiten zum Einsatz der Technologien in der Ausbildung zu nutzen.
- Möglichkeiten zur Sensoreinbindung in Digitale Netzwerke und damit verbundene Technologien zu nennen.
- das Vorgehen beim Erstellen eines dynamischen Wartungsplans und (erste) mögliche Architekturen anzuwenden.
- den Ablauf von Einführung und Pilotprojekten zu skizzieren Alarme und Regeln zu definieren.
Anzahl TeilnehmerInnen:
Das Training ist auf maximal 12 TeilnehmerInnen beschränkt.
Downloads
Whitepaper_Predictive_Maintenance_NQ 40.pdf (pdf, 989,92 KB)
Hinweis zu unseren Lernmethoden
Präsenz mit Online-Anteil
Diese Veranstaltung wird im Wechsel von vor-Ort-Unterricht und Online-Unterricht durchgeführt.
Maßgeschneiderte Inhouse-Lösungen für Ihr Unternehmen
Inhouse Schulung: Sie wünschen sich eine firmeninterne Weiterbildung nach Ihren Bedürfnissen? Wir bieten Ihnen passgenaue Trainings. Sprechen Sie uns an.
Inhouse-Angebot anfragenTermine und Kontakt vor Ort
Zu viele Treffer? Bitte grenzen Sie Ihre Auswahl ein.
-
01.07.2024 – 28.07.2024
Beginn
01.07.2024 – 14:00 UhrEnde
28.07.2024 – 12:30 UhrAnsprechpartner*in
Sabine Sammet
E-Mail sabine.sammet@bbw.deTrainer*in
Anerkannte Expert*innen
Zeitlicher Ablauf
Webinar 1
01.07.2024
10:00 – 11:30 Uhr
Webinar 2
08.07.2024
14:00 – 15:30 Uhr
Webinar 3
15.07.2024
09:00 – 10:30 Uhr
Webinar 4
21.07.2024
14:00 – 15:30 Uhr
Webinar 5
28.07.2024
14:00 – 15:30 Uhr- Präsenz mit Online-Anteil
- 18,75 Stunden, Berufsbegleitend
-
Kein passendes Angebot gefunden
Ansprechpartner*innen
Ralf Kunz
Leiter
it akademie bayern
E-Mail ralf.kunz@bbw.de
Telefon 0821 56756-13