Suchen

Antriebstechnik Wenn der Antrieb Echtzeit-Daten ohne zusätzliche Messfühler liefert

| Redakteur: Ute Drescher

Smartes Condition Monitoring lässt sich auch ohne zusätzliche, kostentreibende Sensorik realisieren – wenn der Antrieb die relevanten Informationen liefert.

Firma zum Thema

Mit dem richtigen Condition-Monitoring-Konzept lassen sich wertvolle Informationen aus bereits vorhandenen Datenquellen erschließen.
Mit dem richtigen Condition-Monitoring-Konzept lassen sich wertvolle Informationen aus bereits vorhandenen Datenquellen erschließen.
(Bild: Lenze )

Mehrwert generieren, ohne dass dabei Hardware-Kosten anfallen, das dürfte für viele OEMs attraktiv klingen. Genau das verspricht das Condition Monitoring. Der Grund: Es kommen keine zusätzlichen Sensoren zum Einsatz. Der Clou der Lösung besteht darin, den Mehrwert an Informationen aus bereits vorhandenen Datenquellen zu erschließen. Lenze liefert dazu vorgetestete Algorithmen für verschiedene Anwendungen und unterstützt Maschinenbauer dabei, ihr Prozess-Know-how und Maschinenwissen in ein nutzensteigerndes Modell für Condition Monitoring umzusetzen.

Ergänzendes zum Thema
Was Condition Monitoring von Predictive ­Maintenance unterscheidet

Condition Monitoring und Predictive Maintenance werden immer wieder als synonyme Bezeichnungen verwendet, dabei sind es zwei unterschiedliche Konzepte.

Predictive Maintenance ist die Vorhersage von Ereignissen oder der Wahrscheinlichkeit von Ereignissen, beispielsweise wann die Wahrscheinlichkeit, dass ein Getriebedefekt in den nächsten 50 Betriebsstunden auftritt, auf über 90 % steigt. Mit einer solchen Prognose könnte man den Austausch des Getriebes rechtzeitig planen, bevor die Anlage tatsächlich ausfällt.

Condition Monitoring dagegen ist eine Vorstufe, die aus der Interpretation vorhandener Daten eine tiefergehende Beschreibung des aktuellen Zustands ermöglicht. Dazu bedarf es eines tiefen Verständnisses von Maschinen und Prozessen, um aus „nackten“ Daten aussagekräftige Informationen zu generieren. Analysen auf Basis von Machine Learning (ML) und KI können dazu beitragen, Anomalien schneller aufzuspüren.

Beispiel 2-Achs-Roboter

Auf der SPS 2019 demonstrierte das Unternehmen dieses Prinzip anhand eines Show-Case mit zwei unterschiedlichen Ansätzen. Der eine ist modellbasiert, 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.

Mit dem richtigen Condition-Monitoring-Konzept lassen sich wertvolle Informationen aus bereits vorhandenen Datenquellen erschließen.
Mit dem richtigen Condition-Monitoring-Konzept lassen sich wertvolle Informationen aus bereits vorhandenen Datenquellen erschließen.
(Bild: Lenze )

Der zweite 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.

Im Messe-Show-Case wurden dazu zum Beispiel einmal eine erhöhte Reibung an der Spindel simuliert, zum anderen ein Verschleiß des Riemenantriebs. In beiden Fällen können über Strom- und Drehmomentwerte die Anomalien erkannt werden, sei es durch absolute Erhöhung des Wertes oder durch Auffälligkeiten bei der Frequenzanalyse. In beiden Fällen schlägt das Condition Monitoring Alarm und zeigt die Ursachen auf einem Dashboard an.

Steuerung oder Cloud?

Die beiden Condition-Monitoring-Ansätze unterscheiden sich nicht nur konzeptionell. Auch die Frage, wie die Auswertung der Daten erfolgt, ist verschieden. Die Modell-basierte Auswertung erfolgt normalerweise in der Steuerung, denn es werden keine hohen Rechenleistungen benötigt. Für die Daten-basierte Auswertung kommen dagegen ML- und KI-Analysen in Betracht, in der Regel als Cloud-Anwendung.

Lenze gibt dem OEM mit seinem Portfolio Wahlfreiheit. Dazu zählt eine Reihe unterschiedlich dimensionierter SPSen für das Modell-basierte Condition Monitoring. Die datenbasierte Auswertung kann ebenso lokal erfolgen, wenn der Cabinet Controller c750 zum Einsatz kommt. Alternativ steht mit dem Gateway x500 der Weg in die Cloud offen. Kombiniert mit der x4-Plattform erhalten Maschinenbauer eine schlüsselfertige Cloud-Lösung, die neben Condition Monitoring auch die Fernwartung der Maschine und ein bedienerfreundliches Asset Management umfasst.

Effizientes Condition Monitoring

Ein effizientes Condition Monitoring basiert auf der Interpretation von bereits vorliegenden Informationen. Es wird keine zusätzliche Sensorik benötigt, stattdessen arbeiten die Devices der Maschine als Sensoren. Mit seinem umfassenden Automatisierungs-Portfolio aus Hardware, Software, Netzwerk und Cloud-Applikationen und dem daraus resultierenden Know-how kann Lenze umfangreiche Hilfestellung bei der Interpretation von Daten bieten. Zugleich unterstützt der Hersteller OEMs dabei, sich zu Data Scientist ihrer Maschinen zu entwickeln.

Anwendertreff mechatronische Antriebstechnik

Im Fokus des Anwendertreffs mechatronische Antriebstechnik stehen die mechanischen Komponenten Getriebe, Kupplungen und Bremsen sowie deren Auslegung, Dimensionierung und Zusammenspiel im mechatronischen Gesamtsystem.

Mehr Infos

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46499855)