Verfügbarkeitssteigerung mobiler Arbeitsmaschinen durch Prognose des Maschinenzustands auf Basis globaler Daten

  Radbagger

Sowohl bei Bauprozessen als auch bei Gewinnungsprozessen sind mobile Arbeitsmaschinen Teil einer logistischen Transportkette bei der der Ausfall einer Maschine den Stillstand weiterer Maschinen zur Folge hat, wodurch für den Betreiber selbst bei kleinen Schäden hohe Ausfallkosten entstehen.
Verfügbare Condition Monitoring Systeme sind kostenintensiv und haben sich bisher vorwiegend für stationäre Anwendungen etabliert. Entwicklung eines neuartigen intelligenten Condition Monitoring Systems, welches eine Entscheidungsgrundlage bietet, die es ermöglicht kostenintensive Ausfälle zu reduzieren und notwendige Instandhaltungsarbeiten zu minimieren und besser zu planen.

 
Nutzen Vorgehen
Reduzierung kostenintensiver Ausfälle Detektion von Komponentenschäden in Prüfstandsuntersuchungen
Vorzeitige Planung von Instandhaltungsarbeiten Erfassung globaler Signalmuster des Gesamtfahrzeuges unter Betriebsbedingungen
Kenntnis über die maschinenindividuelle Restlebensdauer Systemmodellierung zur Simulation der Gebrauchsdauer und zur Identifikation von Bauteilschäden
Gebrauchsdauermodellierung des Antriebsstranges

Kontakt

Telefon

work
+49 241 80 47742

E-Mail

E-Mail
 

Herausforderungen bei der Entwicklung eines Condition Monitoring Systems

Kurve des Abnutzungsverhaltens Abnutzungsverhalten über der Zeit

Während der gesamten Nutzung unterliegt eine Maschine einer gewissen Abnutzung, wie z. B. Verschleiß. Das Aufbrauchen des Abnutzungsvorrates, bis unterhalb der Abnutzungsgrenze, führt dann zum Ausfall der Maschine. Als Abnutzungsvorrat wird der Vorrat der möglichen Funktionserfüllungen unter festgelegten Bedingungen bezeichnet, der einer Maschine aufgrund der Herstellung, Instandsetzung oder Verbesserung innewohnt. Das untere Bild zeigt den Abbau des Abnutzungsvorrates durch die Nutzung sowie den Wiederaufbau des Ausgangszustandes durch eine Instandsetzungsmaßnahme bzw. Verbesserung. Weitere Gründe für den Ausfall von Maschinen ergeben sich aus Schwachstellen der Maschine. Neben der natürlichen Abnutzung der Maschine können außerdem spontane Überlasten zum Versagen der Bauteile führen. Diese spontan auftretenden Zustände sind ebenfalls kritisch und sollten, können jedoch schwer im Rahmen eines prädiktiven Condition Monitorings identifiziert werden.

 
  Abnutzungserscheinung hydraulischer Komponenten im Antriebsstrang Abnutzungserscheinung hydraulischer Komponenten im Antriebsstrang

Verfügbare Condition Monitoring Systeme sind kostenintensiv und haben sich bisher vorwiegend für stationäre Anwendungen etabliert. Mobile Arbeitsmaschinen sind heute mit einer Vielzahl an Sensoren und Steuergeräten ausgerüstet, deren Signale prinzipiell einen sehr hohen Informationsgehalt aufweisen. Dennoch erfolgt aus Kostengründen und aus Mangel an Auswertemethoden meist nur eine Grenzwertüberwachung der Sensorsignale als Schutzfunktion vor kritischen Betriebszuständen. Die erfassten Daten werden dabei nicht analysiert und zur Prognose des Maschinenzustandes weiterverwendet. Typische Abnutzungserscheinungen eines Baumaschinen Antriebstrangs sind im Folgenden dargestellt und sollen im Rahmen des Forschungsvorhabens identifiziert werden.

 
 

Zielstellung des Projekts ProMaschinenDaten

Das Forschungsvorhaben „Verfügbarkeitssteigerung mobiler Arbeitsmaschinen durch Prognose des Maschinenzustandes auf Basis globaler Daten“ wählt einen neuartigen, indirekten Ansatz. Alle heute auf der Maschine verfügbaren auswertbaren Sensor- und Betriebsdaten sollen verwendet werden, um Korrelationen zwischen Bauteilschäden und gesamthaften Signalmustern zu detektieren sowie anhand der tatsächlich vorhandenen Betriebslasten die maschinenindividuelle Restlebensdauer zu ermitteln. Dieser neuartige Ansatz zur Zustandsermittlung von Maschinen stützt sich im Wesentlichen auf zwei Informationen. Zum einen auf die Bauteilrestlebensdauer infolge bisher erfahrener Beanspruchung und zum anderen auf das globale Signalverhalten beim Auftreten von Bauteilschäden. Damit ist eine direkte Aussage zur Schadenswahrscheinlichkeit und zur Ausfallwahrscheinlichkeit jedes Bauteils und jeder Baugruppe zu jedem Zeitpunkt im Betrieb möglich. Die Kenntnis über den zeitlichen Verlauf des Abbaus des Abnutzungsvorrates ermöglicht die Prognose des Maschinenzustandes für die nähere Zukunft. Eine vorhandene Instandhaltungsplanung kann auf der Basis dieser echtzeitfähigen Informationen optimiert werden und ist aufgrund der Zustandsprognose prinzipiell auch in ein übergeordnetes Planungssystem integrierbar. Damit wird eine neue, vierte Entwicklungsstufe der Instandhaltung eingeleitet, in der mithilfe wissensbasierter Sensordatennutzung und echtzeitbasierter Gebrauchsdauerberechnung eine intelligente Onboard-Diagnose ermöglicht wird, die robuste Zustandsprognosen bereitstellt. Durch die Nutzung dieser Zustandsinformationen für übergeordnete Planungssysteme kann eine höhere Planungssicherheit und damit eine Steigerung der Prozesszuverlässigkeit erreicht werden. Die Hersteller mobiler Arbeitsmaschinen erlangen für die mit einem solchen CM-System ausgerüsteten Maschinen insbesondere gegenüber der Billigkonkurrenz aus Fernost einen deutlichen Technologievorsprung, der auf dem hart umkämpften internationalen Markt für mobile Arbeitsmaschinen dazu führen kann, dass trotz hoher Anschaffungskosten für eine deutsche mobile Arbeitsmaschine die TCO im internationalen Vergleich konkurrenzfähig bleiben. Zusätzlich kann durch ein zuverlässiges Condition Monitoring der Abnutzungsvorrat von Komponenten besser ausgenutzt und so Ressourcen geschont werden. Im beantragten Forschungsprojekt werden die theoretischen und technischen Voraussetzungen zur Realisierung des neuartigen intelligenten CM-Systems erforscht und entwickelt. Darauf aufbauendentwickeln die beteiligten Unternehmen nach Projektende das System in den nachfolgenden Jahren zur Marktreife.

 

Danksagung

Logos der Fördergeber

Die Studie ProMaschinenDaten – Untersuchung der hydraulischen Komponenten wird durch die Europäische Union und das Land Nordrhein-Westfalen gefördert. Das ifas bedankt sich herzlich bei allen Projektpartnern, dem europäischen Fonds für regionale Entwicklung und dem Land NRW.

 

Veröffentlichungen

Wöll, Lothar, et al.: Reliability Evaluation of Drivetrains: Challenges for Off‐Highway Machines, System Reliability. InTech, 2017