Instandhaltung Zustandsüberwachung der Intralogistik

Systeme für das Condition Monitoring von Industriemaschinen optimieren die Instandhaltung. Für Geräte wie Stapler oder Kräne existierte dieser Weg bisher noch nicht. Wissenschaftler wollen nun Sensornetzwerke und Algorithmen auch für die Erfassung des Zustands von Maschinen der Intralogistik entwickelt haben.

Anbieter zum Thema

Treston Deutschland GmbH

item Industrietechnik GmbH

Paessler AG

Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF

Industrie 4.0 macht selbstverständlich auch vor der Instandhaltung kein Halt: Sensoren, Kameras, Mikrophone – Informationen über Maschinenzustände lassen sich durch verschiedenste Technologien erheben. Die Messungen werden Teil riesiger Datenströme, die Aussagen darüber ermöglichen, wie es um die Materialermüdung und die zu erwartende Restlebensdauer der wesentlichen Gerätekomponenten steht oder ob sich bereits Schäden ankündigen. Die industrielle Revolution hilft dabei, die Instandhaltung von Industrieanlagen zu erleichtern und zu verbessern. Anwendern soll es möglich werden, die Verfügbarkeit von Maschinen zu erhöhen und gleichzeitig die Betriebskosten zu senken.

Gesucht: Wege zur Instandhaltung 4.0 in der Intralogistik

Systeme allerdings, die eine umfassende Zustandsüberwachung von Intralogistikgeräten und damit die optimale Wartung von beispielsweise Kränen oder Staplern erlauben, waren bisher noch nicht verfügbar. Diese Lücke wollen Wissenschaftler des Fraunhofer-Instituts für Betriebsfestigkeit und Systemzuverlässigkeit LBF sowie des Instituts für Fördertechnik und Logistiksysteme IFL des Karlsruher Instituts für Technologie KIT nun durch die Ergebnisse eines gemeinsamen Forschungsprojekts schließen können. Das übergeordnete Ziel des Vorhabens: Sensornetzwerke und Algorithmen zur Zustandsüberwachung von Geräten der Intralogistik zu entwickeln.

Dazu identifizierten die Wissenschaftler zunächst durch eine Fehlermöglichkeits- und Einflussanalyse (FMEA) an einem Regalbediengerät hoch beanspruchte Positionen, kritische Konstruktionsmerkmale oder häufig ausfallende Komponenten und beschrieben die zugehörigen Fehlermodi. Betriebszustände sowie typische Fehlnutzungen, die zu starker Belastung führen, wurden zusammengestellt und mit den daraus resultierenden Schäden verknüpft. Anschließend unternahmen die Forscher Praxisversuche mit unterschiedlichen Schadensszenarien an den Komponenten eines Regalbediengerätes.

Im zweiten Schritt wurden die Betriebsdaten für jedes betrachtete Schadensszenario in numerische oder analytische Modelle überführt. Auch Prozessparameter aus der Gerätesteuerung wurden in der Auswertung berücksichtigt. Anhand der Modelle ließen sich die Schäden und die jeweils für sie entwickelten Identifikationsmethoden untersuchen.

Ergebnis: Verschiedene Systeme zur Zustandsüberwachung

Die Versuche erbrachten schließlich verschiedene Systeme zur Zustandsüberwachung: Zum Erkennen von Rissen in der Struktur oder in Schweißnähten sowie von gelösten Schraubverbindungen detektiert ein System autonom während des Betriebs Steifigkeitsverluste an Tragstrukturen (Structural Health Monitoring). Zur Erkennung von Lagerschäden oder Fehlausrichtungen detektiert das zweite System ebenfalls autonom während des Betriebs das Heißlaufen von Wälz- oder Gleitlagern. Ein drittes System erfasst und dokumentiert kontinuierlich Dehnungen an hochbelasteten Bauteilen (Load Monitoring).

Mit den auf diese Weise gewonnenen Daten sollen zukünftige Geräte genauer dimensioniert werden können. Zudem sollen sie als Grundlage für eine bedarfsgerechte Wartungsstrategie dienen. Um die Anwendbarkeit nachzuweisen, führten die Forscher erneut Praxisversuche mit Funktionsmodellen durch. Durch den Einsatz der Zustandsüberwachung ließen sich in der Intralogistik laut Branchenschätzungen ungeplante Anlagenstillstände um rund 20 % reduzieren, Wartungsintervalle um etwa 20 % verlängern und die Fehlersuche um bis zu 15 % verkürzen.

* Weitere Informationen: M. Eng. Michael Koch, Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF, wissenschaftlicher Mitarbeiter in der Abteilung Zuverlässige Signalverarbeitung und Strukturüberwachung in 64289 Darmstadt, Tel. (0 61 51) 70 56 33, michael.koch@lbf.fraunhofer.de

(ID:44212811)