Aufrufe
vor 11 Monaten

antriebstechnik 4/2016

antriebstechnik 4/2016

HANNOVER MESSE

HANNOVER MESSE 2016 I TITEL In die Zukunft blicken Restlaufzeitberechnung von Wälzlagern im Kontext von Predictive Maintenance Christian Schaaf Mit einer berechneten Restlaufzeit von Wälzlagern auf Basis von realen, im Betrieb erfassten Lastkollektiven wird sowohl Betreibern als auch Herstellern von Maschinen eine effiziente Lösung zur Reduzierung der Gesamtbetriebskosten (TCO) geboten. Voraussetzung für die Ermittlung der realen Lastkollektive im laufenden Betrieb ist unter anderem die auf die Anwendung abgestimmte Sensorik an den Maschinen. Dr. Christian Schaaf ist Leiter Drehmomentmesstechnik bei Schaeffler Industrie in Herzogenrath Mit dem klassischen Condition Monitoring von Maschinen und Anlagen kann man feststellen, ob sich Antriebe und Maschinenelemente aktuell in einem „Gut- Zustand“ befinden oder ob eine Schädigung aufgetreten ist. Solange zum Beispiel in den Körperschallsignalen des Antriebsstrangs noch keine signifikanten Änderungen detektierbar sind, befindet sich die Maschine bzw. der Antriebsstrang im „Gut-Zustand“. Wie weit man jedoch von einer auf Ermüdung oder Verschleiß basierenden Schädigung oder gar einem Ausfall zeitlich entfernt ist, bleibt im Dunkeln. Die Ursache des Problems: Seit jeher werden Maschinen mit angenommenen oder abgeschätzten Last kol lek tiven aus ge legt. Die errechneten Le bensdauern basieren also auf fiktiven Lastungskollektiven. Die tat sächlich erreich bare Lebens dauer von Komponenten übersteigt oder unterschreitet in aller Regel die berechnete Lebensdauer von den tatsächlichen Betriebsbedingungen. Wenn man jedoch während des Maschinenlebens ausreichend aussagekräftige Lastdaten, in diesem Fall äußere Lasten, wie u. a. elektrische Ströme, Drehmomente, Kräf te und Massen sowie innere lokale Lasten, wie 18 antriebstechnik 4/2016

TITEL I HANNOVER MESSE 2016 01 Der Anwender erhält über jedes beliebige internetfähige Endgerät die Restlaufzeiten der einzelnen Lagerstellen in seiner Maschine angezeigt unter anderem Lagerkräfte und Drehmomente, „mitschreiben“ könnte, so ließen sich auf Basis dieser tatsächlichen Belastungsdaten drei wichtige Erkenntnisse erarbeiten: n Reale Lastkollektive aus dem Feld (äußere Lasten) n für jede Einzelkomponente ein reales lokales Lastkollektiv n und einen Zusammenhang zwischen den äußeren Lasten und der Verteilung auf die einzelnen Komponenten (lokale Lasten). Dies würde bei vielen Antrieben schnell zu einer hohen Anzahl an Sensoren führen. In einfachen Maschinen wäre der Aufwand noch überschaubar, in komplexen Anlagen wäre die hohe Zahl der Sensoren für Serienmaschinen oft unakzeptabel. Ziel der Predictive Maintenance muss es folglich sein, aus wenigen Messsignalen und den ver fügbaren Informationen aus der Steuerung den noch die lokalen Lasten ableiten zu können. Dann wird auch eine der tatsächlichen Lebensdauer naheliegende Vorhersage mit wenigen Daten aus der Maschine möglich. Das bedeutet konkret, dass man in der Lage sein muss, über jede einzelne „alternde“ Komponente eine Aussage über deren kumulierte lokale Belastung und die daraus resultierende Schädigung aufgrund der äußeren Lasten sowie Umgebungs bedingungen machen zu können. Einen prak tikablen Weg dorthin bieten validierte Simulationsmodelle. Validierte Simulationsmodelle Mit umfangreicher Sensorik und der Speicherung großer Datenmengen in einer Cloud können an Pilotmaschinen die äußeren Lasten, die lokalen Lasten der einzelnen Komponenten und der Zusammenhang zwischen äußerer Belastung und lokaler Beanspruchung hergestellt werden. Letzteres ist von Bedeutung, weil dieser Zusammenhang nicht immer eindeutig ist. So ist z. B. bei leistungsverzweigten Getrieben wie sie in der Landtechnik Verwendung finden, nicht genau bekannt, welche Nebenantriebe wie oft und wie hoch belastet werden oder ob eine hohe Vorschubkraft in einer Werkzeugmaschine durch einen großen Vorschub oder durch eine stumpfe Werkzeugschneide verursacht werden. Auch eine statisch unbestimmte Lagerung ist ein Beispiel dafür, dass die Verteilung der Lasten auf die einzelnen Komponenten oft nicht konkret zuordenbar sind. Hinsichtlich der Lastverteilung innerhalb von Antrieben spielen Wälzlagerungen generell eine Schlüsselrolle, da sie durch ihre nichtlinearen Steifigkeiten und Nachgiebigkeiten mitverantwortlich für die Verteilung und Höhe der Reaktionskräfte, der Spannungen und Verschiebungen nicht nur an den Lagern selbst, sondern auch an Verzahnungen, Wellen und anderen Maschinenelementen sind. Das Know-how um die innere Geometrie der Wälzlagerung und deren Verhalten im Wälzkontakt ist hier also unabdingbar. Mit den aus den Messdaten generierten realen Lastkollektiven lassen sich die bestehenden Simulationsmodelle nun verfeinern und an die tatsächlichen Bedingungen solange anpassen, bis eine hohe Übereinstimmung zwischen Simulationsmodell und realer Maschine erreicht ist. Ein solchermaßen validiertes Simulationsmodell einer bestimmen Maschine kann für die „Simulation im Betrieb“ jeder anderen baugleichen Serienmaschine wiederverwendet werden, mit dem großen Vorteil, dass nun wenige Eingangsdaten genügen, um die lokalen Belastungen und daraus reale Lastkollek tive und genaue Lebensdauern berechnen zu können. Restlaufzeitberechnung von Wälzlagern Für die Realisierung der Restlaufzeit be rechnung von Wälzlagern nutzte ein fachübergreifendes Team, welches aus IT-, Berechnungs- und Daten-Spezialisten besteht, die Cloud-basierte Software-Plattform von Schaeffler. Über die Anbindung der Maschine bzw. des Antriebsstranges an die Schaeffler-Cloud fließen während des laufenden Betriebes die tatsächlichen Lastdaten nach einer Vorverarbeitung in das Wälzlager-Be­ antriebstechnik 4/2016 19

Aktuelle Ausgabe