Mobile-Menu

Interview zur EMO Hannover 2017

Predictive Maintenance in der Werkzeugmaschine

Seite: 2/2

Anbieter zum Thema

Klinkhammer Intralogistics GmbH
AXA Entwicklungs- und Maschinenbau GmbH
Renishaw GmbH
DMG MORI Global Marketing GmbH
Schuler AG
mehr weniger
Company-Flyout
Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK
Verein Deutscher Werkzeug- maschinenfabriken e. V. (VDW)
Schwäbische Werkzeugmaschinen GmbH
weniger

Praxisbeispiel PM-Lösung

Gibt es ein Praxisbeispiel für eine PM-Lösung, die Sie mit einem Werkzeugmaschinenhersteller entwickelt haben?

Geisert: Die Automobilindustrie verlangt von den Maschinenherstellern Garantien zur Verfügbarkeit und Angaben zu den erwarteten Lebenszykluskosten. Das erfordert jedoch eine lückenlose Überwachung der Maschine. Unsere mit dem Schleifmaschinenhersteller Schaudt-Mikrosa entwickelte Lösung – eine elektronische Überwachung der Antriebselemente über die Maschinensteuerung – erfasst und wertet sämtliche Meldungen und Signale der Anlage aus. Daraus ermittelt das System das dynamische Verhalten der Antriebsachsen und -spindeln über einen längeren Zeitraum. Diese Lösung kommt mittlerweile in allen Maschinen zum Einsatz.

Impressionen EMO 2013
Bildergalerie mit 19 Bildern

Wie nutzt das PM-Tool dem Hersteller?

Hohwieler: Schaudt-Mikrosa setzt es bereits als wichtiges Werkzeug der Qualitätssicherung ein – beispielsweise in der Maschinenabnahme oder in der Garantiephase zum Klären der Ursachen für Schädigungen, wie Kollisionen zwischen Antriebselementen, Werkzeugen und Bauteilen.

Geisert: Die Service-Mitarbeiter nutzen das Tool für den Blick zurück: Sie sehen dank der lückenlosen Datenerfassung und -speicherung, wann und unter welchen Umständen Probleme erstmalig auftraten und erkennen so leichter, wie sie sich beheben lassen.

Beim Monitoring und der Zustandsdiagnose fallen sehr große Datenmengen an. Beim Erfassen von 20 Werten (64 Bit) pro Millisekunde speichert die Elektronik laut Aachener Werkzeugmaschinenlabor bei einer 8-Stunden-Schicht bereits mehr als vier Gigabyte. Wie gehen Sie beim Auswerten von derartigen Daten-mengen, sprich Big Data, vor?

Hohwieler: Es ist für uns nicht problematisch, weil wir nicht die Rohdaten erfassen, sondern nach dem Motto „Smart Data statt Big Data“ nur die typischen Kennwerte ermitteln und speichern. Ich habe nämlich den Eindruck, dass Big Data oft erst wegen der Möglichkeit zur Speicherung großer Datenmengen und dem Erzeugen von redundanten Datenkopien entsteht. Es ist sinnvoller, vor dem Speichern in der Nähe der Maschine eine intelligente Vorauswahl zu treffen, bevor dann ein reduzierter Datensatz in die Cloud wandert.

Wie kann man sichergehen, dass ein reduzierter Datensatz nicht Effekte über-sieht, die dann nicht mehr nachvollziehbar sind? Welche Möglichkeiten gibt es schon, eine Auswahl zu treffen?

Geisert: Die Komprimierung von Rohdaten auf ausgewählte Kennwerte ist immer verlustbehaftet. Somit ist nicht auszuschließen, dass Effekte übersehen werden. Das gilt allerdings auch schon für die Datenerfassung: Welche physikalischen Größen sollen mit welchen Sensoren mit welcher Genauigkeit überhaupt erfasst werden? Ohne ein gewisses Maß an domänenspezifischem Expertenwissen ist ein Monitoring-Konzept nicht umsetzbar.

Um die richtige Auswahl zu treffen, kann man in der Entwicklungsphase Verfahren des „Machine Learning“ nutzen. Diese helfen dem Experten bei der Auswahl aussagekräftiger Kennwerte. Es gilt eigentlich immer, dass für die Entwicklung eines nachhaltigen Monitoring-Konzepts Know-how zur fundamentalen Theorie, gepaart mit Erfahrungswissen, unumgänglich ist.

Was bringt der Einsatz von Predictive Maintenance dem Hersteller auf lange Sicht?

Hohwieler: Es kommt zu einem Flotteneffekt. Im Laufe des Lebenszyklus‘ der Produktionsanlagen beim Kunden fallen nämlich sehr viele Informationen an, mit denen sich der Herstellerservice verbessern lässt.

Zusammenspiel mit Industrie 4.0 – eine optimale PM-Lösung aussehen?

Hohwieler: Denkbar wäre es, dass die Maschine die entstehenden Informati-onen selbst nutzt, um ihren Prozess zu optimieren oder um den Wartungsservice zu „rufen“.

Bitte Ihre persönliche Vision: Wie könnte – im

Was erwarten Sie – auch mit Blick auf Ihre Forschungsarbeit und Predictive Maintenance – von Ihrem Besuch auf der EMO Hannover 2017, der Weltleitmesse für Metallbearbeitung?

Hohwieler: Ich bin sehr gespannt, wie sich die Maschinenhersteller auf das Thema einstellen und welche Apps sie dazu vorstellen. Vielleicht präsentiert auch schon jemand die Werkzeugmaschine 4.0, die twittert und mit der sich der EMO-Besucher über sein Smart Phone verbinden kann.

*Nikolaus Fecht ist Fachjournalist aus Gelsenkirchen.

(ID:44594059)

Weiterführende Inhalte