Daten sind das Gold des 21. Jahrhunderts – das gilt im Zeitalter des Industrial Internet of Things insbesondere für maschinengenerierte Informationen. Kupplungen mit integrierter Sensorik vereinfachen die Erfassung und Analyse von Maschinendaten direkt im Antriebsstrang. So lassen sich Wartungsarbeiten im Sinne der Predictive Maintenance proaktiv planen.
Der Übergang vom Konzept der vorbeugenden Wartung von Maschinen und Anlagen zur vorausschauenden Wartung gilt als Schlüsselmoment der digitalen und vernetzten Produktion. Erst mit der Nutzung verlässlicher Daten aus dem Antriebsstrang ist eine solche prädikative Instandhaltung möglich. Die Komponente Kupplung ist prädestiniert qualitativ hochwertige Informationen zu liefern – also das Datengold zu schürfen – da Antriebe, Kupplungen und Gelenkwellen in nahezu jeder Maschine verbaut sind.
Kabellos integrierte Sensorik
R+W hat den rotierenden Antriebsstrang kabellos angebunden und für das Industrial Internet of Tings (IIoT) digital erschlossen. Die am Markt bewährte integrierte Sensorik des Lösungsspezialisten lässt sich problemlos in bereits verbaute Kupplungen integrieren. Die Montage gestaltet sich dabei ebenso einfach wie schnell, was den Integrationsaufwand und die Anschaffungskosten minimiert. Dank der Kompatibilität mit vorhandenen Komponenten sind weder zusätzlicher Bauraum noch Hilfskonstruktionen erforderlich. „Die mechanischen Eigenschaften der Kupplung werden dabei nicht verändert: eine Kupplung, die zum Beispiel ein Drehmoment von 150 Nm übertragen kann, wird dies auch weiterhin übertragen können. Die Sensorik wird entsprechend kalibriert, um einen optimalen Messbereich in dieser Drehmomentsklasse abzudecken“, betont Frank Kronmüller, Managing Director bei R+W.
Neben Lamellenkupplungen, Gelenkwellen sowie Flanschen ist seit dem Frühjahr auch das Standardprodukt von R+W, die Balgkupplung, mit integrierter Sensorik verfügbar. Der Hauptunterschied zu den bisherigen Kupplungsmodellen ist die wesentlich kompaktere Bauweise der iBK, was sie noch platzsparender macht. Die iBK bietet alle Eigenschaften der Standardkupplung und fungiert gleichzeitig als kabellose Messeinheit.
Mithilfe der integrierten Sensortechnik werden wichtige Parameter wie Drehmoment, Drehzahl, Beschleunigung und optional auch Axialkraft und Querkraft direkt aus dem rotierenden Antriebsstrang an ein Gateway übertragen. Von dort aus können die Sensorsignale in nachgelagerten Messregel- oder Datenverarbeitungssystemen erfasst und verarbeitet werden. Eine direkte Anbindung an eine Cloud-Lösung ist mittels LTE-Messverstärker alternativ möglich. Zusätzlich lassen sich die Daten der Messkette auf mobilen Endgeräten in der speziell entwickelten App darstellen und abspeichern.
Anwendungsorientierte Energieversorgung
Die Energieversorgung erfolgt neben einer Lösung mit wiederaufladbarem Akku oder Induktion nun auch autonom über Energy Harvesting. Für leicht zugängliche Einbausituationen und periodische Messungen eignet sich die Versorgung über einen Akku. Je nach Abtastrate und Anzahl der Messgrößen sind mehrere tausend Stunden Betriebszeit möglich. Die Ladezeit über den Magnetstecker beträgt zwischen zwei und drei Stunden.
Für Dauermessungen kann die Sensorik über eine Induktionsspule (Pick-up) mit Strom versorgt werden. Dabei wird das Pickup kontaktlos nahe der Kupplung mit einem Abstand von ≤ 10 mm montiert. Für die Energieübertragung werden ISM-Bänder genutzt. Die Spannungsversorgung erfolgt durch den Anschluss an ein R+W-Gateway oder durch Nutzung einer vorhandenen 12-V-Lösung.
„DIE SENSORIK VERWANDELT EINE MECHANISCHE KUPPLUNG IN EINE SMARTE KOMPONENTE“
Beim Energy Harvesting wird die vorhandene Rotationsenergie durch miniaturisierte Energiewandler in elektrische Energie umgewandelt. Die Mindestdrehzahl liegt bei 200 U/min, um eine ausreichende Spannungsversorgung zu gewährleisten. Energy Harvesting eignet sich speziell für Anwendungen und Einbausituationen, bei denen Stillstandzeiten vermieden werden sollen, sowie für schwer zugänglich Stellen und horizontale Einbausituationen.
Ist die smarte Komponente im Antriebsstrang installiert und liefert die integrierte Sensorik der Kupplung Daten, spielen diese insbesondere im Bereich der Instandhaltung von Maschinen und Anlagen eine zentrale Rolle.
Evolution der Wartung
Die grundlegendste Form der Wartung ist sehr einfach erklärt: Bei der reaktiven Methode wird erst eingegriffen, wenn ein Teil des Systems bereits defekt ist, um die normalen Betriebsbedingungen wiederherzustellen. Obwohl diese Strategie keine anfänglichen Kosten verursacht und jede Komponente voll ausnutzt, birgt sie gleichzeitig das Risiko einer Beeinträchtigung der Benutzersicherheit und einer Verlängerung der technischen Reparaturzeit. Dies resultiert aus der Unvorhersehbarkeit des Defekts selbst.
Die präventive Instandhaltung hingegen umfasst planmäßige Austauscheingriffe in regelmäßigen Abständen, die auf der Grundlage der erwarteten Nutzungsdauer und des daraus resultierenden Lebenszyklus der Komponente geschätzt werden. Das Ziel besteht darin, Ausfälle durch den frühzeitigen Austausch von Komponenten zu verhindern. Allerdings ergeben sich aus dieser Praxis zwei miteinander verbundene Probleme: Zum einen kann es vorkommen, dass die Nutzungsdauer der Komponente überschätzt und seine Lebensdauer unterschätzt wird, wodurch es unnötig ersetzt wird, obwohl es sich noch in gutem Zustand befindet. Zum anderen kann eine falsche Analyse des Verschleißes oder das Auftreten einer unvorhergesehenen Müdigkeitserscheinung dazu führen, dass die Komponente zu spät ausgetauscht wird. In beiden Fällen treten die Nachteile auf, die auch bei der reaktiven Instandhaltung zu beobachten sind.
Zwei weitere proaktive Strategien, die darauf abzielen, Ausfälle zu verhindern, anstatt auf deren Auftreten zu warten, ist die zustandsbasierte sowie die vorbeugende Wartung. Beide basieren auf der Verwendung von Messwerten und Anlageninformationen – Daten, die mittels integrierter Sensortechnik von der Kupplung erhoben werden. Beim Condition Based Monitoring oder Condition Monitoring werden Daten, die von Sensoren erfasst werden, überwacht und in Echtzeit auf kritische Parameter wie Drehmoment oder Axial- beziehungsweise Querkräfte überprüft, um potenzielle Ausfälle vorherzusagen.
Datenanalyse über die aktuellen Bedingungen hinaus
Ein noch exakteres Präzisionsniveau erreicht die vorausschauende Wartung im IIoT, im Industrial Internet of Things. Bei laufendem Betrieb erlaubt die Analyse des von Maschinen erzeugten Datenstroms eine Optimierung der Prozesse: Betriebskritische Daten sind jederzeit transparent im Blick, sodass Unregelmäßigkeiten leicht identifiziert und Wartungsarbeiten vorausschauend geplant werden können. Diese prädikative Instandhaltung oder Predictive Maintenance lernt aus historischen und in Echtzeit verfügbaren Daten und verspricht erhebliche Kosteneinsparungen gegenüber zeitgesteuerten Instandhaltungsmaßnahmen.
In speziellen Business Cases erarbeitet der Technologieführer zusammen mit dem Partner Core Sensing, angepasste Lösungen, um abzubilden, was in der Anlage des Kunden beziehungsweise im Antriebsstrang passiert oder passieren wird. Indem historische Daten einbezogen werden, geht die Analyse über die aktuellen Bedingungen hinaus und versucht, zukünftige Ereignisse mithilfe komplexer Algorithmen vorherzusagen. Dadurch ist es möglich, nicht nur drohende Ausfälle zu erkennen, sondern auch den Zustand der Systemkomponenten beziehungsweise der Anlage selbst sowie ihre verbleibende Lebensdauer, die Remaining Useful Lifetime, äußerst präzise zu prognostizieren.