Besser als ein Orakel

Management

Wartung - Clevere Anlagenbetreiber setzen auf Condition Monitoring und Predictive Maintenance: Diese Verfahren überwachen den Zustand, nennen den optimalen Wartungszeitpunkt, vermeiden Produktionsausfälle und verbessern Prozesse.

23. März 2018
Bewährt hat sich auf der Hannovermesse Industrie der Austausch von Praxiswissen auf den Gebieten Predictive Maintenance und Condition Monitoring. Eine Wiederholung ist für das Jahr 2018 geplant. Bild: Fecht
Bild 1: Besser als ein Orakel (Bewährt hat sich auf der Hannovermesse Industrie der Austausch von Praxiswissen auf den Gebieten Predictive Maintenance und Condition Monitoring. Eine Wiederholung ist für das Jahr 2018 geplant. Bild: Fecht)

Bewährt haben sich Condition-Monitoring-Systeme bei der Norgren GmbH aus Fellbach, einem führenden Hersteller von Komponenten für die Pneumatik und Prozesstechnik. »In der Chemie- und Prozesstechnik geht es darum, Sicherheit und Verfügbarkeit zu maximieren«, sagt Dr. Maik Fiedler, Engineering Director Europe & IA. Eine wichtige Rolle spielen dabei Ventile und Armaturen, die jederzeit unter oft sehr harten Umgebungsbedingungen funktionieren müssen. Dazu muss der Anwender aber den Zustand der Bauteile kennen, damit er sie rechtzeitig warten oder austauschen kann.

Auf Wunsch von Kunden aus der Prozessindustrie entstanden dazu ›schlaue‹ Ventile und Testverfahren. Dr. Fiedler: »Wir integrieren dazu in unsere Systeme Elektronik und Drucksensoren, die diese Aufgabe übernehmen.« Die Elektronik betätigt dazu nach dem Prinzip ›Partial Stroke Testing (PST)‹ das Ventil sehr kurz, um dann wichtige Kennwerte wie Losbrechkräfte und -zeiten bei der kurzzeitigen Bewegung zu erfassen – ohne dabei allerdings die Armatur zu schließen, die nur zu 5,0 bis 20 Prozent betätigt wird. Diese Vorsichtsmaßnahme ist notwendig, denn es darf bei kontinuierlichen Prozessen nicht vorkommen, dass eine Armatur unbeabsichtigt schließt.

Prädiktive Wartung

Die prädiktive Wartung sieht Dieter Michalkowski vom Global Account Management bei Aventics aus Laatzen, einem führenden Hersteller von Pneumatikkomponenten und -systemen, als einen wesentlichen Vorteil von Industrie 4.0 an. So könne der Anwender zum Beispiel durch Überwachen des Zylinderweges eines pneumatischen Stoßdämpfers mithilfe der vorhandenen Sensoren Rückschlüsse ziehen, in welchem Zustand sich die Achse oder die Dämpfungselemente befinden.

Anhand von Langzeit-Datenaufzeichnungen könne der Anwender vorhersagen, wann er den Stoßdämpfer austauschen sollte. Mit diesen Informationen lasse sich aber auch durch gezielte und überwachte Druckreduzierung Energieverbrauch und Verschleiß von Bauteilen reduzieren, weil der Stoßdämpfer nur mit der für den optimalen Prozessablauf nötigen Energie arbeitet. Michalkowski: »Wenn ich den Druck beispielsweise um ein Bar senke, kann ich dank der Messungen unmittelbar sehen, wie sich die Bewegungsabläufe verändern. Auf diese Weise kann ich mein System optimieren – mit Blick auf Energieverbrauch und Verschleiß.«

Basis für Smart Factory

Wie das im Idealfall funktioniert, demonstrierte Aventics gemeinsam mit der Boge Kompressoren aus Bielefeld auf der Hannover Messe 2017 während der Sonderausstellung Predictive Maintenance 4.0, einer Veranstaltung des VDMA mit der Industrie und der Deutschen Messe AG. »Wir arbeiten aktuell mit Aventics und dem Fraunhofer IOSB-INA aus Lemgo zusammen, um die Basis für eine Smart Factory zu schaffen«, erklärte Wiebke Meyer-Rahde, Assistentin der Geschäftsleitung. »Die Smart Factory zeichnet sich dadurch aus, dass alle Komponenten miteinander kommunizieren und sich gegenseitig steuern können.«

Auf bewährte Messtechnik setzt Schaeffler. Das Unternehmen nutzt das Maschinenüberwachungssystem FAG Smart-Check als Basiskomponente, um weitere Lösungen wie zum Beispiel ein spezielles Servicekit für Instandhalter oder eine komplett vorkonfigurierte Überwachungslösung inklusive Klartextmeldung (FAG Smart-QB) zur Verfügung zu stellen.

»Bei der FAG-Smart-QB-Lösung ging es uns vor allem darum, dass der Anwender eine Klartext-Meldung zum Maschinenzustand und damit eine erste Information zur Schadensursache direkt vor Ort an der Maschine erhält«, sagt Thomas Schmitz, Service Manager Condition Monitoring.

In Zusammenarbeit mit Mitsubishi Electric entstand eine betriebsfertige Überwachungslösung für bis zu sechs Sensoren. Es eignet sich als rund um die Uhr arbeitendes Frühwarnsystem etwa für Elektromotoren, Pumpen und Lüfter, das kein spezifisches Wissen auf dem Gebiet der Schwingungsdiagnose erfordert. Das Condition-Monitoring-System wandelt Schwingungsdaten automatisch in Klartextmeldungen um, die es in Form einer Handlungsempfehlung auf einem großen Sieben-Zoll-Display anzeigt.

Gemeinsame Lösung

Condition Monitoring und Predictive Maintenance von teuren Systeme und Komponenten ergeben einen Sinn, doch wie sieht es eigentlich mit preiswerten C-Teilen aus? »Wenn der kleine billige O-Ring nicht mehr funktioniert, steht aber die große teure Maschine«, betont Prof. Dr. Konrad Saur, Director Global R&D beim Dichtungshersteller Trelleborg Sealing Solutions Germany GmbH, Stuttgart. Weil sich aber in Dichtungen Elektronik aus technischen und finanziellen Gründen nur sehr schwer einbauen lässt, plant Trelleborg einen anderen Weg. Geplant ist eine gemeinsame Predictive Maintenance-Lösung mit den Kunden, die das gesamte System vorhersagbar macht.

Trelleborg hat bereits vor rund acht Jahren begonnen, mithilfe von Dauerlauftests und Rückstandsuntersuchungen Metadaten zu erheben, wie sich die Produkte in verschiedenen Anwendersituationen verhalten. Dank dieser Vorarbeit besitzt Trelleborg bereits heute einen großen Fundus an Daten, bei dem sich eine Korrelation mit Anwenderdaten anbietet. Professor Saur: »Ich werbe für eine partnerschaftliche Vorgehensweise, um das Problem gemeinsam zu lösen.«

Die Informationen dieses Fachartikels stammen aus Vorträgen vom MDA-Forum und von Recherchen auf der Sonderausstellung Predictive Maintenance 4.0 auf der Hannover Messe 2017. Aufgrund der sehr guten Resonanz folgt im April 2018 eine Fortsetzung.

Erschienen in Ausgabe: 01/2018