Mit der digitalen Antriebstechnik sind viele Daten verfügbar, mit denen sich der Zustand eines Antriebs oder einer Maschine permanent überwachen lässt. Dies erfolgt mit dem System des Condition Monitoring. Kombiniert mit entsprechenden Analyse-Tools lässt sich dahingegen mit Predictive Maintenance sogar eine vorausschauende Wartung daraus ableiten.
Traditionelle Wartungsmethoden, nach denen zu festgelegten Terminen turnusmäßig die Anlagen geprüft werden, richten sich nicht nach dem tatsächlichen Zustand der Anlagen. So kann es passieren, dass Wartungen entweder zu früh oder zu spät erfolgen.
Während eine verfrühte Wartung nur geringe Auswirkungen auf die Kosten hat und noch akzeptabel ist, bedeutet eine zu späte Wartung die Beschädigung oder sogar den Ausfall einer Maschine. Resultat daraus sind entsprechend gravierende und teure Folgen.
Um das zu vermeiden, ist eine zustandsorientierte Instandhaltung der Antriebe nötig. Eine wesentliche Grundlage liefert hierbei die digitale Antriebstechnik durch permanentes Erfassen der Maschinen- und Antriebsdaten. Denn somit kann der Ist-Zustand einer einzelnen Komponente oder einer kompletten Anlage kontinuierlich überwacht werden.
Auch eine frühzeitige Aussage über deren Funktionstüchtigkeit ist möglich. Durch dieses Condition Monitoring lässt sich rechtzeitig eingreifen, sobald eine außergewöhnliche Änderung des Maschinenzustands erkennbar wird. Und das sogar noch bevor der Antrieb ausfällt.
Antrieb als Stromsensor
Dabei sind die unterschiedlichsten Datenquellen möglich. Zum einen liefert der Elektromotor bzw. sein Stellglied wertvolle Informationen. Frequenzumrichter erfassen zum Beispiel einige Daten, die Rückschlüsse auf den Betriebszustand von Motoren ermöglichen.
Auch ein direkter Hinweis kann gegeben werden, wenn es notwendig ist die Lager von Motor und angetriebener Komponenten zu prüfen. Und zwar, wenn etwas mehr Energie nötig ist, um die gleiche Drehzahl zu erreichen, obwohl sich der Prozess nicht verändert hat.
Weitere Daten, die Rückschlüsse auf den Zustand des Antriebs und Voraussagen zu Verschleiß sowie möglichen Ausfällen erlauben, können ergänzende Sensoren erfassen.
Bei Elektromotoren sind zum Beispiel Temperaturfühler wichtige Indikatoren, denn Überhitzungen geben Hinweise auf Defekte, die zu Ausfällen führen könnten. Aus den Daten von Schall- und Schwingungssensoren lassen sich Rückschlüsse zum Beispiel auf den Zustand von Wälzlagern oder kompletter Antriebe ziehen.
Dabei bietet speziell die Schwingungssensorik eine Reihe von Vorteilen. So gibt es speziell für die in Industrieantrieben eingebauten Lager detaillierte Herstellerdatenbanken. Solche Herstellerbanken enthalten die charakteristischen Schwingungsfrequenzen für alle Komponenten jedes Lagertyps.
Die einzelnen Frequenzen lassen sich also klar identifizieren und zuordnen. Ausreißer in dem typischen Frequenzspektrum deuten auf einen beginnenden Schaden hin.
Zustandserfassung mit Condition Monitoring und MEMS
Der Einsatz von Schwingungssensoren in der vorausschauenden Wartung ist laut Technavios Marktanalyse ein wichtiger Treiber für ein solides Wachstum. Von 2019 bis 2023 soll der Markt für Schwingungsmessgeräte um jährlich durchschnittlich fünf Prozent wachsen.
Dabei werden laut Technavio zunehmend mikroelektromechanische Sensoren (MEMS) eingesetzt. Diese sind kostengünstiger und kleiner als herkömmliche Sensoren und verbrauchen zudem weniger Energie.
MEMS kommen auch bei einem neuen System zum Einsatz, das die Ultraschall-Aussendungen einer Maschine oder eines Antriebs nutzt.
Die kleinen MEMS-Mikrofone messen Schall von zehn bis über 50 Kilohertz. Veränderungen in diesen Bereich erlauben beispielsweise Rückschlüsse auf Schäden in den Lagern von Lüftern oder auf verschmutzte Lufteinlässe.
Dabei soll die Empfindlichkeit dieser Systeme noch einmal höher sein als bei herkömmlichen Schwingungs- oder Schallsensoren. Schäden sollen sich so noch früher erkennen lassen.
Systeme zum Condition Monitoring lassen sich heute auch nachträglich in Antriebe integrieren: Verschiedene Antriebshersteller haben dazu kompakte Sensor-Tags entwickelt, die einfach am Gehäuse des Antriebs befestigt werden und Informationen zu den Betriebsparametern wie Vibrationen, Temperatur oder Überlastung liefern.
Über drahtlose Kommunikationsschnittstellen senden sie die Daten auf ein Smartphone oder an die Cloud zur weitergehenden Analyse.
Mit Predictive Maintenance Schäden vorhersagen
Während Condition Monitoring nur das Erkennen des Ist-Zustandes ermöglicht, kann mit Predictive Maintenance, der vorausschauenden Wartung, langfristig geplant werden und wann eine Wartung nötig sein wird. Oder aber auch, wie lange ein Bauteil überhaupt noch zuverlässig arbeiten wird.
Das bedeutet höhere Anlagenverfügbarkeit, reduzierte Kosten, eine höhere Antriebslebensdauer und vor allen Dingen keine ungeplanten Ausfälle.
Dazu werden aus den Condition Monitoring-Daten Muster für aussagekräftige Voraussagen abgeleitet – ein immer wichtigeres Hilfsmittel ist dabei die „Künstliche Intelligenz“ (KI).
Von den Antrieben und über Sensoren generierten Datenmengen sind meist zu groß, um sie mit rein menschlicher Leistung schnell auszuwerten und zu interpretieren.
Erst wenn die gesammelten Daten durch geeignete mathematische KI-Analysemethoden verarbeitet und aufbereitet werden, kann der Anlagenbetreiber einen Nutzen daraus ziehen.
Aufgrund der heutigen erforderlichen hohen Rechenkapazitäten, werden solche Analyse-Tools meist in der Cloud hinterlegt.
Damit ist die Kommunikationsfähigkeit der digitalen Antriebe unabdingbar – nur durch entsprechende Schnittstellen gelangen die Daten vom Motor über die Anlagensteuerung in die Cloud.
Mit der zunehmenden Intelligenz der Antriebe selbst und der Leistungsfähigkeit ihrer Steuerungen können immer mehr dieser Analysen in die Antriebe wandern.
Dadurch werden zumindest einfache Faktoren direkt vor Ort ausgewertet, die sich zum Beispiel auf dem Smartphone des Anlagenbedieners anzeigen lassen.