Lagerausfall SKF baut Testzentrum für Lager in den Niederlanden

Redakteur: Katharina Juschkat

Um zu verstehen, wann und warum Lager ausfallen, baut SKF ein Testzentrum in den Niederlanden. Im „Bearing Rigs for Accelerated Verification Experiments" (Brave) kann das Unternehmen Lagerausfälle experimentell untersuchen und eine Vorhersage-Methode entwickeln.

Firmen zum Thema

Rund 50 Millionen Lager müssen jedes Jahr getauscht werden – SKF will der Ursache jetzt auf den Grund gehen und baut ein Testzentrum für Lager.
Rund 50 Millionen Lager müssen jedes Jahr getauscht werden – SKF will der Ursache jetzt auf den Grund gehen und baut ein Testzentrum für Lager.
(Bild: SKF)

Von den rund 10 Mrd. Lager, die SKF jedes Jahr herstellt, halten rund 90 % länger als die Maschinen, in die sie eingebaut sind. Nur 0,5 % fallen bei laufendem Betrieb aus. Das klingt nach wenig, entspricht aber immer noch rund 50 Mio. Lagern. Warum fallen die Lager aber aus? Das will SKF wissen und baut dafür das Testzentrum „Brave“ im niederländischen Houten. Die Abkürzung „Brave“ steht für „Bearing Rigs for Accelerated Verification Experiments“. Das neue Technologiezentrum soll Anfang diesen Jahres fertiggestellt werden.

Ein Drittel der Lager fällt wegen Ermüdungserscheinungen aus, ein weiteres Drittel wegen mangelnder Schmierung. Verunreinigungen sind für ein Sechstel der Ausfälle verantwortlich. Den Rest verursachen Faktoren wie falsche Handhabung und Montage, höhere oder andere Belastungen als vorgesehen und schlechte Lagersitze. Um vorherzusagen, warum und – vielleicht noch wichtiger – wann ein Lager ausfallen wird, ist eine Vielzahl von Variablen zu berücksichtigen, beispielsweise die vorgesehene Anwendung, die Betriebs- und Umgebungsbedingungen, die zu verwendenden Schmierstoffe und die zu erwartenden Belastungen. Somit ist bei der Entwicklung neuer Lager deren Charakterisierung und die Abschätzung der Lebensdauer oft langwierig, kostenintensiv und komplex.

Im Testzentrum will SKF die Mechanismen hinter den unterschiedlichen Lagerausfällen experimentell untersuchen. Außerdem wollen die Experten das Testzentrum dazu nutzen, eine schnelle, genaue und wiederholbare Vorhersage-Methode für die verbleibende Lebensdauer von Lagern zu entwickeln.

Verschiedene Anwendungsfälle im Testzentrum untersuchen

Auf flexiblen Prüfständen können die Experten verschiedene Anwendungsbedingungen nachbilden. Edwin Tummers, Teamleiter für Experimental Verification bei SKF, erklärt: „Darauf wollen wir auch untersuchen, wie sich ein Lagersystem mitsamt seinen Werkstoffen und der Schmierung bei unterschiedlichen Belastungen und Drehzahlen verhält.“ So können sie feststellen, wie Defekte entstehen, wie sie sich ausbreiten und wie lange das jeweilige Lager hält, bis eine Wartung erforderlich ist.

Die Testszenarien lassen sich in die drei Setups „Kontaminieren“, „Initiieren“ und „Ausbreiten“ unterteilen:

  • Mit „Kontaminieren“ lassen sich auf verschiedene Weise Defekte an den Lagern erzeugen. Dazu gehören Eindrückungen, Abschürfungen oder elektrische und korrosive Oberflächenangriffe. Dabei können auch unterschiedliche Schmierstoffe zum Einsatz kommen.
  • Initialschäden lassen sich im Setup „Initiieren“ erzeugen.
  • Mit „Ausbreiten“ können die Entwickler bestimmen, wie sich unterschiedliche Belastungs- und Drehzahlbedingungen auf die Ausbreitung dieses Schadens auswirken.

Diese Prüfstände lassen sich getrennt voneinander nutzen, sind aber auch frei miteinander kombinierbar. Das macht viele Testszenarien möglich.

Mit Künstlicher Intelligenz Eigenschaften vorhersagen

Die im Testzentrum entwickelten Prüfabläufe werden genau gesteuert und überwacht, ihre Daten zu Schwingungen, Temperatur und Belastung kontinuierlich aufgezeichnet. Diese lassen sich während oder nach den Experimenten im Detail analysieren.

Das Ziel des Testzentrums soll es sein, potentielle Lagerlösungen schnell zu bewerten und einzuordnen sowie die Auswirkung verschiedener Herstellungsprozesse auf die Produkteigenschaften verstehen zu können. „Zudem können wir die Daten zu einem späteren Zeitpunkt für die Entwicklung künstlicher Intelligenz und für Technologien des maschinellen Lernens nutzen, um die Eigenschaften unserer Bauteile vorherzusagen oder zu verbessern“, erklärt Urszula Sachadel, Teamleiterin für Bearing Steels, die das Projekt gemeinsam mit Tummers verantwortet.

(ID:47182837)