Skip to main content
main-content

07.09.2017 | Automatisierung | Im Fokus | Onlineartikel

Wie Maschinen auf sich selbst aufpassen

Autor:
Dieter Beste

Im EU-Projekt SelSus soll eine Technologie entstehen, die Maschinenausfälle in der Produktion prognostiziert, bevor sie auftreten. Manche Defekte soll das System sogar automatisch beheben können.

Internet der Dinge, Cloud, Big-Data, Real-time, intelligente Maschinen, voll vernetzte Instandhaltung und Wartung – die Industrie 4.0 führt all das und viel mehr zusammen. Springer-Autor Alexander beleuchtet im "Handbuch Industrie 4.0 Bd.4" die Wartung: "Dem Werker werden Störungen der Maschine visualisiert und ggf. durch ihn genauer qualifiziert. Auch die Auswirkung von Störungen auf seine geplante Schichtleistung sieht er direkt am Bildschirm. Bei längeren Stillständen erzeugt er eine Instandhaltungsmeldung mit Details zum aktuellen Problem. In der Instandhaltung wird daraus ein Instandhaltungsauftrag im ERP für diese Maschine erzeugt. Dieser Auftrag wird auf das Smartphone des zuständigen Instandhalters weitergeleitet. Zeitverluste durch lange Laufwege werden vermieden" (Seite 187).

Empfehlung der Redaktion

2017 | OriginalPaper | Buchkapitel

Engineering of Next Generation Cyber-Physical Automation System Architectures

Cyber-Physical-Systems (CPS) enable flexible and reconfigurable realization of automation system architectures, utilizing distributed control architectures with non-hierarchical modules linked together through different communication systems.


Indes geht’s in der Forschung schon wieder einen Schritt weiter: Ziel des EU-Projekts SelSus ist es, die Wartung zu automatisieren. "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-Institut für Produktionstechnik und Automatisierung (IPA). Die entwickelten Diagnoseverfahren geben dann auch gleich Hinweise oder Empfehlungen, wie das Problem zu beheben ist. So wird etwa beim Projektpartner Electrolux in Pordenone in Italien ein Decision-Support-System eingesetzt. Das System kann mit einer gewissen Wahrscheinlichkeit bevorstehende Ausfälle an einer Presse für Verkleidungen von Waschmaschinen vorhersagen und tatsächlich aufgetretene Störungen diagnostizieren.

Das System repariert sich selbst

Anhand von Sensordaten zum Energieverbrauch, zur Temperatur, zu Öldruck, Partikel im Öl oder Vibrationen schließt das im Konsortium entwickelte System auf den aktuellen Status eines Maschinenparks und ist sogar in der Lage, selbst Steuerimpulse an einzelne Maschinen zu geben. Eine Schweißsteuerung beispielsweise, bei der ein Sensor ausgefallen ist, kann nach Aussage der Entwickler fast unterbrechungsfrei in einem "sicheren Modus" weiterarbeiten, ohne dass es zu größeren Störungen kommt. Die Fähigkeit, sich gewissermaßen selbst zu reparieren und die Produktion zu erhalten, hat dem Projekt auch seinen Namen gegeben. SelSus steht für "Health Monitoring and Life-Long Capability Management for Self-Sustaining Manufacturing Systems".

Bis dahin waren jedoch einige technologische Hürden zu nehmen. Martin Kasperczyk: "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."

Bayes´sche Netze und Sensordaten

Die Experten setzen auf die Bayes´schen Netze. Das ist ein mathematisches Verfahren, mit dem sich die Wahrscheinlichkeit berechnen lässt, mit der ein bestimmtes Ereignis oder ein Zustand eintritt. Dabei werden mehrere Variablen und die mit ihnen verbundenen Wahrscheinlichkeiten miteinbezogen. Mithilfe der von den Sensoren gewonnenen Daten berechnet die Software etwa, 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 hierbei 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, etwa durch Upgrades an den Maschinen oder auch durch verschleißbedingtes Nachlassen der Leistung, registriert die Software ebenfalls und lernt auf diese Weise dazu. Wie anspruchsvoll SelSus konzipiert ist, zeigt sich auch daran, dass die Software sogar mit dem Menschen interagiert, heißt es in einer Mitteilung des IPA. Sie analysiert die Ursachen eines drohenden oder existierenden Ausfalls und gibt Mitarbeitern passende Handlungsempfehlungen.

Anlage mit Selbstheilungskräften aus Coventry

Eine Anlage, die sich selbst wartet, hat Projektpartner Manufacturing Technology Centre aus dem britischen Coventry geschaffen. In einer Motorenproduktion ist ein Dispenser – ein Dosierer – mittels Vakuum an einem Roboterarm befestigt. Sollte der Dispenser an einen Widerstand stoßen, bricht dieser nicht ab, sondern reagiert flexibel. Er verliert seinen mittels Vakuum erzeugten Kraftschluss und fällt einige Zentimeter, bis Federn ihn stoppen. Anschließend ziehen die Federn den Dispenser wieder zurück in seine ursprüngliche Position. Eine anschließende Kalibrierung stellt sicher, dass sich auch das Werkzeug wieder in der korrekten Position befindet.

 

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

Das könnte Sie auch interessieren

08.03.2017 | Industrie 4.0 | Im Fokus | Onlineartikel

Anschluss unter Industrie 4.0