Wartungsarbeiten planen statt Maschinen reparieren

Zur permanenten Zustands­überwachung geht es nicht nur ­darum, jederzeit aktuelle Sensordaten der Maschinen zu erfassen, sondern vor allem darum, diese Daten zu verwenden, um nahende Störungen frühzeitig zu erkennen. (Bildquelle: B&R)

Das spart in mehrerer Hinsicht Geld: Der Anwender muss weniger Personal für die Wartung abstellen, weniger Ersatzteile auf Lager halten, die Maschinenlaufzeiten verlängern sich und die Teilequalität sowie die Betriebssicherheit steigen. Das alles senkt wiederum den Ressourcenverbrauch. Allerdings hat sich die vorausschauende Wartung noch nicht in der Breite durchgesetzt. Gründe hierfür liegen häufig in der mangelndem Gewissheit, wie viel sich tatsächlich sparen ließe und wie hoch der Aufwand und die Investitionen am Ende wirklich sind. Mit dem Einzug der Industrie 4.0 wird das vielleicht anders: Mit ­vernetzten Geräten, Maschinen und Anlagen gibt es die vorausschauende Wartung im Idealfall als Bonus oben drauf.

Die Maschinenstörung erkennen, bevor sie auftritt. Auf den ersten Blick klingt das wie Kaffeesatzleserei, tatsächlich ist es aber das Ergebnis statistischer Analysen – und kann daher in Sachen Genauigkeit mit Wettervorhersagen locker mithalten. Genauer gesagt, wertet ein Algorithmus die häufig ohnehin anfallenden Sensordaten aus, um bestimmte Datenmuster zu entdecken, die auf ein baldiges Ausfallen einer Komponente schließen lässt. Auf diese Weise bestimmt die angeschlossene Software den Zeitpunkt des Ausfalls sehr genau und der Anwender hat genügend Zeit, einen passenden Wartungstermin zu finden – mit dem er auch andere ohnehin nötige Arbeiten wie Werkzeugwechsel verbinden kann. Das senkt die Stillstandszeit und damit die Kosten der Maschine. Dass sich das lohnt, zeigt die Statistik: Laut Statista machen die ungeplanten Inspektionskosten beispielsweise bei Werkzeugmaschinen allein 9 Prozent der Gesamtkosten innerhalb von zehn Jahren aus. Man stelle sich vor, die Kosten für Maschinen um knapp ein Zehntel zu senken, ohne zuvor einen fünf- oder sechsstelligen Betrag in sparsamere Komponenten oder Maschinen investieren zu müssen. Außerdem lassen sich die Lagerkosten für Ersatzteile senken. Schließlich benötigt der Anwender nur noch Teile, die entweder eine sehr kurze Lebensdauer aufweisen oder die er demnächst für eine geplante Instand­setzung benötigt.

Wartungsarbeiten planen statt Maschinen reparieren

Ungeplante Inspektionskosten machen bei Werkzeugmaschinen 9 Prozent der Gesamtkosten innerhalb von zehn Jahren aus. (Bildquelle: Statista)

Ein erster Schritt in Richtung vorausschauende Wartung könnte ein regelmäßiges Analysieren des Maschinenöls sein. Der Playmobil-Hersteller Geobra Brandstätter, Zirndorf, machte damit gute Erfahrungen. Denn der Kunststoffverarbeiter unterhält in seinem Maschinenpark mehr als 400 hydraulische Spritzgießmaschinen, in denen insgesamt mehrere hunderttausend Liter Öl im Einsatz sind. Damit ist das ein nicht zu unterschätzender Kostenfaktor für das Unternehmen. Um die Ölwechsel exakt dem Wartungsbedarf anzupassen, empfiehlt sich eine regelmäßige Analyse, die auch Aufschluss über den Zustand der Maschinen gibt. Geobra Brandstätter prüft die Öle während des Gebrauchs auf Vermischung und Verschmutzung – streng nach Herstellervorgaben – mithilfe tragbarer Testgeräte vor Ort und durch Schmierstoffanalysen im Labor. Vor jedem Wechsel von großen Hydrauliköl-Füllungen führt das Unternehmen außerdem einen umfangreichen Check des Öls im Labor durch. Erst diese geben ausreichend Sicherheit, dass das Öl tatsächlich gewechselt werden muss. Diese regelmäßigen Analysen dienen aber auch zum frühzeitigen Erkennen von bereits vorhandenen Schäden, die sich aber noch nicht in der Bauteilqualität niederschlagen. Weist der Laborbericht beispielsweise erhöhte Werte von Eisen, Chrom, Zinn, Kupfer oder Blei auf, kann der Anwender gezielt die Komponenten untersuchen, die als Quelle des Verschleißmetalls infrage kommt. Auch defekte Kühl/Heizelemente lassen sich mit dieser Methode anhand von Kühlwasser im Öl ermitteln.

Sensoren am Extruder

Es lassen sich aber auch Sensoren an der Welle eines Extruders anbringen, die deren Drehmoment erfasst. Beispielsweise die des Sensorherstellers NCTE, Unterhaching. Sobald einer der Sensoren eine Veränderung des Drehmoments erkennt, leitet er diese Daten an die Steuerung weiter, damit diese die Extruderparamenter automatisch und in Echtzeit anpasst. Diese Funktion sichert die Produktqualität und passt zudem die Maschinengeschwindigkeit an die Real­bedingungen in der Anlage an. Die hohe Präzision der Messung lässt sich jedoch auch für die vorausschauende Wartung nutzen. Dafür eignet sich die Drehmomentmessung deshalb, weil sie erstens kontinuierlich Daten liefert und sich zweitens nah am Ort des Geschehens befindet, auf der Welle beispielsweise oder an nahegelegenen Kupplungs­stücken. „Durch die automatische Regelung der Maschine über Dreh­momentsensorik fährt die Anlage zudem auch wesentlich öfter im idealen Bereich – auch das trägt zu einer Verlängerung der Wartungsintervalle, signifikant reduzierten Standzeiten und längerer Lebensdauer bei“, fügt ­Dr. Jens Müller, Vorstandsvorsitzender von NCTE, hinzu. Damit spart der Anlagenbetreiber auch Kosten: „Je nach Anlagentyp haben wir schon Effizienzpotenziale von über 20 Prozent realisiert“, sagt Müller.

Wartungsarbeiten planen statt Maschinen reparieren

Unter Volllast erhitzen sich die Problem­stellen, wie fehlende Kabel­ummantelungen oder am Ende ihrer Lebenszeit stehende Sicherungen. Das macht eine Wärmebildkamera sichtbar und gibt dem Anwender die Möglichkeit, sich den Komponenten­tausch für den nächsten Wartungstermin vorzumerken. (Bildquelle: Flir)

Wärmebildkameras

Eine weitere Möglichkeit, Defekte frühzeitig zu erkennen, bieten Wärmebildkameras. Vor allem bei Elektronikkomponenten, wie Steuerungen oder Stromversorgungen, spielen sie ihre Stärken aus. Michael Weigt, Geschäftsführer des Dienstleisters für industrielle Anlagen und Gebäudetechnik EGI Elektro-Anlagen, Duisburg, erläutert: „Durch äußere Einflüsse wie UV-Strahlung und anschließenden chemischen Prozessen im Material verändert sich der Weich­macher mit der Zeit, die Kunststoff-Ummantelung des Kabels härtet aus, wird brüchig und blättert ab.“ Um diese Stellen zu identifizieren, muss das System möglichst unter Volllast laufen. So erhitzen sich die Problemstellen, wie fehlende Kabelummantelungen oder am Ende ihrer Lebenszeit stehende Sicherungen. Das macht eine Wärmebildkamera sichtbar und gibt dem Anwender die Möglichkeit, sich den Komponententausch für den nächsten Wartungstermin vorzumerken.

Eine für mobile Einsätze geeignete Kamera ist die T440 von Flir, Frankfurt. Sie verfügt über eine Auflösung von 320 mal 240 Bildpunkten und erstellt zusätzlich sogenannte MSX-Bilder. Diese Technik kombiniert das Infrarotbild und das Bild der eingebauten 3,1 Megapixel Digitalkamera zu einem gestochen scharfen Gesamtbild, auf dem auch Beschriftungen an den Bauelementen lesbar sind.

Software verknüpft die Sensordaten

Damit der Anwender jederzeit über den aktuellen Zustand seiner Anlage informiert ist, greift er auf permanente Zustandsüberwachung zurück. Diesen Weg geht beispielsweise B&R, Eggelsberg, Österreich. Der Hersteller von Automatisierungskomponenten, wie Steuerungen und Antrieben sowie automatisierten Anlagen, berücksichtigt Condition Monitoring als standardmäßigen Bestandteil seiner Geräte und Anlagen. „Dies kann durch die Auswertung unterschiedlichster einfacher Signale oder Messgrößen wie Temperatur oder Druck erfolgen, die mit X20- oder X67-IO-Baugruppen erfasst werden“, erklärt Bernhard Eder, Business Manager bei B&R. Allerdings, gibt Werner Paulin, International Sales Manager für China, zu bedenken, ist allein das Aufnehmen der Sensordaten noch nicht ausreichend für eine effektive vorausschauende Wartung. „Entscheidend dafür, dass Wartungspausen zum Komponententausch rechtzeitig, aber auch nicht zu früh angesetzt werden, ist die Interpretation der aufgenommenen Muster.“ Das ist aber kompliziert und aufwendig. Denn neben Algorithmen, die die Daten korrekt gewichten und die richtigen Schlüsse ziehen, um erstens das betroffene Bauteil zu identifizieren und zweitens seinen derzeitigen Zustand möglichst präzise zu bestimmen, gehört auch leistungsfähige Hardware, die die Analyseergebnisse schnell zur Verfügung stellt. Das sind wesentliche Gründe, warum sich die vorausschauende Wartung erst langsam durchzusetzen beginnt. So ermöglicht es die fortschreitende Miniaturisierung in der Mikroelektronik, die bisher benötigte teure Außenbeschaltung einzusparen. So sind etwa beim analogen Eingangs­modul X20AI2636 von B&R die wesentlichen Funktionen wie ein Komparator mit Hysterese integriert. Das spart Platz im Schaltschrank und ist günstiger. Auch die Analysefähigkeiten der einzelnen Komponenten nahm in den letzten Jahren massiv zu. So verarbeitet das Condition-Monitoring-Modul X20CM4810 die abgetasteten Signale beispielsweise aus Beschleunigungssensoren zu mehr als 70 Kennwerten. So lassen sich auch komplexe Schwingungsmuster von Maschinen überwachen.

Mit Algorithmen, die den Maschinenzustand exakt bestimmen, beschäftigt sich auch Britta Hilt, Geschäftsführerin von IS Predict, Saarbrücken, einem Hersteller von selbstlernender Software. Ihr Unternehmen analysiert die Maschinen der Kunden, um Optimierungspotenzial aufzudecken und vorausschauende Wartungsprozesse zu etablieren. Kurz gesagt, versuchen sie und ihr Team, die Signale der Sensoren sowie alle verfügbaren Anlagendaten mithilfe von Software zu analysieren und Muster zu erkennen. Diese sollen der Software Anhaltspunkte geben, um erwünschtes Maschinenverhalten von Anzeichen für Störungen zu unterscheiden. Das Problem dabei ist, dass die Störungen „nicht unbedingt auftreten, wenn die Werte der Sensoren groß sind, wie man es gerne hätte. Sondern leider ist es häufig so, dass bei störungsfreiem Verlauf Ausschläge zum Teil höher sind als in dem gestörten Verlauf“, erläutert Hilt. Außerdem wertet die Software nicht unbedingt alle verfügbaren Daten aus. Die Software Ressource Intelligence von IS Predict unterscheidet vielmehr relevante Einflussfaktoren von irrelevanten und filtert letztere aus. Dies passiert häufig auf Grundlage von Datensätzen eines ganzen Jahres. Diese vergleicht das System mit den Zeitpunkten der durchgeführten Wartungen und erkennt auf diese Weise, welche Signale zu welchem Maschinen­zustand gehören.

Vorausschauende Wartung noch nicht im Masseneinsatz

Allerdings haben sich bislang Systeme zur vorausschauenden Wartung noch nicht in der breiten Masse der Anwender durchgesetzt. „Das liegt mit Sicherheit an der Komplexität und schlechten Übertragbarkeit der Lösungen. ­Jede Maschine hat seine eigenen Charakteristika“, vermutet Jan Regtmeier, Team Manager Product Management bei Harting IT Software Development, Espelkamp. Er war an der Entwicklung der neuen Harting-Muvip-Plattform beteiligt. Muvip steht für modulare, universelle, vertikale Integrationsplattform und meint damit eine Middleware (zwischen Speicherprogrammierbarer Steuerung und Industrie PC), die Sensor­daten verarbeitet und anderen Systemen herstellerunabhängig zur Verfügung stellt. Damit kann der Anwender bestehende Systeme ergänzen oder neue frei gestalten. Das Gerät ist damit ein Weg in Richtung Industrie 4.0, da es ein Rechnenknoten ist, der sich nah an der Feldebene befindet, und damit die Datenverarbeitung näher an deren Ursprungsort rückt. Denn je näher die Verarbeitung der Daten an den Maschinen stattfindet, desto schneller und individueller können sie reagieren, ob auf potenziell ausfall­gefährdete Komponenten oder auf sich ändernde Produktionsaufträge.

Industrie 4.0

Mit vorausschauender Wartung vor dem Hintergrund der Industrie 4.0 beschäftigt sich auch Dr. Anselm Blocher, Leitender Wissenschaftler für intelligente Benutzerschnittstellen am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), Saarbrücken. Er ist der Meinung, dass vorausschauende Wartung aus zwei Gründen immer wichtiger wird: „Zum einen leben wir in einer Welt, die momentan relativ kraftvoll die Rohstoffe ausbeutet, und noch zu wenig Augenmerk auf Wiederverwertung und Recycling legt. Zum anderen lassen sich die Dinge, die schon in Betrieb sind, in aller Regel länger nutzen, als sie heutzutage verwendet werden können. Dazu bedarf es aber besserer Wartungssysteme und mehr Möglichkeiten, eine Wartung durchzuführen.“ Da kommen die vorausschauende Wartung und die Industrie 4.0 ins Spiel. Damit lassen sich beispielsweise die Bewegungsprofile von Handlingrobotern aufzeichnen und die Belastungsprofile anpassen oder geeignetere Komponenten einsetzen, um Lastspitzen zu vermeiden. „So können Sie das gesamte Asset auf Dauer länger nutzen, sparen damit Ressourcen, sparen dem Unternehmen letztendlich Geld, bei gleicher Qualität“, meint Blocher. Das klingt so wenig nach Zukunftsmusik wie es ist. Denn 80 bis 90 Prozent der Industrie 4.0 besteht laut Blocher aus heute vorhandener Technologie. Und die restlichen 10 bis 20 Prozent? „Das ist tatsächlich die Digitalisierung, die verstärkt in die Produktion Einzug hält“, meint Blocher. Diese setzt eine gewisse künstliche Intelligenz der Komponenten, aber auch der Unternehmens-Software voraus. „Das wird dann auch das Potenzial der vorausschauenden Wartung vergrößern. Das heißt, je häufiger man diese Möglichkeiten nutzt, umso besser kann man in den nächsten Schritten die Fähigkeiten der vorausschauenden Wartung wieder adaptieren und anpassen. Das heißt, das System kann sich selbst weiterentwickeln, und die auftretenden Ressourcenschonungseffekte wachsen“, so Blocher.

David Löh

Über den Autor

David Löh

ist Redakteur des Plastverarbeiter.
david.loeh@huethig.de