Instandhaltung Dynamische Fehlermessung erfasst Verschleiß an Vorschubantrieben
Nach dem Prinzip der dynamischen Übertragungsfehlermessung lässt sich der Verschleißzustand von Vorschubantrieben mit hoher Genauigkeit kontinuierlich ermitteln. Dies bedarf automatisierbarer Messsysteme, die einfach in der Handhabung und schnell in der Anwendung sind. Sie bilden die Basis eines CMS-Systems.
Anbieter zum Thema
Vorschubantriebe mit Kugelgewindetrieb (KGT) stellen nach wie vor das Gros in der Antriebstechnik für Werkzeugmaschinen dar. Aufgrund des weit fortgeschrittenen Entwicklungsstands lassen sich hohe Genauigkeits- und Qualitätsstandards erzielen. Weil Werkzeugmaschinen ein kapitalintensives Investitionsgut sind, wird folgerichtig von den Maschinenbetreibern über die allgemeinen Anforderungen hinaus eine hohe Verfügbarkeit der Gesamtmaschine gefordert. Ziel ist es, eine wirtschaftliche Fertigung zu erreichen.
Condition Monitoring ist Basis für vorbeugende Maßnahmen
Dies wird durch kontinuierliche Wartung der mechanischen Antriebselemente erreicht – immer unter dem Gesichtspunkt der Wirtschaftlichkeit. „Predictive Maintenance“ heißt eine der Strategien zur optimierten, zeitlichen Planung von Instandhaltungsmaßnahmen. Dazu wird eine genaue Kenntnis der Restlebensdauer kritischer Maschinenkomponenten gefordert. Grundlage dessen ist ein geeignetes Condition-Monitoring-System (CMS), das den aktuellen Maschinenzustand erfasst und auswertet.
Zur Kostenvermeidung aufgrund von Maschinenfehlzeiten – etwa infolge von Verschleiß – kommt dem Condition-Monitoring-System eine zentrale Bedeutung zu. Ziel ist es, dafür universell anwendbare, schnelle, automatisierbare und in der Handhabung einfache Messverfahren bereitzustellen. Dazu müssen die relevanten Größen möglichst direkt und ohne großen Geräteaufwand gemessen werden.
Bei Vorschubantrieben lässt sich dies durch dynamische Messung des Übertragungsfehlers erreichen. Die Weiterentwicklung und Optimierung dieses Verfahrens sind Gegenstand der Arbeiten am Institut für Werkzeugmaschinen (IFW) der Universität Stuttgart im Rahmen der von der DFG geförderten Forschergruppe FOR 639.
(ID:313948)