Praktisch
Was im Predictive Maintenance heute schon möglich ist: Instandhalten statt reparieren
Finding the ideal time for maintenance poses a major challenge for operators of mobile working machines. How can unscheduled downtimes be eliminated and operational time maximised? Using the ‘digital twin’ concept, companies are working on solutions that will take predictive maintenance to a new level.
(Bildquelle: DLG)
So sehr sich mobile Arbeitsmaschinen in ihrer Anwendung und Funktion auch unterscheiden, haben sie alle eines gemeinsam: Sie reizen die Grenzen der Belastbarkeit aus und müssen unter härtesten Umgebungsbedingungen höchste Anforderungen an Effizienz und Betriebssicherheit erfüllen. Unerwartete
Störungen, die an der Mechanik, Hydraulik, Elektrik oder Elektronik auftreten, schlagen mit kostspieligen Folgen zu Buche.
Auf der SYSTEMS & COMPONENTS suchen die Technologiepartner den Dialog mit den Kunden, um aktuelle und künftige Anwendungsszenarien rund um die Digitalisierung und Automatisierung mobiler Arbeitsmaschinen zu diskutieren. Immer häufiger fallen in diesem Zusammenhang die Begriffe Condition Monitoring und Predictive Maintenance. Die Vorteile dieser Technologien liegen auf der Hand: frühzeitiges Erkennen von Fehlern, Minimierung von ungeplanten Stillständen und die Unterstützung einer proaktiven Wartung der Maschine. Ein interessanter Anwendungsfall ist der Blick in den Antriebsstrang und etwa die Frage, warum eine Gelenkwelle Verschleißerscheinungen zeigt. Handelt es sich um die ganz normale Alterung? Oder liegt eine Fehlausrichtung oder Überbeanspruchung vor, die eine frühzeitige Abnutzung zur Folge hat?
Doch wer so tief in eine Off-Highway-Maschine blicken will, um technische Mängel im Vorfeld aufzuspüren, benötigt passgenaue Daten sowie präzises Verständnis der jeweiligen Zusammenhänge. Smarte Sensoren, die Beanspruchungen an den aussagekräftigen Stellen erfassen, liefern die benötigten Daten. Mobile Arbeitsmaschinen sind heute mit einer Vielzahl an Sensoren und Steuergeräten ausgerüstet, deren Signale einen sehr hohen Informationsgehalt aufweisen. Doch erst mit einer intelligenten Kombination aus Sensorik und Echtzeit-Datenanalyse, die aus aktuellen und historischen Daten mittels Algorithmen voraussagt, wann
welcher Schadensfall eintritt, lässt sich der optimale Instandsetzungszeitpunkt bestimmen.
Die „intelligente“ Gelenkwelle im Antriebsstrang
Die neuen Entwicklungen, die auf der SYSTEMS & COMPONENTS vorgestellt werden, sollen die Zustandsüberwachung von Antriebssträngen verbessern und vereinfachen. Gerade für die Zuverlässigkeit von Landmaschinen ist dies wichtig, da die Erntezeitintervalle relativ kurz sind – bei Getreide beispielsweise rund acht Wochen im Jahr. In dieser Zeit müssen Mähdrescher und Schlepper störungsfrei laufen, um Engpässe in der gesamten landwirtschaftlichen Prozesskette zu vermeiden.
Smarte Sensorik ermöglicht eine optimal an die Bodenbeschaffenheit oder das Erntegut angepasste Steuerung der Maschinen sowie den Einsatz am optimalen Lastpunkt bei gleichzeitiger Vermeidung von Überlasten.
On construction sites or in a field, the spectrum of modern off-highway vehicles is enormous and the range of drive types, encompassing diesel, gas, electric or hydrogen, is more diverse than ever before. Nevertheless, all mobile working machines, irrespective of their differences in terms of their application and function, have one thing in common: they push the limits of their performance capacity and have to meet the highest standards of efficiency and operating safety, even under the harshest of environmental conditions. The consequences of unexpected mechanical, hydraulic, electrical or electronic system malfunctions can prove costly, and simply reacting by carrying out repairs once a failure has occurred is not the best solution. Additionally, machine manufacturers find that predictive maintenance is an ideal tool for reducing service and maintenance costs, particularly during the warranty period.
At SYSTEMS & COMPONENTS, technology partners will be seeking to discuss current and future applications of digitalisation and automation of mobile working machines with customers. ‘Condition monitoring’ and ‘predictive maintenance’ are now frequent terms used in this context. The advantages of these technologies are readily apparent: early detection of faults, minimisation of unscheduled downtime and support for proactive machine maintenance. For instance, one interesting case concerns the powertrain and the question of a drive shaft is showing signs of wear. Is this just normal wear and tear or is the drive shaft misaligned or otherwise subject to excessive strain, resulting in premature wearing?
Such deep insights into the workings of an off-highway machine, tracking down technical defects before they occur, require precise data as well as a detailed understanding of the respective contexts. Smart sensors that measure the load at key points provide the required data. Indeed, mobile machinery is now equipped with multiple sensors and control units, meaning that measurement capacity has never been greater. The optimum time for a repair, however, can only be determined through intelligently combining sensors and real-time data analysis, using algorithms to predict what sort of damage will occur when, on the basis of current and historic data.
The ‘intelligent’ drive shaft in the powertrain
The new developments on show at SYSTEMS & COMPONENTS in Hanover wil improve and simplify condition monitoring for powertrains. These developments hold particular promise for the reliability of agricultural machinery, important when considering the relatively short harvesting periods – around eight weeks a year for cereals, for instance. During this period, combine harvesters and tractors must operate without malfunctions to prevent bottlenecks throughout the entire agricultural process chain. Smart sensors enable machine control to adapt optimally to the soil conditions or to the harvested crop as well as operating at the optimum load point.
Mehr zu dem Thema
