Predictive Maintenance mit Infineon

Andrea Gillhuber,

Reduzierte Stillstandzeiten für Industrieroboter

Plötzlicher Maschinenstillstand zählt sicherlich zu den Horrorszenarien einer jeden Produktion. Doch das kann durch Predictive Maintenance umgangen werden: Sensoren in Kombination mit Industrie-4.0-Technologien ermöglichen eine vorausschauende Wartung für Industrieroboter. Von Clemens Müller
Industrie-Roboter werden mit einem Service-Plan für die vorausschauende Wartung geliefert. Damit können Roboter bis zu 20 Jahre in Betrieb bleiben. © Infineon

Eine bisher zuverlässig arbeitende Maschine steht plötzlich still und kann trotz aller Anstrengungen nicht mehr in Betrieb genommen werden. Dann kommt ein Mitarbeiter vom Wartungsteam, und nach einigem Nachdenken, Herumbasteln an der Maschine und ermutigenden Worten läuft sie plötzlich wieder.

Die Realität sieht natürlich – in der Regel – etwas anders aus. Definierte Wartungsarbeiten werden nach Plan durchgeführt, um die Betriebszeit zu optimieren. Diese präventiven Maßnahmen erfolgen dabei üblicherweise in Zeiten, wo der Fertigungsprozess am wenigsten gestört wird. Darüber hinaus überprüfen die Wartungsingenieure Roboter und Automatisierungseinrichtungen auf drohende Fehler hin. Gerade vor diesem Hintergrund stellt sich die Frage, ob die Implementierung von ergänzender Sensor-Technologie neben der für das Prozess-Monitoring vorausschauende Wartung verbessert.

In den Fabriken von heute sind kaum noch Arbeiter zu finden, die einfache Tätigkeiten während der Fertigung ausführen. Moderne Fabriken sind hochautomatisiert und benötigen kaum noch eine menschliche Hand für die eigentliche Fertigung. Zunehmend an Bedeutung gewinnen dagegen Wartungstechniker, um die Maschinen am Laufen zu halten, denn unerwartete Ausfälle beziehungsweise Stillstandzeiten können die Produktivität und Marge signifikant verschlechtern.

Anzeige

Das Herz jeder Fertigung ist deshalb ein Wartungs-, Reparatur- und Betriebsplan. Dieser koordiniert unter anderem die vorausschauende Wartung (PM, Predictive Maintenance) so, dass sie den Fertigungsablauf möglichst wenig beeinflusst. Ist dieser PM-Plan gut implementiert, kann die Betriebs- und Lebenszeit der genutzten Roboter und Maschinen verlängert werden. Bei regelmäßiger Wartung kann ein Roboter so bis zu 20 Jahre im Betrieb und damit eine exzellente Investition sein.

Roboter-Hersteller wie Fanuc, Yaskawa oder Kuka liefern hierfür detaillierte PM-Pläne. Diese umfassen Tätigkeiten wie die visuelle Inspektion der Antriebe, Kabelbäume beziehungsweise Kabel bis hin zu regelmäßigen Überprüfungen, Speicher-Backups und Schmierungen. Diese Wartungsintervalle können zwischen 4.000 bis 10.000 Betriebsstunden umfassen. Natürlich können Kundenanforderungen und PM-Plan nicht immer miteinander synchronisiert werden. Die verschiedenen Belastungen, Bewegungen und Geschwindigkeiten des Roboters können zu mehr oder weniger Verschleiß führen, so dass die Wartung eigentlich zu häufig oder zu selten erfolgt. Auch das Training des Bedienpersonals hat Einfluss auf die Abnutzung. Wird beispielsweise der Notabschaltknopf oftmals aus Bequemlichkeit genutzt, um den Roboter zu stoppen, statt dem vom Hersteller vorgegebenen Abschalt-Mechanismus zu folgen, kann das Bremssystem schneller abgenutzt werden.

Heute nutzt man meist CIPs (Continual Improvement Programs), um unerwartete Stillstandzeiten zu reduzieren, während gleichzeitig die geplanten Stillstandzeiten möglichst ausgewogen sein sollen. Aber auch hier kommt man an einen Punkt, wo die Kosten für Verbesserungen die möglichen Kosteneinsparungen durch längere Betriebszeiten übertreffen.

Die „Goldilock-Zone“ für die Wartung

Mit der weiteren Umsetzung von Industrie 4.0 erhalten Fertigungsmanager immer mehr Daten über ihre Produktionseinrichtungen. Vernetzte Systeme und gemeinsam genutzte Daten ermöglicht eine kontinuierliche Rückmeldung zum Fertigungs- und Prozessstatus. Dabei werden Sensoren hauptsächlich dafür genutzt, um die Prozessparameter wie Temperatur, Druck oder den Ausstoß zu überwachen. Sensoren sorgen aber auch für funktionale Sicherheit und überwachen beispielsweise, ob ein Ventil korrekt arbeitet oder eine Sicherheitstür geschlossen ist.

Die abgespeicherten Daten dieser Sensoren können genutzt werden, um eine rückblickende Analyse im Fehlerfall durchzuführen. Wird beispielsweise festgestellt, dass die Entleerung eines Tanks graduell über mehrere Wochen immer länger dauert, kann diese Information dafür verwendet werden, um die geplante Wartung für das Tank-Ausgangsventil anzupassen.

Ein wesentlicher Vorteil von erfahrenen Wartungsmitarbeitern ist ihr ausgeprägtes Gespür dafür, dass bald etwas schiefgehen könnte. Diese Fähigkeit beruht im Wesentlichen auf Erfahrung und auf den menschlichen Sinnen. Klingt beispielsweise eine Maschine nicht wie gewohnt oder vibriert etwas mehr als normal, dann meldet sich der Instinkt. Er kann helfen, Stillstandzeiten zu reduzieren und Kosten zu sparen, die durch unplanmäßige Ausfälle beziehungsweise Wartungsarbeiten auftreten.

Das Ziel von zusätzlichen Sensoren an den Fertigungseinrichtungen ist es, diese Sinne nachzubilden. Damit wird sichergestellt, dass die geplanten Wartungsarbeiten nicht zu häufig erfolgen und andererseits nicht zu viele unerwartete Stillstände entstehen. Das Wartungsteam versucht also immer die sogenannte „Goldilock“-Zone zu erreichen. Dabei geht es darum, die optimale Balance zwischen zu wenigen oder zu vielen Wartungs-Stillstandzeiten zu erreichen.

Die eingesetzten Sensoren dienen dazu, den Betrieb der Maschinen zu überwachen und Veränderungen anzuzeigen, die auf mögliche Fehler hinweisen können. Indem beispielsweise die Stromaufnahme, Temperatur, das Geräusch und die Bewegung gleichzeitig erfasst werden, können verschleißbedingte Schäden in Robotergelenken vor einem Ausfall erkannt werden.

Sensor-Fusion als Chance

Bild 1: Der TLI4970 integriert alle erforderlichen Bias-, Signalverarbeitungs- und Signalumwandlungs-Funktionen für den Anschluss an einen Host-Mikrocontroller über eine einfache SPI-Schnittstelle. © Infineon

Digitale Sensoren integrieren umfassende Funktionen für die Signalverarbeitung, Kompensierung und Kalibrierung – was die Implementierung relativ einfach macht. So sind präzise Strommessungen in einem kleinen, flachen Gehäuse für Gleich- und Wechselströme bis zu ±50 A möglich. Der TLI4970 von Infineon ist so ein Baustein (Bild 1). Er nutzt einen Hallsensor und ein Messprinzip, bei dem die Primärseite (mit dem Stromleiter) von der Sekundärseite mit der Logik galvanisch getrennt ist.

Diese kernlose Messlösung ist sehr kompakt und prä- ziser als Open-Loop-Systeme mit Magnetkern. Der primäre Leiter (Stromschiene) ist im Gehäuse integriert, womit keine externe Kalibrierung erforderlich ist. Der Ausgang ist hoch linear ohne Hysterese, während Streufelder dank des differenziellen Messprinzips effizient unterdrückt werden.

Für die Bewegungserfassung von Robotergelenken können Magnetfeld-basierte Messlösungen von den GMR-Sensoren (Giant Magneto Resistance) profitieren. Derartige Sensoren ermöglichen die genaue und schnelle Winkelmessung für kommutierte Motoren durch das Überwachen von Magenfeldern mit zwei Platten. Der so erhältliche Sinus- und Kosinus-Ausgang wird dann in einem Schaltungsblock mit digitaler Signalverarbeitung und trigonometrischer ARCTAN2-Funktion in einen 360-Grad-Winkel umgerechnet, um zum Beispiel die exakte Position des Rotors zu liefern.

Bild 2: Die GMR-Widerstände des TLI5012B E1000 sind so angeordnet, dass Temperatureffekte minimiert werden. Die Signale der X- und Y-Achsen werden dann in eine 360°-Winkelinformation umgewandelt. © Infineon

Ein derart genauer Winkelsensor ist der TLI5012B E1000 (Bild 2), der bereits vorkalibriert geliefert wird. Die integrierten GMR-Sensoren sind in einer Vollbrücken-Konfiguration implementiert, um die maximale Signalstärke zu sichern. Das spezielle Design sorgt auch dafür, dass sich Temperatureffekte der einzelnen Sensoren gegenseitig kompensieren. Über die SPI-Schnittstelle kann der Sensor an einen Mikrocontroller angeschlossen werden, womit Zugriff auf die Kalkulationsergebnisse und die Konfigurationsregister gegeben ist.

Manche Sensoren integrieren auch einen Schaltungsblock für die Temperaturmessung. Sensoren wie der DPS310 für die Erfassung des barometrischen Luftdrucks verfügen über diese integrierte Temperaturmessung. Diese Funktionalität muss daher nicht separat implementiert werden.

Eine kompakte Lösung für die Erfassung von Audio-Signalen kann mit mikroelektromechanischen Lösungen wie MEMS-Mikrofonen realisiert werden. Mit integrierten A/D-Umsetzer können diese Sensoren direkt in die digitale Signalverarbeitungskette eingefügt werden. Der IM69D130 beispielsweise bietet eine ausgezeichnete Empfindlichkeit (±1dB) und eine flache Frequenzantwort mit nur 28 kHz. Darüber hinaus kann der Audio-Sensor Signale in einer sehr lauten Produktionsumgebung aufgrund des hohen Dynamikbereichs der MEMS-Mikrofone verzerrungsfrei aufnehmen und übertragen (Acoustic Overload Point: 130dB SPL).

Um all die von den Sensoren gesammelten Daten für die Fehlervorhersage nutzen zu können, müssen sie in Echtzeit evaluiert und verarbeitet werden. Außerdem muss die Integration auf bestehenden Netzwerk-Technologien für Industrie 4.0 aufbauen. Mikrocontroller wie die XMC4000-Familie bieten entsprechende digitale Schnittstellen für die Kommunikation mit digitalen Sensoren. Außerdem unterstützen sie industrielle Netzwerk-Kommunikationsstandards wie EtherCAT für die Integration in industrielle Systeme (Bild 3). Die XMC4000-Familie basiert auf dem leistungsfähigen ARM-Cortex-M4F-Prozessorkern und ermöglicht die Implementierung von Sensor-Fusion. Denn der Prozessor unterstützt auch Gleitkomma-Berechnungen und digitale Signalverarbeitung – beides hilfreich für die Verarbeitung und Evaluierung von Sensordaten.

In Produktionsstätten mit 24-Stunden-Betrieb fallen bei Systemen mit Sensor-Fusion große Datenmenge an. Bei genauer Überprüfung der Daten kann das Bedienpersonal unter Umständen Anomalien entdecken. Aber angesichts von Robotern, die viele Lasten und Teile bewegen, wird es immer schwieriger zu unterscheiden, ob Abweichungen bei der Stromaufnahme einfach nur lastbedingt sind oder ein Indiz für eine mögliche Störung.

Neue Einblicke durch KI

Bild 3: Sensordaten können mithilfe eines Mikrocontrollers der XMC4000-Familie zusammengeführt (Sensor-Fusion) werden. Die Controller bieten außerdem industrielle Standard-Schnittstellen wie EtherCAT. Die anfallenden umfangreichen Daten lassen sich nutzen, indem mittels KI-Technologien geringe Abweichungen vom Normalzustand erfasst und interpretiert werden. © Infineon

Sensoren bilden die menschlichen Sinne nach. Für ein funktionierendes Vorhersagesystem fehlt allerdings die zweite wichtige Komponenten: die langjährige Erfahrung von Wartungsspezialisten. Es gilt also die übergreifenden Informationen wie Last, Geräusch, Vibration, Erwärmung und Bewegung zu kombinieren, um mögliche Ausfälle vorherzusagen. Diese Aufgabe fällt in die Domäne von KI-Analyse-Techniken (Künstliche Intelligenz; Bild 3).

Bei KI geht es grundsätzlich um die Erkennung von Datenmustern, oftmals über mehrere Datensätze aus verschiedenen Quellen. Mit der Analyse von Daten, die in der Zeit-Domäne erfasst wurden, gekoppelt mit den auszuführenden Aufgaben, kann ein definierter Ausgangsstatus für den Betriebszustand bestimmt werden. Im Vergleich zu diesem können dann mittels KI Abweichungen beim Betriebsgeräusch oder der Vibration erfasst werden, die mit höherer Stromaufnahme oder einem Temperaturanstieg korrelieren. Hiermit werden Veränderungen festgestellt, die zu Störungen führen können.

Investitionen in Industrie 4.0 sind gerechtfertigt

Genaue Einblicke in den Maschinenzustand ermöglichen Verbesserungen bei der vorausschauenden Wartung. Sie erlauben es, spezifische Maßnahmen an Maschinen oder Robotern zu ergreifen, bevor längere Stillstandzeiten notwendig werden. Darüber hinaus können die Informationen auch genutzt werden, um proaktiv einen Notfallplan zu erstellen. So kann bei Bedarf die Ausführungsgeschwindigkeit des Roboters oder dessen Belastung reduziert werden, bis man ein geeignetes Wartungsfenster erreicht.

Mit der Verfügbarkeit zahlreicher kompakter, kostengünstiger und hoch integrierter Sensoren gibt es keinen Grund mehr, warum diese nicht für Monitoring-Aufgaben in Maschinen oder Robotern implementiert werden sollten. Leistungsfähige und einfach zu integrierende Mikrocontroller ermöglichen darüber hinaus eine Sensor-Fusion, um die verschiedenen Sensordaten gegenüber einer gemeinsamen Zeitbasis zusammenzuführen.

Vor diesem Hintergrund lassen sich Investitionen in die Umsetzung von Industrie-4.0-Maßnahmen leichter rechtfertigen. Mit den Fortschritten bei KI wird die Flut der anfallenden Daten einfacher zu handhaben und zu analysieren sein. Wenn damit die Betriebszeiten erhöht und eine effizientere, datenbasierte vorausschauende Wartung möglich ist, ergeben sich für den Anwender signifikante Wettbewerbs- und auch Profitabilitätsvorteile.

Dr. Clemens Müller, Director Business Development Robotics bei Infineon / ag

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

Pumpensteuerung

Wartung von Kühlschmierstoffpumpen

Die Pumpensteuerung bplogic erweitert das Angebot an Kühlschmierstoffpumpen von Brinkmann. Das Gerät wird zwischen Werkzeugmaschinen, Pumpen, Filteranlagen und andere Komponenten geschaltet und passt sich unabhängig von den eingesetzten...

mehr...
Anzeige
Anzeige
Anzeige

Newsletter bestellen

Immer auf dem Laufenden mit dem SCOPE Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite