Künftig analysiert der Antrieb seinen Zustand selbst

Wie gelingt es, mit Predictive Maintenance den Übergang von der reinen Zustandsüberwachung zu einer realen zustandsorientierten Instandhaltung für den Antriebsstrang zu schaffen? Diese Frage treibt Tim Lang, Abteilungsleiter System & Test bei Stöber, und sein Team um. Denn um eine höhere Verfügbarkeit, weniger Instandhaltungsaufwand und längere Lebenszyklen zu erreichen, wird die Vorhersehbarkeit für Anwenderinnen und Anwender immer wichtiger: „Wie wahrscheinlich ist es, dass der Getriebemotor bald ausfällt?“ oder „Wann ist eigentlich der ideale Zeitpunkt, um diesen zu warten oder zu tauschen?“ Um diese Fragen zu beantworten, verfolgte das Stöber-Team einen dreistufigen Entwicklungsplan, dessen zweite Stufe aktuell umgesetzt wird.

Erste Stufe: modellbasiert analysieren

In der ersten Ausbaustufe erhielt der Anwender eine Predictive-Maintenance-Lösung, die den Getriebemotor eines Antriebssystems überwacht. Seine Lebensleistung wird über ein analytisches Modell berechnet und in der Software der Antriebsregler durch den sogenannten Lebensleistungsindikator ausgegeben – dabei handelt es sich um einen Wert zwischen 0 und 100 Prozent. Ab einem Schwellwert von 90 Prozent empfiehlt die Software den Austausch des Getriebemotors und stellt diesen Hinweis auch einer Steuerung in Form eines auslesbaren Parameters zur Verfügung. Diese effiziente Lösung zur vorausschauenden Wartung erfordert keine externe Sensorik oder zusätzliche Verdrahtung.

Der Motor als Sensor

Predictive Maintenance beginnt im Antriebssystem: Mit maxon MIND (motion insights and diagnostics) hat der Schweizer Antriebsspezialist maxon eine Lösung entwickelt, die den Motor zum intelligenten Sensor macht. Durch maschinelles Lernen, physikalisches Know-how und eine offene Systemarchitektur ermöglicht maxon MIND eine präzise Zustandsüberwachung.

Claude Jaquemet

Zweite Stufe: aktiv messen

„In der zweiten Stufe wird das Rechenmodell um eine aktive Messung ergänzt“, so Tim Lang. Dazu integriert Stöber in sein System, das aus Getriebe, Motor, Kabel und Antriebsregler besteht, einen Beschleunigungssensor. Externe Strom- oder Spannungsquellen sind dabei nicht erforderlich. So lassen sich Lagersitze, Verzahnungen oder auch andere Antriebskomponenten gezielt überwachen.

„Durch Frequenzanalysen können wir spektrumsbasiert auf sich ankündigende Schäden schließen“, erklärt Tim Lang. Aktuell befindet sich das Ganze noch in der Prototypenphase. Stöber arbeitet dabei eng mit der Firma DR. Johannes Heidenhain zusammen, um gemeinsam einen Getriebemotor mit integriertem Beschleunigungssensor zu entwickeln.

Das Ziel im Blick: smarter Antriebsstrang

„Wir haben unter anderem das analytische Modell verbessert und die Datenbank auf über 80.000 Kombinationen aus Getriebe und Motoren erweitert“, erklärt Tim Lang. Mit dem neuen LastMatrixAnalyzer, der in den kommenden Monaten verfügbar sein wird, können Kunden Last-Matrizen noch einfacher vergleichen, standardisierte Reports erzeugen und auf Wunsch individuelle Auswertungen erstellen. Anwenderinnen und Anwender profitieren von einer einfacheren Bedienung und einer verbesserten Visualisierung. Stöber wird künftig auch Funktionsbausteine und Beispielprogramme bereitstellen, mit denen sich die gewonnenen Daten – insbesondere die Last-Matrizen – auch über Ethercat oder Profinet auslesen lassen.

Für den LastMatrixAnalyser bilden die Last-Matrizen eine solide Datenbasis, um reale Belastungssituationen zu erfassen. Damit eröffnet die zustandsorientierte Instandhaltung ein breites Spektrum an Anwendungen – von der Erkennung von Auslegungs- und Montageeinflüssen bis hin zu aussagekräftigen Langzeitanalysen.

„Für jede Analyse der Last-Matrizen vergeben Anwenderinnen und Anwender einen Projektnamen. So lassen sich einzelne Matrizen eindeutig benennen, beschreiben und mit allen relevanten Informationen für den Analysereport versehen. Der LoadMatrixAnalyzer selbst bietet mehrere zentrale Funktionen. Dazu gehört die  Darstellung von Lastfällen. Hier werden Drehmoment und Drehzahl am Getriebeabtrieb über die Zeit in einem 3D-Diagramm visualisiert – Belastungssituationen werden so auf einen Blick sichtbar“, erläutert Tim Lang.

Darüber hinaus können die Normgrenzen für Motor, Getriebe und Antriebsregler einzeln oder kombiniert eingeblendet werden. So ist unmittelbar ersichtlich, ob sich bestimmte Lastbereiche innerhalb der zulässigen Werte bewegen oder ob Abweichungen auftreten, die genauer betrachtet und individuell bewertet werden müssen. Schließlich lassen sich die Ergebnisse direkt im Analyzer dokumentieren. Dort wird festgehalten, ob es sich etwa um eine unkritische Momentbelastung handelt oder ob potenzielle Risiken für einzelne Komponenten bestehen.

Mit dem LoadMatrixAnalyzer lassen sich auch bis zu vier Last-Matrizen miteinander vergleichen. So wird deutlich, wie sich Drehzahl und Drehmoment über einen bestimmten Zeitraum verändert haben. „Das zeigt uns zum Beispiel, ob ein Getriebe bereits eingelaufen ist oder ob sich Verspannungen und Defekte andeuten“, beschreibt Lang. Die Analysen lassen sich anschließend standardisiert als Report im PDF-Format exportieren.

„Für mich ist das Tool mehr als nur ein Hilfsprogramm – es ist eine eigenständige Software. Sie ist update-fähig, und wir entwickeln sie kontinuierlich weiter“, so Lang. Die nächsten Schritte: Stöber wird seine Predictive-Maintenance-Lösungen künftig KI-gestützt ausbauen. Das Ziel ist ein smarter Antriebsstrang, der sowohl seinen eigenen Zustand erkennt als auch relevante Felddaten in Echtzeit liefern kann.