antriebstechnik 3/2020

DIE IDEE SENSORIK UND

DIE IDEE SENSORIK UND ANALYSE-APP EINE SACHE VON MINUTEN Flächendeckende Zustandsüberwachung ohne Installationsaufwand? Eine automatisierte Condition- Monitoring-Lösung verspricht eine unkomplizierte Integration für unterschiedliche Produktions- und Prozessanlagen. Mit zunehmender Anwendungsdauer ermittelt der selbstlernende Algorithmus zudem immer präzisere Analysen. Der Ausfall von vergleichsweise einfachen Aggregaten wie Pumpen, Elektromotoren oder Lüftern kann zu ungeplanten Stillständen ganzer Produktionslinien führen. Besonders in der anlagenintensiven Verfahrenstechnik der Prozessindustrie, z. B. bei der Rohstoffgewinnung, in Zementwerken sowie in der Papierindustrie haben die jährlichen Stillstandszeiten entscheidenden Einfluss auf die Wirtschaftlichkeit und Wettbewerbsfähigkeit der Unternehmen. Condition Monitoring Systeme (CMS) auf Basis der Schwingungsüberwachung sind ein bewährtes Mittel, um die Verfügbarkeit von Produktions- und Prozessanlagen zu optimieren. Ziel der CMS ist es, die reaktive Instandhaltung in eine zustandsorientierte Instandhaltung mit einer ausreichenden Vorwarnzeit zu überführen. Betreiber bemängeln jedoch häufig hohe Kosten, verursacht durch aufwendige Installation und Konfiguration, schwer kalkulierbare Zusatzkosten für manuelle Datenanalysen sowie die Qualität und Aussagekraft der Analytik. „Wir wollten eine Condition-Monitoring-Lösung entwickeln, die so wirtschaftlich und einfach zu nutzen ist, dass sich endlich auch die Überwachung von einfachen und weniger kritischen Maschinen rechnet. Schaeffler entwickelt seit Jahrzehnten Wälzlagerungen für rotierende Maschinen. Dieses Expertenwissen haben wir in die Analytik und die Systemkonfiguration gebracht, beides ist bei Optime vollständig automatisiert. Zusammen mit den derzeit modernsten IT-Technologien haben wir eine Gesamtlösung geschaffen, bei der die Überwachung eines Messpunktes äußerst kostengünstig ist und bei der ein Messpunkt in weniger als vier Minuten installiert ist – Plug. Play. Predict.“ Dr. Philipp Jussen, Director Product Lifecycle Management Industrie 4.0 Service Solutions, Schaeffler Monitoring Services GmbH 38 antriebstechnik 2021/03 www.antriebstechnik.de

SPECIAL: CONDITION MONITORING Die Condition-Monitoring-Lösung setzt sich aus den Sensoreinheiten, einem Gateway mit SIM-Karte, einer Analyse-Software auf dem IoT-Hub (Cloud-Plattform) sowie einer App zur Visualisierung der Analyseergebnisse zusammen INNOVATIVE ALGORITHMEN UND LEISTUNGS- STARKE SENSOREN Der Ansatz von Schaeffler ist es, mit innovativen Algorithmen, einer minimalen Anzahl an physikalischen Größen und mit Expertenwissen auf dem Gebiet der Schwingungsanalyse und der Wälzlagerung, eine praktische und gleichzeitig performante Überwachungslösung für den Massenmarkt industrieller Antriebskomponenten anzubieten. Hierfür verfügt das Condition Monitoring System Optime über aktuelle Technologien, wie Machine-Learning-Algorithmen, Analyse in der Cloud, Wireless-Mesh-Netzwerk sowie über einen 3- bzw. 5-kHz-Sensor für ein weites Anwendungsfeld. Viele batteriebetriebene Systeme am Markt sind mit einem 1-kHz-Sensor ausgerüstet und können so diverse Schwingungssignale erst gar nicht erfassen. SCHNELLE INSTALLATION UND KONFIGURATION Die Montage und Inbetriebnahme eines Optime-Sensors erfolgen in weniger als vier Minuten: Der Monteur wählt die Maschine aus, an der ein neuer Messpunkt eingerichtet werden soll und startet die App Optime. Anschließend hält er den Sensor in die Nähe seines Smartphones. Per NFC (Near Field Communcation) wird der Sensor mit seiner ID eindeutig erkannt. Die Konfiguration erfordert nur ein Mindestmaß an Informationen. Dazu zählen die Auswahl des Maschinentyps: Kompressor, Elektromotor, Lüfter, Zahnradgetriebe, Riemengetriebe, Pumpe, Rolle, Welle, Wasserturbine, Säge und Sonstige, optional die ISO- Klasse. Darüber hinaus ist anzugeben, ob es sich um einen Antrieb mit einer (konstanten) Nenndrehzahl handelt oder einer variablen Drehzahl mit Angabe der Ober- oder Untergrenze. Abhängig vom gewählten Maschinentyp führt die App den Nutzer durch einfache Abfragen. Bei Elektromotoren ist z. B. zwischen „starrer“ und „elastischer“ Befestigung zu wählen. Nachträglich Sensoren hinzuzufügen oder zu entfernen ist jederzeit möglich. Damit der Nutzer auch bei Hunderten von Sensoren nicht den Überblick verliert, können in der App die Sensoren oder Maschinen individuell benannt und hierarchisch in mehreren Ebenen organisiert werden, z. B. Fertigungssegment X, Maschinenverbund Y, Maschine Z. In Pilotprojekten haben Kunden die Struktur und die bestehende Benennung z. B. aus ihrem Instandhaltungsplanungssystem oder Asset Management System für die App übernommen. Nach der Aktivierung und Integration des stabförmigen Sensors erfolgt die Montage am Aggregat mittels M6-Schraubverbindung. Eine Verkabelung ist nicht notwendig, da die Sensoren mit Batterien betrieben werden und die Daten drahtlos übertragen. AUTOMATISIERTE ANALYSE LERNT UND OPTIMIERT SICH SELBSTÄNDIG Über das Gateway gelangen die Daten der Optime-Sensoren in die IoT-Plattform. Die applizierten Sensoren verbinden sich dafür automatisch zu einem Mesh-Netzwerk. Für die Datenübertragung wird automatisch der günstigste Weg mit dem niedrigsten Energieverbrauch gewählt. Sollte einmal ein Sensor ausfallen oder die Batterie erschöpft sein, erfolgt eine Umleitung des Datentransfers auf andere intakte Sensoren. Die Schwingungsanalyse läuft bei Optime vollautomatisiert ab. Nachdem aus den gemessenen Schwingungs- und Temperatursignalen die relevanten Kennwerte (KPI) ermittelt sind, übertragen die Sensoren diese sechsmal täglich sowie einmal täglich ein Zeitsignal mithilfe des Gateways in den Schaeffler IoT-Hub. Dort sind Algorithmen implementiert, die auf Basis der übertragenen Daten Zustandsinformationen sowie Entscheidungs- und Handlungsempfehlungen an das mobile Endgerät oder die Leitwarte übertragen. Die Algorithmen wurden unter Praxisbedingungen mit Sensorik in Produktionsanlagen von Schaeffler – zum Teil über Jahre – entwickelt und optimiert. Mit zunehmender Betriebsdauer lernt die Software die spezifischen Eigenschaften der jeweiligen Maschine noch besser kennen. Die Analyse basiert auf einer Kombination aus automatisierten Funktionen, z. B. die Generierung dynamischer Schwellenwerte, Algorithmen für spezifische Schadenstypen und auch Machine- Learning-Funktionen. Ein Auszug aus möglichen Schäden, die erkannt werden: Wälzlagerschäden, Unwuchten, Fehlausrichtung, Kavitation bei Pumpen, Getriebeschäden und Schmierungsprobleme. Da die Datenanalyse in der Cloud erfolgt, können die ständig weiterentwickelten Analysealgorithmen und auch neue Funktionen automatisiert implementiert werden. Der Nutzer muss keinerlei Systemupdates installieren, er nutzt automatisch immer den neuesten Stand der Technologie. Eine Besonderheit besteht darin, dass die Analyse ohne zusätzlichen Drehzahlsensor realisiert wurde. Hierdurch lassen sich die Installations- und Hardwarekosten so weit reduzieren, dass das System auch für eine große Anzahl an Messpunkten rentabel bleibt. Bei einer Umstellung von einer monatlichen, manuellen, routenbasierten Messung (Offline-Messung) auf das CMS Optime sinken die Kosten deutlich unter 50 Prozent, während gleichzeitig die Anzahl der Messungen pro Messpunkt um ein Vielfaches steigt. APP VISUALISIERT ALLE RELEVANTEN DATEN AUF EINEM BLICK Auf der obersten Ebene zeigt die App Optime eine aggregierte Sicht auf die Analyse-Ergebnisse für alle überwachten Maschinen mit Statusinformationen in den drei Stufen Suspect, Warning und Severe. Darunter finden sich mehrere Detaillierungsebenen bis zum einzelnen Messpunkt. Der User sieht auf einen Blick, wie es um die Maschinen in seiner Produktion steht: Wo muss welches Aggregat dringend überprüft werden? An welchen Maschinen gibt es beginnende Auffälligkeiten? Um welche Schäden und Auffälligkeiten mit welcher Kritikalität für die Produktion handelt es sich? Mit diesen sehr konkreten Informationen können Instandhalter rechtzeitig und effizient Maßnahmen ergreifen, um einem ungeplanten Stillstand vorzubeugen. Fotos: Schaeffler Technologies AG & Co. KG www.schaeffler.de www.antriebstechnik.de antriebstechnik 2021/03 39