Aufrufe
vor 1 Jahr

O+P Fluidtechnik 9/2016

  • Text
  • Fluidtechnik
  • Unternehmen
  • Hydraulics
  • Produkte
  • Komponenten
  • Entwicklung
  • Industrie
  • Informationen
  • Roth
  • Steuerungen
O+P Fluidtechnik 09/2016

wie zuvor bereits

wie zuvor bereits erwähnt, eine cloud-basierte Online-Zustandsdiagnose an, bei der diese Vorhersagemodelle zum Einsatz kommen. Die CM-Daten werden in der Maschine beim Kunden gemessen, temporär dort gespeichert und dann über das Internet an ein Serversystem bei Bosch geschickt – eine Bosch-Cloud- Lösung. Die Daten werden in unserem Haus ausgewertet, und der Kunde erhält von uns Wartungsempfehlungen. SPECIAL / PREDICTIVE MAINTENANCE Wie ist in der Pneumatik der technische Stand bei CM, und welche Entwicklungen bei Diagnosesystemen gibt es dort? Dr. J. Bredau: Die Pneumatik hat in erster Linie steuerungs- und antriebstechnische Aufgaben mit Standardkomponenten hoher Zuverlässigkeit, Effizienz und Robustheit im kostengünstigen Bereich zu erfüllen. Solche Komponenten darf man nicht unnötig mit zusätzlichen Sensoren verteuern. Für CM nutzen wir bei Festo daher vorzugsweise vorhandene Sensorik: Ventile/ Ventilinseln kombiniert mit Endschaltern und elektronischen Steuerungsplattformen (PLC, Feldbusanbindung, Verarbeitung von analogen, digitalen Daten) ermöglichen einfache Diagnosefunktionen, wie Zählfunktionen, Grenzwertüberwachungen. Es gibt Wartungseinheiten mit integrierter Druck- und Durchflussmessung, und viele Maschinenhersteller nutzen dies für Messungen unter anderem auch für die Zustandsanalyse der Maschine und zur Beurteilung des Energieverbrauchs. Dann gibt es die höherwertigen pneumatischen Komponenten, beispielsweise in der Servopneumatik. Sie ermöglichen interessante Systemlösungen, wie Schweißzangen oder Roboterlösungen, die natürlich viel mehr Sensorik beinhalten und die Auswertung unterschiedlichster Funktionen erlauben, wie Reibungs-, Leckage- und Laufzeitenüberwachung. Derartige CM-Funktionen finden immer noch auf der Komponentenebene statt. Bei Festo möchten wir solche Funktionen als dezentrale Intelligenz in unsere Geräte implementieren. Im nächsten Schritt reden wir von kompletten Systemlösungen, auch „Customized Solutions“ genannt. Ein Beispiel ist ein Handhabungssystem, bestehend aus Kinematiken, Steuerungstechnik, Software. Hier kann man das Domainwissen der Gerätehersteller weiter ausspielen, denn wir sind mit solchen Lösungen viel näher an der Applikation. Ein praktisches Beispiel: Ein Zylinder hat üblicherweise eine Lebensdauer von mindestens 5000 km, ein Ventil erreicht 100 Mio. Schaltspiele. Wenn man aber in einer Anlage misst, dass der Zylinder täglich vielfach überlastet wird, dann hält er bestimmt nicht so lange. Solche Informationen kann man nutzen und gezielt Diagnosefunktionen aufbauen. Damit möchte ich auch die Aussagen von Herrn Dr. Richter unterstreichen. Es muss bei den Diagnosemodellen berücksichtigt werden, dass jede Anlage häufig individuell ist. Eine Anmerkung noch zu den Bezeichnungen CM und PdM: Nach meiner Erfahrung befindet sich die Fluidtechnik überwiegend noch im Stadium des CM. In den letzten Jahren hat sich vieles weiterentwickelt. Aber bei den Methoden, um wirklich Prädiktion zu machen, gerade im Umfeld von Factory Automation, gibt es aus meiner Sicht noch großen Entwicklungsbedarf. D. Michalkowski: Der Kostendruck erlaubt auch bei uns keine zusätzliche Sensorik. Aber es ist erstaunlich, welche Informationen man zusätzlich gewinnen kann, wenn man Daten auswertet, die bereits existieren. Ein interessantes Beispiel aus dem Hause Aventics ist die Überwachung von Stoßdämpferfunktionen und Zylindergeschwindigkeiten, basierend auf unserem elektropneumatischen Ventilsystem. Es kommen nur Standardkomponenten zum Einsatz, wie sie zum Beispiel in Handling- Einrichtungen üblich sind. Die Belastung eines Zylinders kann man unter anderem daran ablesen, wie schnell sich in der Endlage der Stoßdämpfer bewegt. Gleichzeitig gibt das auch eine Indikation über den aktuellen Zustand des Stoßdämpfers, wie er sich über seine Betriebsdauer verändert hat. Wir können Verschleiß detektieren. Die Verarbeitung der Daten erfolgt lokal in den Komponenten, zum Beispiel in unserem Ventilsystem Serie AV. Daten und Informationen können aber auch an eine Kundensteuerung zur Auswertung weitergeleitet oder über Cloud-Dienste anderen Serviceanbietern zur Verfügung gestellt werden. Hier kristallisiert sich ein unmittelbarer Nutzen für den Kunden heraus. Er weiß genau, welchen Verschleißzustand sein Subsystem erreicht hat und kann seine 40 O+P Fluidtechnik 9/2016

110. O+P-GESPRÄCHE Wartung demgemäß planen. Er muss nicht präventiv Komponenten tauschen und steigert dennoch seine Anlagenverfügbarkeit. F. Fritz: Kostengünstige CM- und Diagnosefunktionen sind auch bei den Komponenten der Vakuumtechnik mehr und mehr zu finden; aber wirkliche prädiktive Modelle im Sinne einer zeitlichen Vorhersage von zukünftigen Systemzuständen sind noch nicht vorhanden, da stimme ich Herrn Dr. Bredau zu. Die meisten Wartungshinweise sind zustandsbasierte oder auf Referenzwerten basierende vorbeugende Maßnahmen. Wir hatten auf der Hannover Messe 2016 dazu einen Demonstrator ausgestellt, ein Greifsystem für die Verkettung von Pressen. Zu Anfang des Produktionsprozesses wird eine Referenzfahrt durchgeführt, und wichtige Prozessparameter werden als Gutwerte gespeichert. Während der Produktion findet dann regelmäßig ein Vergleich statt. So kann man anhand eines Trends oder einer starken Abweichung vom Referenzwert feststellen, wann eine Wartung notwendig wird, bevor der Ausfall tatsächlich eintritt. Die Daten werden direkt in unserem Gerät ausgewertet. Wir kommunizieren keine Messdaten kontinuierlich an die Maschinensteuerung, wir kommunizieren Informationen. Eine Datenbank oder eine Analytik-Software ist bei der Nutzung dieser Funktionen nicht notwendig. Allerdings: Wenn unsere Komponente das Signal sendet, das sie eine Wartung anfordert, sollte es auch von der Maschinensteuerung beachtet werden. Häufig verpufft das Signal heute noch in der Sensor-Aktor-Ebene, weil Informationen von der nächsten Steuerungsebene nicht verarbeitet werden. Wäre es nicht doch interessant, Messdaten an die Maschinensteuerung oder einen anderen Rechner weiterzugeben, um sie beispielsweise zu visualisieren und Trends graphisch darzustellen? F. Fritz: Unsere Geräte stellen auch vorverarbeitete Messdaten für die weitere Auswertung auf anderen Rechnern zur Verfügung – überwiegend CM-Daten, die nicht in Echtzeit verarbeitet werden müssen, sondern über einen längeren Zeitraum aufgenommen werden, beispielsweise Energieverbräuche. Zu deren Auswertung ist nach meiner Überzeugung die Maschinensteuerung, insbesondere die SPS, die falsche Komponente. Die SPS ist dafür gemacht, Steuerungen in Echtzeit durchzuführen und nicht, um große Datenmengen über einen längeren Zeitraum hinsichtlich PdM oder Energing Monitoring auszuwerten. Diese Daten müssen über einen anderen Kanal zu anderen Rechnern geleitet werden. Das können zum Beispiel Cloud-Systeme sein oder andere Arten von Data-Storage-Lösungen. Aber die Selektion der Daten, zum einen die zur Steuerung in Echtzeit und zum anderen die für Trend- und Diagnoseanalyse, ist notwendig. Daher meine ich, in der aktuellen Kommunikationsarchitektur bedarf es noch einer anderen Art der Schnittstelle zum Datenaustausch. In Ausgabe 10/2016 setzen wir die Berichterstattung über die 110. O+P-Gespräche fort – unter anderem mit den Themen Datenverarbeitung, Hindernesse für PdM, Standardisierungs-Bemühungen sowie potenzielle Geschäftsmodelle. O+P Fluidtechnik 9/2016 41

© 2016 by Vereinigte Fachverlage GmbH. Alle Rechte vorbehalten.