Predictive Maintenance von Wälzlagern Plan für das Unplanbare

Autor / Redakteur: Jochen Krismeyer / Stefanie Michel

Predictive Maintenance setzt den Blick in die „Maschinenzukunft“ voraus und bietet damit neue Möglichkeiten, um die Gesamtbetriebskosten zu reduzieren. Einen bedeutenden Schritt zur Analyse des Wälzlagerzustandes und zur Prognose der tatsächlichen Restlaufzeit von Wälzlagern macht ein Schweinfurter Wälzlagerhersteller mit neuen Services auf Basis einer Cloud-basierten Softwareplattform.

Firmen zum Thema

Predictive Maintenance 4.0: Cloud-basierte Services bieten eine automatisierte Zustandsanalyse von Wälzlagern und geben Prognosen über deren tatsächliche Restlaufzeiten ab.
Predictive Maintenance 4.0: Cloud-basierte Services bieten eine automatisierte Zustandsanalyse von Wälzlagern und geben Prognosen über deren tatsächliche Restlaufzeiten ab.
(Bild: Schaeffler)

Ziel der Predictive Maintenance muss es sein, aus relativ wenigen Messsignalen und Informationen aus der Steuerung die lokalen Lasten bis zur einzelnen Komponente ableiten zu können. Dann wird die Berechnung einer realen Lebensdauervorhersage von Komponenten mit wenigen Daten aus der Maschine möglich. Das bedeutet konkret, dass man in der Lage sein muss, über jede einzelne dem Verschleiß unterliegende Komponente eine Aussage über deren kumulierte lokale Belastung und die daraus resultierende Schädigung aufgrund der äußeren Lasten und Umgebungsbedingungen zu machen. Einen praktikablen Weg dorthin bieten mit Messdaten aus dem Feld validierte Simulationsmodelle.

Validierte Simulationsmodelle

Hinsichtlich der Lastverteilung innerhalb von Antrieben spielen Wälzlagerungen generell eine Schlüsselrolle, weil sie durch ihre (nichtlinearen) Steifigkeiten und Nachgiebigkeiten für die Verteilung und Höhe der Reaktionskräfte und Verschiebungen nicht nur an den Lagern selbst, sondern auch an Verzahnungen und anderen Maschinenelementen mitverantwortlich sind. In den Antriebsstrang integrierte Sensoren liefern die benötigten lokalen Lastdaten an Lagern und Führungen in Abhängigkeit von den äußeren Lasten und den Umgebungsbedingungen. Mit diesen Felddaten lassen sich die bestehenden Simulationsmodelle deutlich verfeinern und an die realen Bedingungen so lange anpassen, bis eine sehr hohe Übereinstimmung zwischen Simulationsmodell und realer Maschine erreicht ist. Ein solchermaßen validiertes Simulationsmodell einer bestimmen Maschine kann für die Simulation jeder anderen baugleichen Serienmaschine wiederverwendet werden mit dem großen Vorteil, dass nun wenige(r) Eingangsdaten genügen, um die lokalen Belastungen und daraus reale Lastkollektive und Lebensdauern zu berechnen.

(ID:44001852)