Systemzuverlässigkeit Ein Maschinenpark wartet (und repariert) sich selbst

Redakteur: Jürgen Schreier

Im EU-Projekt SelSus arbeiten Fraunhofer-Wissenschaftler mit Partnern aus der Industrie und Forschung an einer Technologie, die Maschinenausfälle in der Produktion prognostiziert, bevor sie auftreten. Manche Defekte "repariert" das System sogar selbst.

Firmen zum Thema

Im EU-Forschungsprojekt SelSus entwickelter, sich selbst reparierender Dispenser des Projektpartners Manufacturing Technology Centre für die Motorenproduktion
Im EU-Forschungsprojekt SelSus entwickelter, sich selbst reparierender Dispenser des Projektpartners Manufacturing Technology Centre für die Motorenproduktion
(Bild: Fraunhofer IPA)

Nichts fürchten Betriebsleiter mehr als den plötzlichen Ausfall einer Maschine während der laufenden Produktion. Die Folge: hektische Reparatureinsätze und steigende Kosten hoch. Auch der Kunde ist in der Regle "not amused", weshalb solche Havarien einen Schatten auf die Liefertreue werfen. Das Fatale daran: Oft sind es vergleichsweise kleine Defekte oder Verschleißerscheinungen, die die Produktion Stören oder gar zum Erliegen bringen. Diese "Minidefekte" bleiben meist unentdeckt, führen dann aber schlagartig zu größeren Ausfällen.

Electrolux setzt erfolgreich Decision-Support-System ein

Nützlich wäre folglich eine Technik, die den Status aller Komponenten in der Produktionsstraße überwacht, Probleme und Schwachstellen identifiziert und den zuständigen Mitarbeiter rechtzeitig informiert. Auf der Basis eines sogenannten Decision-Support-Systems eine kann dieser dann Entscheidungen treffen und und den Defekt beheben. Im günstigsten Fall muss dazu nicht einmal die Produktion unterbrochen werden. Genau daran forscht das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA im Rahmen des Projekts SelSus .

"Ziel ist es nicht nur, den Status der Maschinen und Komponenten zu überwachen, vielmehr sollen Schwachstellen oder Verschleißerscheinungen mithilfe intelligenter Software und von Sensor-Netzwerken so frühzeitig erkannt werden, dass das System einen Ausfall prognostizieren kann", erklärt Martin Kasperczyk vom Fraunhofer IPA. Die entwickelten Diagnoseverfahren geben zusätzlich Hinweise oder Empfehlungen, wie das Problem behoben werden kann.

So wird etwa beim SelSus-Projektpartner Electrolux in Pordenone in Italien ein solches Decision-Support-System eingesetzt. Das System kann mit einer gewissen Wahrscheinlichkeit bevorstehende Ausfälle an einer Presse, mit der Verkleidungen von Waschmaschinen hergestellt werden, vorhersagen und tatsächlich aufgetretene Störungen diagnostizieren. Die Daten zum aktuellen Status der Maschinen liefern unter anderem Sensoren, die Werte wie Energieverbrauch, Temperatur, Öldruck, Partikel im Öl oder Vibrationen messen. Das Schöne daran: Das Ganze funktioniert in der Praxis.

Auswertung der Datenflut war eine Herausforderung

Das System ist sogar in der Lage, sich gewissermaßen selbst zu "reparieren", indem es Steuerimpulse an einzelne Maschinen gibt. Eine Schweißsteuerung, bei der ein Sensor ausgefallen ist, kann fast unterbrechungsfrei in einem "sicheren Modus" weiterarbeiten, ohne dass es zu größeren Störungen kommt. Die Fähigkeit die Produktion auf diese Weise aufrecht zu erhalten, hat dem Projekt auch seinen Namen gegeben. Denn SelSus steht für "Health Monitoring and Life-Long Capability Management for Self-Sustaining Manufacturing Systems".

Allerdings waren zunächst einige technologische Hürden zu nehmen. Martin Kasperczyk sagt: "Vor allem die Auswertung der Datenflut war eine Herausforderung. Schließlich geht es darum, Ausfälle oder Pannen bei Maschinen mit hoher Zuverlässigkeit zu prognostizieren. Da genügt es nicht, ein paar Algorithmen zu programmieren."

SelSus nutzt Bayes' sche Netze, Sensordaten und Leistungsparameter

Dazu setzen die SelSus-Experten auf Bayes' sche Netze. Mit diesem mathematischen Verfahren lässt sich die Wahrscheinlichkeit berechnen, mit der ein bestimmtes Ereignis oder ein Zustand eintritt. Dabei werden mehrere Variablen und die mit ihnen verbundenen Wahrscheinlichkeiten miteinbezogen. Basierend auf den von den Sensoren gewonnenen Daten berechnet die Software beispielsweise, wie wahrscheinlich es ist, dass ein bestimmtes stark beanspruchtes Kabel demnächst bricht, und meldet gegebenenfalls, dass es ausgetauscht werden muss.

Die SelSus-Software verlässt sich aber nicht allein auf Sensoren. Die technischen Eigenschaften der Maschine und ihre Leistungsparameter werden ebenso berücksichtigt. Diese Daten müssen bei der Installation und Konfiguration des Systems eingespeist werden. Zudem zeigt ein ausführlicher Probelauf dem System, wie die Anlage und ihre Komponenten sich im Dauerbetrieb und unter Belastung verhalten. Erst dann ist es bereit.

Neue Daten, die etwa aus Upgrades an den Maschinen resultieren, aber auch das verschleißbedingte Nachlassen der Leistung registriert die Software ebenfalls und lernt auf diese Weise dazu. SelSus interagiert sogar mit dem Menschen. Die Software analysiert die Ursachen eines drohenden oder bereits eingetretenen Ausfalls und gibt den Mitarbeitern passende Handlungsempfehlungen.

Motorenproduktion mit Selbstheilungskräften

Eine Anlage, die sich selbst wartet, hat Projektpartner Manufacturing Technology Centre aus dem britischen Coventry geschaffen. In einer Motorenproduktion ist ein

Dispenser (Dosierer) mittels Vakuum an einem Roboterarm befestigt. Sollte der Dispenser an einen Widerstand stoßen, bricht dieser nicht ab, sondern reagiert flexibel. Er verliert seinen durch das Vakuum erzeugten Kraftschluss und fällt einige Zentimeter, bis Federn ihn stoppen. Anschließend ziehen die Federn den Dispenser wieder in seine ursprüngliche Position zurück. Eine anschließende Kalibrierung stellt sicher, dass sich das Werkzeug in der korrekten Position befindet . Der Arbeitsprozess geht nach der kurzen Unterbrechung weiter.

Auch die Politik hat das Potenzial der SelSus-Technologie längst erkannt. Folglich wird das Projekt von der Europäischen Kommission mit fast 5,4 Mio. Euro gefördert. Neben dem Fraunhofer IPA sind Industriepartner wie der Autobauer Ford, der Hausgerätehersteller Electrolux, der Anbieter für Schweißlösungen HWH Hamburg und der Automatisierungsspezialist IEF-Werner mit dabei. Universitäten wie die Loughborough University und die Instituto de sistemas e Robotica oder ICT Provider wie Hugin Expert, Advanced Data Processing oder Inotec sind ebenfalls beteiligt.

Über SelSus

Das EU-Projekt SelSus: "Health Monitoring and Life-Long Capability Management for Self-Sustaining Manufacturing Systems" wurde im Zeitraum 1. September 2013 bis 31. August .2017 von der EU mit knapp 5,4 Mio. Euro gefördert. An dem Projekt sind 15 Partner aus Industrie und Forschung aus sechs Ländern beteiligt.

Projektpartner

• Fraunhofer IPA

• The University of Nottingham

• Loughborough University

• Manufacturing Technology Centre

• ISR-P Instituto de Sistemas e Robotica

• HSSMI

• Ford Motor Company

• Inotec

• Electrolux

• Xetics

• IEF Werner

• Advanced Data Processing

• Gamax

• Hugin Expert

• Harms & Wende

(ID:44866694)