Smarte Motorstromanalyse an Elektromotoren
Der Motor als Sensor
Elektromotoren und Maschinen sind mechanisch über Riemen, Kupplungen, Getriebe oder direkt miteinander verbunden. Über diese konstruktive Ankopplung werden Schwingungen der Arbeitsmaschine oder mechanische Prozessstörungen auf den Motor zurück übertragen. Dort bilden sich diese Effekte in Motorstrom und -spannung ab. Mit einer geeigneten Messtechnik können die Rückwirkungen noch in den elektrischen Zuleitungen des Motors im Schaltschrank gemessen, ausgewertet und den verursachenden Symptomen zugeordnet werden.
 Das e-MCM kann durch einen Selbstlernprozess 
Maschinendaten nutzen, um Fehler zu erkennen.
Das e-MCM kann durch einen Selbstlernprozess Maschinendaten nutzen, um Fehler zu erkennen. – Bild: Avibia GmbH

Genau das soll e-MCM von Artesis vollautomatisch leisten und dabei den Elektromotor als Sensor nutzen. Zusätzlich werden die wichtigsten elektrischen Gesundheitsdaten des Motors und dessen Leistungswerte gleichzeitig mit ermittelt. Entwickelt wurde das System für die vorausschauende Instandhaltung kritischer, rotierender Wechselstrommaschinen. Der patentierte maschinelle Lernalgorithmus ermöglicht eine umfassende Fehlererkennung bereits im Voraus eines sich anbahnenden Schadens. Mit der permanenten Überwachung und der modellbasierten Spannungs- und Stromanalyse in Echtzeit können elektrische, mechanische sowie Prozessfehler von Motoren und Generatoren mit fester und variabler Drehzahl erkannt werden. Die Installation erfolgt mit Hilfe von Stromtransformatoren an die drei Netzphasen des Motors und des Überwachungsmonitor in einer beliebigen Schalttafel. Das Gerät befindet sich typischerweise in oder in der Nähe des Motor-Steuerschranks und ist besonders nützlich in Umgebungen, in denen die Motoren nicht leicht zugänglich sind, entweder weil sie abgelegen oder die Umgebung gefährlich oder unzugänglich ist.

 Das System vergleicht den digitalen Zwilling mit den realen Werten.
Das System vergleicht den digitalen Zwilling mit den realen Werten.Bild: Avibia GmbH

Automatisierte Analyse

Beim ersten Einschalten beginnt das e-MCM einen automatischen Selbstlernprozess, bei dem es den normalen Betriebszustand der Anlage erlernt. Wenn ein neuer Betriebszustand identifiziert wurde, den es während der Selbstlernphase nicht kennen gelernt hat, bietet es die Möglichkeit, diesen Zustand in zukünftige Überwachungen mit einzubeziehen. Das System führt kontinuierlich Messungen durch und vergleicht diese mit dem digitalen Zwilling, der während des Selbstlernprozesses erstellt wurde. Hierbei wird eine mathematische Modellierungsmethode zur Erkennung und Diagnose von Fehlern in Elektromotoren und damit verbundenen Komponenten verwendet. Das mathematische Modell wird während der Selbstlernphase im Betrieb automatisch gebildet. Während dieser Phase werden die drei Eingangsspannungen und -ströme kontinuierlich gemessen und mit Hilfe von Systemidentifikationsalgorithmen verarbeitet, die die Modellparameter unter einer ganzen Reihe von Betriebszuständen bestimmen. Sobald dies abgeschlossen ist, verfügt das System über ein vollständiges Modell, das das normale Verhalten der Maschine in einem umfassenden Bereich von Betriebszuständen darstellt. Wenn ein Fehler im Motor, im Antriebsstrang oder in der angetriebenen Ausrüstung auftritt, wirkt sich dies auf die Signalform des Eingangsstroms aus, wodurch sich das reale System anders verhält als das Modellsystem. Zum Beispiel können kleine radiale und axiale Verschiebungen, die aus einer Unwucht in einem angetriebenen Ventilator resultieren, über die Kupplung auf den Motor übertragen werden und verändern dessen elektrische Eigenschaften in messbarer und reproduzierbarer Weise. Durch den Abgleich von Änderungen in jedem dieser Parameter mit der entsprechenden physikalischen Eigenschaft des Motors oder des angetriebenen Systems und die Bewertung der Intensität wird bestimmt, ob der aktuelle Zustand der Ausrüstung normal ist und wenn nicht, welche Maßnahmen ergriffen werden sollten. Dieser Ansatz ermöglicht nicht nur eine viel empfindlichere und zuverlässigere Alarmierung, als dies mit herkömmlichen Level-Alarmen möglich ist, sondern erkennt auch die Art des Defekts, der das Problem verursacht.

 Auszug aus dem Zustandsbericht eines e-MCM-Gerätes.
Auszug aus dem Zustandsbericht eines e-MCM-Gerätes.Bild: Avibia GmbH

Fazit

Sensorbasierte Zustandsüberwachungssysteme sind zwar hervorragend in der Lage, Daten zu sammeln, erfordern meistens aber viel Fachwissen, um sie in verwertbare Aussagen umzuwandeln – genau das ist für die meisten Anwender aber entscheidend für die Nutzbarkeit und den Wert eines CMS-Systems. Das e-MCM ist in der Lage, sein durch den Selbstlernprozess aufgebautes Wissen über die Maschinen zu nutzen, um nicht nur zu erkennen, wann sich ein Fehler entwickelt, sondern auch die Art des Fehlers zu erkennen. Dadurch kann ein Wartungsteam die Maßnahmen genau auf den richtigen Bereich konzentrieren, ohne auf die Unterstützung durch einen Diagnoseexperten angewiesen zu sein. Die Software des Gerätes ermöglicht dem Anwender eine detaillierte Analyse mit den Werkzeugen Leistungsspektraldichte und Trendanalyse nach den Ursachen der Fehler. Es ist so konzipiert, dass es autark arbeitet und nur dann eingreifen muss, wenn es ein Problem erkennt.

AVIBIA GmbH
http://www.avibia.de

Das könnte Sie auch Interessieren

Bild: TREND NETWORKS
Bild: TREND NETWORKS
Trend Networks ernennt neuen Customer Experience Manager für Europa

Trend Networks ernennt neuen Customer Experience Manager für Europa

Steve Slyne, der frühere Market Manager von Trend Networks, hat mit sofortiger Wirkung die Position des Customer Experience Manager für Europa des Unternehmens übernommen. Trend Networks, bekannt unter der ehemaligen Firmierung Ideal Networks, kann somit die Expertise aus Kundendienst und technischem Support für seine Prüf- und Messtechnik für Netzwerke, PoE, CCTV-Kameras, Bandbreite und Industrial Ethernet bündeln.

Bild: Lean.IQ
Bild: Lean.IQ
Wert und Nutzen der vorausschauenden Wartung

Wert und Nutzen der vorausschauenden Wartung

Welchen Wert haben digitale Lösungen zur vorbeugenden Wartung? Bzw. wie teuer sind heutzutage Ausfallzeiten aufgrund von Geräteausfällen? Maschinenhersteller und auch Betreiber wünschen sich zunehmend mehr Einblick in den Maschinenzustand und insbesondere in den vorhergesagten Maschinenzustand.

Bild: KEB Automation KG
Bild: KEB Automation KG
Mehr als Daten sammeln

Mehr als Daten sammeln

In der Industrie stehen Schlagworte wie Digitalisierung, Industrial Internet of Things (IIoT) und künstliche
Intelligenz (KI) seit langem für die Möglichkeit, Produktionsabläufe und Wartungsmodelle auf der Basis von Daten zu optimieren. Dadurch ergeben sich für Maschinen- und Komponentenhersteller gleichermaßen Chancen, ihren Kunden neue Angebote für digitale, datenbasierte Services zu machen.

Die Edge braucht 
hochwertige Daten

Die Edge braucht hochwertige Daten

Die Erwartungen an Edge-Computing-Lösungen im Zusammenhang mit Predictive-Maintenance-Aufgaben oder KI-basierten Lösungsassistenten sind groß. Übersehen wird dabei vielfach die Bedeutung qualitativ hochwertiger Daten. Denn ohne ein möglichst vollständiges Datenabbild sind auch keine werthaltigen Edge-Datenanalysen möglich.

Bild: ©bizvector/stock.adobe.com
Bild: ©bizvector/stock.adobe.com
Verwaltung mobiler Geräte und Apps in Field-Service-Management-Projekten

Verwaltung mobiler Geräte und Apps in Field-Service-Management-Projekten

Die Verwaltung von Apps auf unterschiedlichen mobilen Endgeräten ist ein Thema, das während eines Field-Service-Management-Projekts oft erst während der Umsetzung aufgegriffen wird. Dabei ist eine effiziente App-Verwaltung und -Verteilung sowie der sichere Zugriff auf das Unternehmensnetzwerk ein komplexer Bereich, über den sich Unternehmen bereits vor Beginn einer Field-Service-Management-Einführung Gedanken machen sollten.

Master-Studiengang ‚Cybersecurity‘

Die Universität des Saarlandes startet ab dem Wintersemester 2021/22 mit ‚Cybersecurity‘ einen englischsprachigen Masterstudiengang, der auf Sicherheit in der Informationstechnik spezialisiert ist.

Koch-Pac-Systeme setzt auf MobileX

MobileX hat Koch-Pac-Systeme als neuen Kunden für MobileX-CrossMIP, die Service-App für Techniker, und MobileX-Dispatch, die Software zur Einsatzplanung, gewonnen.