Predictive Maintenance Wenn intelligente Bauteile ihren Verschleiß melden

Anbieter zum Thema

igus GmbH

Klinkhammer Intralogistics GmbH

Weil Technology GmbH

CMS Automatisme

Wie können Maschinen- und Anlagenbetreiber eine Instandhaltung bereits vorab planen? Die Antwort: Mit integrierten Sensoren, die den Verschleiß messen. Erfahren Sie, wofür sich smarte Bauteile eignen, die auch aus dem 3D-Drucker kommen können.

Nichts geht mehr, die Produktion steht. Für Maschinen- und Anlagenbetreiber ist ein Ausfall oder ein ungeplanter Maschinenstillstand eine teure Angelegenheit. Das zeigt eine Studie von FM Global, einem großer Industriesachversicherer, der Störungen dieser Art als einen der größten Kostentreiber der Industrie identifiziert hat. So zählte der Versicherer im Jahr 2018 rund 232 Großschäden mit einem jeweiligen Wert von über 3 Mio. US-Dollar. Bei 28 Prozent waren Anlagenausfälle der Grund. Systeme für Zustandsüberwachung, Condition Monitoring, oder vorausschauende Wartung, Predictive Maintenance, hätten solche ungeplanten Ausfälle verhindern können. Doch wie lassen sich Maschinen einer Fertigungsanlage möglichst einfach im Sinne einer smarten Fabrik vernetzen?

Bildergalerie

Bildergalerie mit 5 Bildern

Wer mit kleinen Schritten schnell durchstarten möchte, kann auf einzelne Baugruppen und Komponenten mit Intelligenz setzen. Sie so anbinden und vernetzen. Hierfür hat das Unternehmen Igus unter dem Namen Smart Plastics eine Produktfamilie entwickelt, bei der Sensoren und Überwachungssysteme die Kunststoffkomponenten von Energieketten, Leitungen und Gleitlagern intelligent machen. Diese Komponenten können, bevor ein Defekt auftritt, ein Wartungsbedürfnis ankündigen. Ungeplante Anlagenstillstände und teure Produktionsausfälle lassen sich so vermeiden.

Sensoren ermitteln Verschleiß genau

Wie funktioniert so eine intelligente Kunststofflösung? Bei einem Energiekettensystem nimmt beispielsweise ein Sensor den Zustand über die Beschleunigung, Geschwindigkeit, Temperatur und die zurückgelegten Zyklen auf. Daraus kann die zurückgelegte Strecke sowie die verbleibende Standzeit des Systems abgeleitet werden. Grundlage für diese Prognosen bilden die vielen Testreihen, die im hauseigenen Testlabor von Igus analysiert wurden.

Mit dem Sensor wird bei gleitenden E-Ketten-Anwendungen der Abrieb an den Verschleißzugaben prozentgenau ermittelt. „Im Alltag eines Betriebsleiters und Instandhalters sind Lösungen gefragt, die proaktiv reagieren und den baldigen Austausch einer Komponente ankündigen“, beschreibt Richard Habering, Geschäftsbereichsleiter Smart Plastics bei Igus, die Bedeutung von Predictive Maintenance in der Industrie. Durch den Einsatz der Smart Plastics Sensoren können Lebensdauer- bzw. Wartungsempfehlungen per E-Mail und Webdashboard verschickt werden. „Wartungsarbeiten an Maschinen und Anlagen werden heute oft noch zeitgesteuert und damit unnötigerweise durchgeführt. Predictive Maintenance kann hier Abhilfe schaffen und Kosten einsparen“, weiß Dr. Olaf Enge-Rosenblatt, Gruppenleiter Datenanalysesysteme, Fraunhofer IIS, Institutsteil Entwicklung Adaptiver Systeme EAS in Dresden. Igus nutzt für Predictive Maintenance künstliche Intelligenz und Machine Learning, um die Lebensdauer einer Anlage vorab zu ermitteln. „So kann ein frühzeitiger Wartungsplan aufgestellt werden“, erklärt Habering. „Unsere smarten Energieketten und Leitungen sind bisher vor allem im Bereich der Kranindustrie oder auch in der Automobilproduktion im Einsatz. Aber auch in der Lebensmittel- oder Bahnindustrie.“ Für die Zukunft arbeitet das Unternehmen aus Köln an der Integration in große SCADA- und MES-Systeme.

Mit Predictive Maintenance Wartung neu strukturieren

Die Herausforderung besteht darin, ein solches System in allen Ebenen eines Unternehmens einzuführen und umzusetzen. „Die Wartung von Maschinen und Anlagen ist eine Routine, die durch Predictive Maintenance komplett abgelöst und neu strukturiert wird“, bemerkt Habering.

Auch in der Gleitlagertechnik lässt sich der Abrieb von Polymer-Rundtischgleitlagern bzw. an Linearführungen messen. Per Funk werden die Zustandsdaten an den Anwender weitergegeben. Diese Kunststoffelemente eignen sich besonders für Anwendungen in stark abrasiven Umgebungen, wie z. B. in der Glasindustrie, in der Getränketechnik oder auch in Werkzeugmaschinen. Der Einsatz der smarten Gleitlagertechnik ist vor allem für schwer zugängliche Lagerstellen und Anwendungen geeignet, bei denen keine regelmäßigen Wartungsintervalle geplant sind. Um frühzeitig einen Verschleiß zu erkennen, hat Igus einen Sensor in das Lager integriert, der Daten sammelt und an ein Kommunikationsmodul weiterleitet. Es ist eine vorausschauende Wartung ohne Einbindung in die IT-Infrastruktur möglich. Ein LED zeigt an, wann es sich empfiehlt, einen Lagertausch vorzunehmen.

3D-Druck: Sensoren in Komponenten drucken

Die additive Fertigung verändert die Industrie nachhaltig. Lassen sich doch beispielsweise Verschleißteile einfach ausdrucken und ersetzen. Igus geht hierbei nun einen neuen Weg: 3D-gedruckte Komponenten werden intelligent. Die Sensorik wird erstmalig direkt in Tribo-Bauteile per Multimaterial-Druck hineingedruckt.

Mit einem neuen Verfahren können die intelligenten Sonderbauteile nun in einem einzigen Arbeitsschritt hergestellt werden. Die Sensor-Schicht wird dabei an den zu belastenden Stellen des Bauteils aufgetragen. Das Bauteil kann so vor Überlast warnen und eine vorausschauende Wartung ermöglichen.

Energieketten bei Automobilzulieferer überwachen

In einem Motorenwerk in Österreich läuft im Durchschnitt alle 14 Sekunden ein Motor von den Montagebändern. Ein hoher Automatisierungsgrad und zuverlässige Komponenten sind für ein solches Ergebnis notwendig. So muss die Energiezuführung des Hallenportals durchgehend in 18 bis 19 Schichten pro Woche mit hoher Dynamik arbeiten. Es werden also schnell Zyklen in Millionenhöhe erreicht. Der Betreiber setzt bei dieser Anwendung auf intelligente Kunststoff-Energieketten von Igus. Die E-Kettensysteme sind mit Sensoren und Überwachungsmodulen ausgestattet, die laufend den Zustand der Komponenten erfassen und melden, sobald eine Reparatur oder ein Austausch erforderlich ist.

Mit Predictive Maintenance von einzelnen Baugruppen und Komponenten können Anlagenbetreiber ungeplante Ausfall- und Stillstandszeiten vermeiden. Das Sammeln und Auswerten von Maschinendaten ist dabei ein wichtiger Eckpfeiler für eine effiziente Fabrik der Zukunft.

Dieser Beitrag erschien zuerst auf unserem Schwesterportal Elektrotechnik

* Sariana Kunze, Fachredakteurin Automatisierung, Vogel Communications Group

(ID:47124187)