zuruck zur Themenseite

Artikel und Hintergründe zum Thema

Industrie 4.0

Carola Schwankner | Meinrad Happacher,

Warum Predictive Maintenance?

Um Schäden proaktiv zu erkennen, lohnen sich Investitionen in vorausschauende Wartungssysteme. Nicht nur dass sich so die Lebensdauer einer Maschine erhöht, es eröffnen sich sogar neue Geschäftsmodelle für Maschinenbauer.

© B&R

Maschinen mit durchlaufenden Bahnen wie Druck- oder Verpackungsmaschinen können komplexe Bahnführungen mit unzählige Walzen aufweisen. Tritt an einer Walze ein Schaden etwa in Form einer mechanischen Unwucht oder einer erhöhten Lagerreibung auf, induziert dies unkontrollierte Schwingungen und beeinträchtigt die Bahnzugkraft der Maschine. Die Produktqualität wird negativ beeinflusst und im schlechtesten Fall kommt es sogar zum Maschinenstillstand. Um dies zu vermeiden, bieten sich Systeme zur vorausschauenden Wartung an. Diese Systeme erkennen mögliche Defekte, bevor sie tatsächlich eintreten. Unwuchten oder abgenutzte Lager werden rechtzeitig bemerkt und die notwendigen Reparaturen können vorgenommen werden. So wird verhindert, dass die Walze ausfällt und somit die ganze Maschine stillsteht. 

Stillstände vermeiden

Grundlage für die vorausschauende Wartung ist die Auswertung unterschiedlicher Maschinendaten. Die permanente Zustandsüberwachung, das sogenannte Condition Monitoring, erfasst diese Daten, analysiert und bewertet sie. Anhand dieser Auswertung können vorausschauende Wartungssysteme die Eintrittswahrscheinlichkeit für bestimmte Ereignisse präzise berechnen. „Mit der vorausschauenden Wartung lässt sich eine anstehende Reparatur nicht nur maximal kosten-, sondern auch leistungseffizient durchführen – also genau rechtzeitig, bevor der Maschine ein Leistungsverlust droht“, erklärt Martin Staudecker, Experte für Software-Entwicklung im Bereich Regelungstechnik bei B&R.

Die vorausschauende Wartung kann aber weit mehr, als lediglich das Verhalten einer einzelnen Walze zu überwachen. Vielmehr liefert sie ein Gesamtbild über den Zustand der ganzen Maschine und gibt eine Prognose über Ausfallwahrscheinlichkeiten von Bauteilen ab. So werden Drehzahlen, Geräusche oder Temperaturen von Motoren erfasst und ungewöhnliche Vibrationen oder Unwuchten frühzeitig erkannt. Ebenso sind exakte Schwingungsanalysen von verschleißgefährdeten Komponenten möglich. 

Anzeige

Intelligente ­Analyse-Algorithmen werten die Maschinendaten aus.

© B&R

Intelligente Analyse-Algorithmen

Um eine verlässliche Aussage über den Zustand einer Maschine treffen zu können, gilt es möglichst viele Maschinendaten zu sammeln und mit intelligenten Analyse-Algorithmen auszuwerten. Je mehr Daten das System heranziehen kann, desto besser kann es Schäden erkennen, bevor sie entstehen. „Allerdings bedeutet dies, Systeme zu finden, die zum einen diese große Datenmenge speichern können und zum anderen mit deren Analyse fertig werden“, sagt Staudecker. Neben den Zustandsdaten der Maschine selbst, spielen für die vorausschauende Wartung zudem Parameter aus dem Umfeld der Maschine wie Temperatur oder Luftfeuchtigkeit eine Rolle. Auch diese Daten müssen in den Analyseprozess eingebunden werden, um eine verlässliche Prognose zu erhalten.

Die I/O-Module für Condition Monitoring erkennen mögliche Wartungsfälle präzise und sind einfach zu konfigurieren.

© B&R

B&R nutzt für die vorausschauende Wartung zum einen I/O-Module für ­Condition Monitoring und zum anderen ausgefeilte Analyse-Algorithmen der B&R-Software mapp Technology. Die Condition-Monitoring-Module erkennen mögliche Wartungsfälle präzise und sind sehr einfach zu konfigurieren. Die Besonderheit der B&R-Module ist die Schwingungsanalyse, die lokal in den Modulen durchgeführt wird. In der Regel werden dafür Beschleunigungssensoren herangezogen. So steht zum Beispiel das Frequenzspektrum der Schwingungen – lokal berechnet über eine Fast-Fourier-Transformation (FFT) direkt am Modul – als Datenquelle zur Verfügung. Über die Modulkonfiguration werden in weiterer Folge die auszuwertenden Frequenzspektren, zum Beispiel für ein Wälzlager, definiert. Über die Beobachtung der entsprechenden Amplitude des Frequenzspektrums lässt sich der Zustand des Wälzlagers feststellen. Zusätzlich zur lokalen Berechnung direkt im Modul besteht die Möglichkeit, die Rohdaten des Beschleunigungssensors direkt in der Anwendung über einen eigenen Analyse-Algorithmus auszuwerten.

Die Daten der Condition-Monitoring-Module lassen sich leicht aufbereiten und ermöglichen so eine effiziente Optimierung bestehender Prozesse. Zudem sind alle Module Teil der X20-Steuerungsfamilie von B&R und damit uneingeschränkt in Steuerungstopologien verwendbar.

Daten ergebnisorientiert verarbeiten

Mit den Analyse-Algorithmen aus dem Softwarepaket mapp Control lassen sich die gesammelten Daten auswerten. „Für die Datenanalyse ist es wichtig, die Daten mit hoher Performance ergebnisorientiert zu verarbeiten“, sagt Staudecker. Mit anderen Worten: Der Großteil der Analysen findet bereits direkt auf der Steuerung statt; an eine übergeordnete Instanz werden lediglich die ausgewerteten Ergebnisse übertragen – und damit die zu übertragende Datenmenge erheblich reduziert. Um Fehler frühzeitig zu erkennen, lassen sich auch Tuning-Prozeduren heranziehen.

mapp Technology

Die mapps sind so einfach zu bedienen wie Smartphone-Apps. Anstatt User-/Rollen-Systeme, Alarmsysteme oder die Ansteuerung von Achsen Zeile für Zeile zu programmieren, parametriert der Entwickler der Maschinensoftware lediglich die fertigen mapps. Komplexe Algorithmen lassen sich so einfach beherrschen. Der Programmierer kann sich voll auf den Maschinenprozess konzentrieren.
Mit mapp Control stehen zum Beispiel sämtliche Regelungsfunktionen – vom einfachen PID-Regler bis hin zu hochkomplexen Kran- und Hydaulikregelungen – über ein einheitliches Interface zur Verfügung. Adaptive Regler, Autotuning und virtuelle Sensorik helfen dabei, Regelkreise optimal zu parametrieren und während des Betriebes anzupassen.

Vorausschauende Wartung lässt sich unter anderem durch exakte Schwingungsanalysen von verschleißgefährdeten Komponenten ­realisieren.

© B&R

Fehlervorhersage durch Autotuning

„Mit unserer Software stehen modellbasierte Methoden zur Verfügung, die das Systemverhalten identifizieren und darauf aufbauend einen geeigneten Regler entwerfen”, sagt Staudecker. Besonders bei wiederholtem Tuning in regelmäßigen Abständen werden zum einen die Reglerparameter aktualisiert und zum anderen fallen Veränderungen im Systemverhalten einer Maschine auf. Dies kann zum Beispiel das stationäre Verhalten, die Systemdynamik oder die Resonanzfrequenz betreffen. Anhand dieser Vergleichswerte lassen sich Rückschlüsse auf Vorgänge im Maschinenprozess ziehen und Verschleiß oder Leckagen erkennen. 

Von Verschleiß-Erkennung bis Heizstromüberwachung

Das Spektrum an Condition-Monitoring-Modulen ist groß. Das Softwarepaket ‚Hydraulics‘ etwa beinhaltet einen Baustein für die frühzeitige Erkennung von Verschleißerscheinungen an Hydraulikventilen. Der Verschleiß an den Ventilen tritt zwar langsam auf, wirkt sich aber unter anderem negativ auf die Regelung hydraulischer Achsen aus. „Der Baustein vermisst automatisch und präzise die Ventilkennlinie, welche den Zusammenhang zwischen Ventilöffnung und Öldurchfluss beschreibt. Dadurch wird die tatsächlich vorhandene Kennlinie ermittelt, was nicht nur den Verschleiß sichtbar macht, sondern auch die bestmögliche Regelgüte zur Folge hat”, erklärt Staudecker.
Ein anderes Beispiel: Ein typischer Teilprozess bei der Herstellung von Kunststoff ist die Extrusion. Fällt bei einem Extruder ein Heizelement aus, kann dies den Stillstand der gesamten Produktionsanlage bedeuten. Zur Überwachung von Heizelementen nutzt B&R das Softwarepaket ‚Temperature‘. Defekte Heizelemente werden damit frühzeitig erkannt. In frei konfigurierbaren Zyklen werden die Heizströme mit den Referenzströmen verglichen. Veränderungen im Heizkreis und angehende Schäden im Heizelement oder in Relais sind dadurch detektierbar.

Martin Staudecker, Experte für Software-Entwicklung im Bereich Regelungstechnik bei B&R.

© B&R

Neue Geschäftsmodelle

Mit der vorausschauenden Wartung lassen sich zusätzliche Geschäftsmodelle für Maschinenbauer erschließen. Vor allem im Servicebereich bieten sich viele Möglichkeiten. Zum Beispiel können mit den gesammelten Maschinendaten über einen längeren Zeitraum hinweg Wartungszyklen präziser vorhergesagt werden. Der Maschinenbauer kann auf dieser Basis seinen Kunden einen maßgeschneiderten Wartungsservice anbieten. Die bestehenden Maschinen im Feld werden so in den optimalen Zyklen gewartet, wodurch unnötige Service-Einsätze vermieden werden.
„Die Daten lassen sich auch zur Optimierung der Maschine selbst heranziehen”, sagt Staudecker. „Maschinenbauer können mit der vorausschauenden Wartung nicht nur ein umfangreiches Servicepaket anbieten, sondern auch die Erkenntnisse aus dem Feld in die weitere Entwicklung der Maschinen einfließen lassen.”

Autorin:
Carola Schwankner ist Unternehmensredakteurin bei B&R.

  • Xing Icon
  • LinkedIn Icon
Anzeige
zurück zur Themenseite
Anzeige

Das könnte Sie auch interessieren

Anzeige

Miba

Die ersten Schritte der Digitalisierung

Echtzeit-Transparenz im Materialfluss: Dieses Ziel setzte sich das Unternehmen Miba, als es die Digitalisierung der internen Logistikabläufe anging. Wie gut aber gelang letztlich die enge ­Verknüpfung von ERP und MES? – Ein Erfahrungsbericht.

mehr...
Anzeige
Anzeige

Big Data

Online die Maschinendaten im Griff

Riesige Datenmengen in wertvolle Informationen verwandeln – wie lässt sich dieser Ansatz einer Smart Industry umsetzen? Die Verknüpfung PC-basierter Steuerungen mit Matlab und einem IoT-Analaytikdienst auf Cloudbasis kann ein praktikabler Ansatz...

mehr...
Anzeige

Internet of Things

Ohne Edge und Swarm geht es nicht

Mit dem IoT haben sich die Anforderungen an die Verarbeitung von Daten geändert, die Sensoren und Aktoren von Maschinen bereitstellen. Dies muss schnellstmöglich passieren – am besten dort, wo die Daten entstehen. Edge-Knoten und...

mehr...
Anzeige
Anzeige
Anzeige

Industrie 4.0

Wo bleiben die neuen Geschäftsmodelle?

Als Kennzeichen eines Industrie-4.0-Umfeldes werden immer wieder die notwendigen neuen Geschäftsmodelle genannt. Doch bis dato ist bei den wenigsten Unternehmen etwas davon zu sehen. Schneider Electric hat nun ein paar Modelle am Laufen.

mehr...

Industrie 4.0

Erste Kundenprojekte per BaSys 4.0

Ende Juni 2019 lief das BMBF-Projekt 'Basissystem Industrie 4.0‘ aus. Das Fraunhofer IESE bietet auf ­dessen Basis nun zusammen mit NetApp und Objective Partner Industrie-4.0-Lösungen mit Support und Adaption auf Kundensysteme an. – Die...

mehr...

Cloud-Technologie

Die Multi-Cloud im Griff

Lange Zeit haben deutsche Unternehmen mit der Cloud gezögert, doch jetzt geht's richtig los. Immer mehr Fertiger nutzen gleich mehrere Cloud-Provider – ob strategisch oder aufgrund von Schatten-IT. Aber, wie lässt sich die Komplexität der...

mehr...
Jetzt Newsletter abonnieren