Schwerpunkte

Lenze

Der Antrieb wird zum Sensor

28. November 2019, 09:00 Uhr   |  Günter Herkommer

Der Antrieb wird zum Sensor
© Lenze

Christoph Ranze, Head of Digital Business bei Lenze: „Smartes Condition Monitoring liefert Echtzeit-Zustandsbeschreibungen ohne zusätzliche Messfühler.“

Condition Monitoring ist dann effizient, wenn dafür keine kostentreibende, zusätzliche Sensorik benötigt wird – so die Überzeugung bei Lenze. Wie sich dies konkret umsetzen lässt, zeigte das Unternehmen aus Hameln auf der SPS 2019 am Beispiel eines realen Show-Cases.

Themen wie Predictive Maintenance, Condition Monitoring und Prognosemodelle, die auf Künstlicher Intelligenz (KI) basieren, genießen derzeit hohes Interesse im Maschinenbau. Allerdings: „Viele Kunden haben keine Vorstellung davon, was prognostiziert werden könnte“, weiß Lenze-CTO Frank Maier aus eigener Erfahrung und ergänzt: „Immer wieder werden Condition Monitoring und Predictive Maintenance als synonyme Bezeichnungen verwendet – dabei sind es zwei unterschiedliche Konzepte.“

Predictive Maintenance sei die Vorhersage von Ereignissen – beispielsweise wann die Wahrscheinlichkeit, dass ein Getriebedefekt in den nächsten 50 Betriebsstunden auftritt, auf über 90 % steigt. Mit einer solchen Prognose lasse sich der Austausch des Getriebes rechtzeitig planen, bevor die Anlage tatsächlich ausfällt. Condition Monitoring dagegen sei eine Vorstufe, die aus der Interpretation vorhandener Daten eine tiefergehende Beschreibung des aktuellen Zustands ermöglicht. Dazu bedürfe es eines tiefen Verständnisses von Maschinen und Prozessen, um aus ‚nackten‘ Daten aussagekräftige Informationen zu generieren.

Für OEMs wird es laut Frank Maier besonders dann interessant, wenn – so wie beim Ansatz von Lenze – der durch das Condition Monitoring winkende Mehrwert nicht mit höheren Hardware-Kosten erkauft werden müsse. Der Clou der Lösung bestehe darin, den Mehrwert an Informationen aus bereits vorhandenen Datenquellen zu erschließen.

In Nürnberg demonstriert der Automatisierungsanbieter das Prinzip anhand eines Show-Case mit zwei unterschiedlichen Ansätzen. Der eine ist Modell-basiert: Hier werden die gemessenen Ist-Werte mit denen verglichen, die sich aus der angenommenen mathematischen Beschreibung der Maschine ergeben. Werden bestimmte Toleranzen überschritten, wird dies als Störung interpretiert. Der andere Ansatz ist datenbasiert: Ein Algorithmus lernt das Verhalten des Systems und die gegenseitige Beeinflussung der Parameter, beispielsweise Geschwindigkeit, Beschleunigung, Drehmoment, Position und Stromaufnahme. Die realen Werte werden mit dieser erlernten Beschreibung verglichen, um Abweichungen zu definieren.

Beim Messe-Show-Case wird dazu zum einen erhöhte Reibung an der Spindel simuliert, zum anderen ein Verschleiß des Riemenantriebs. In beiden Fällen sind über Strom- und Drehmomentwerte die Anomalien erkennbar. Sei es durch absolute Erhöhung des Wertes oder durch überlagerte Frequenzen. In beiden Fällen schlägt das Condition Monitoring Alarm und zeigt die Ursachen auf einem Dashboard an.

Seite 1 von 2

1. Der Antrieb wird zum Sensor
2. Steuerung oder Cloud?

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

Lenze SE

SPS 2019

Anbieter zum Thema