Condition Monitoring für Predictive Maintenance

Digitalisierung in der Antriebstechnik: Mehrwert aus Antriebsdaten

Predictive Maintenance ist die konsequente Fortführung des Condition Monitoring mit dem Ziel die Maschinen und Anlagen proaktiv zu warten und Veränderungen zu erkennen, Ausfallzeiten zu reduzieren und die Gesamtanlageneffektivität zu erhöhen. Eine zustandsorientierte Instandhaltung ersetzt dabei die traditionelle zeitbasierte Instandhaltung.
Die Basis für Condition Monitoring und Predictive Maintenance bildet die schnelle, effiziente und umfassende Auswertung analoger und digitaler Daten durch die intelligente PLC in der Nord-Antriebselektronik
Die Basis für Condition Monitoring und Predictive Maintenance bildet die schnelle, effiziente und umfassende Auswertung analoger und digitaler Daten durch die intelligente PLC in der Nord-AntriebselektronikBild: Getriebebau NORD GmbH & Co. KG

Gerade bei Antriebssystemen in anspruchsvollen Industrieumgebungen, z.B. in der Intralogistik, der Lebensmittelindustrie oder bei Industriegetrieben im Heavy-Duty-Bereich, ergänzt das Condition Monitoring den Dreiklang aus Getriebe, Elektromotor und Frequenzumrichter und verbessert die Sicherheit und Zuverlässigkeit, denn Industriegetriebeinstallationen sind meist in sensiblen Anwendungen im Einsatz, deren Ausfall hohen Schaden verursachen kann. Hier kommt Condition Monitoring für Predictive Maintenance ins Spiel: Auf Basis intelligenter Algorithmen und Software in Verbindung mit einer IIoT-Umgebung können die vernetzten Antriebe ihre Zustandsdaten in der umrichtereigenen PLC sammeln und zusammen mit den Daten angebundener Sensoren oder Aktoren vorverarbeiten. Die Ergebnisse der Vorverarbeitung oder die kompletten Daten werden wahlweise an ein Edge Device übertragen. Dort werden die Daten aller Subsysteme verwaltet und ausgewertet. Diese stehen dann als vorselektierte und aufbereitete Smart Data für die weitere Verwendung und übersichtliche Visualisierung zur Verfügung.

Daten nicht nur lesen, sondern analysieren

Ein konkretes Anwendungsbeispiel ist die sensorlose Ermittlung des passenden Ölwechselzeitpunkts auf Basis der Öltemperatur. Genutzt wird dabei die Tatsache, dass die Ölalterung bei Getrieben insbesondere von der Öltemperatur abhängig ist. Diese Informationen in Kombination mit bekannten Getriebeparametern und spezifischen, betriebsbedingten Parametern ermöglichen eine genauere Angabe des Ölwechselzeitpunkts. Ein physischer Temperatursensor ist dafür nicht erforderlich. Die Vorverarbeitung der Antriebsdaten erfolgt in der integrierten PLC des Nord-Frequenzumrichters, der als Auswerteeinheit genutzt wird. Die ermittelten Daten können dem Kunden über alle gängigen Schnittstellen zur Verfügung gestellt werden.

Die Ausstattung des Antriebes ist dabei optional erweiterbar und lässt sich jederzeit an die jeweilige Automatisierungsaufgabe anpassen. Der Kunde kann wählen, welche Aufgaben (Antriebsüberwachung, Antriebssteuerung, Prozesssteuerung) er direkt in den Antrieb verlagern möchte. Diese Skalierbarkeit gibt ihm die Möglichkeit, z.B. in einem kleineren Produktionsbereich erste Erfahrungen zu sammeln, bevor er seine komplette Anlage umstellt. Zur Verfügung stehen drei Ausbaustufen. In der kleinen Ausprägung übernimmt die Antriebs-PLC lediglich die Überwachung des Antriebs. Die Antriebsparameter werden in der PLC vorverarbeitet und an die übergeordnete Anlagensteuerung weitergeleitet, die dann die Antriebs- und Prozesssteuerung verantwortet. In der mittleren Ausprägung bindet die PLC zusätzlich die Antriebssteuerung ein und führt so auch antriebsnahe Funktionen aus. In der größten Ausbaustufe ersetzt die Umrichter-PLC die übergeordnete Anlagensteuerung komplett. Neben der Kommunikation an eine Steuerung kann auf Wunsch auch eine lokale Datenverwaltung ohne Internetanbindung die Daten übernehmen.

Das könnte Sie auch Interessieren

Bild: Analog Devices GmbH
Bild: Analog Devices GmbH
Warum vorausschauende Wartung?

Warum vorausschauende Wartung?

Allein in Fabriken in den USA entstehen pro Jahr ungeplante Ausfallzeiten von 14 Millionen Stunden. Die Ursache dafür, Systemfehler, bescheren der Industrie Kosten in Milliardenhöhe. Um solche Szenarien zu verhindern,
nutzen Fabriken in der Regel einen teuren manuellen Ansatz: Experten sammeln Daten, um den Zustand der
Anlagen zu beurteilen. Auch kommen oft Sensorlösungen zum Einsatz, die jedoch nicht alle möglichen Ausfälle zuverlässig erkennen können. Mehr Potenzial versprechen Systemlösungen für die vorausschauende Wartung.

Bild: Roxon
Bild: Roxon
Online-Zustandsüberwachung für Gurtförderanlagen

Online-Zustandsüberwachung für Gurtförderanlagen

Schmersal stellt über seinen Systempartner Roxon eine vollautomatisierte Online-Zustandsüberwachung für Gurtförderanlagen vor: Der HX170 basiert auf einer optischen Zustandsüberwachung des Oberflächenprofils, wodurch alle möglichen Beschädigungen der Verbindungsstellen sowie Längsschlitze, Risse und Löcher an der Bandoberfläche erkannt werden sollen.

Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Ob autonomes Fahrzeug in der Intralogistik oder Werkzeugmaschine in der industriellen Fertigung: Fehler und Ausfälle einzelner Geräte und Komponenten sind nicht immer zu vermeiden. Deren Wahrscheinlichkeit einzuschätzen und den Aufbau technischer Systeme hinsichtlich ihrer Betriebs- und Prozesssicherheit zu verbessern, ist daher umso wichtiger. Mit proSvift entwickelten Forschende des Fraunhofer IGD ein neues Analysewerkzeug, das auf einer probabilistischen Fehlermöglichkeits- und Einflussanalyse (FMEA) basiert und intuitiv steuerbar ist. Anwender sollen so Produktionsausfälle, kritische Auswirkungen und Folgekosten reduzieren können.