Beschleunigungssensoren für die vorausschauende Instandhaltung auswählen

Das Konzept der Industrie 4.0, das durch den Einzug der Digitalisierung und Konnektivität in die industriellen Anlagen möglich wurde, beginnt damit, die Produktionswerkzeuge zu revolutionieren. Folglich kommt es zu flexibleren Produktionsketten und individualisierte Produkte lassen sich herstellen, ohne die Gewinne zu schmälern.

Von den Vorteilen des IIot bei Digitalisierung und Konnektivität kann auch die Instandhaltung profitieren. Anstatt verschleißbehaftete Teile in festgelegten Intervallen auszutauschen, erlaubt es der Einsatz von Sensoren, den Betriebszustand einer Maschine zu analysieren. Bei der vorausschauenden Instandhaltung ist ein Eingriff seitens der Bediener nur dann notwendig, wenn vorzeitige Warnsymptome auftreten. Diese zustandsbasierte Überwachung (Condition-based Monitoring (CbM) sorgt durch Auswertung des Betriebszustands der betreffenden Maschine dafür, dass die Instandhaltungskosten gegenüber einem geplanten Instandhaltungssystem zurückgehen, das auf einem festgelegten und oftmals recht konservativen Zeitplan basiert. Abgesehen von den Verbesserungen, die sich durch die weniger strikten Instandhaltungsabläufe ergeben, macht das frühzeitige Detektieren bevorstehender Probleme geplante Stillstandszeiten für die Maschinen möglich, was in jedem Fall besser ist als unerwartete Ausfälle der Produktionslinie.

Vibrationsanalyse: Die Bedeutung des Sensors

Bild 1: Die spektrale Signatur hängt von der Art des Problems ab. Die ersten Anzeichen für einen Lagerausfall sind bei hohen Frequenzen festzustellen. Analog Devices

Um den richtigen Zeitpunkt für eine Instandhaltungsmaßnahme zu bestimmen, nutzen Hersteller beispielsweise Vibrations-, Geräusch- und Temperaturmessungen. Unter den messbaren physikalischen Größen gehört das Vibrationsspektrum zu jenen, die in einer rotierenden Maschine wie etwa einem Motor oder einem Generator die meisten Informationen über den Ursprung eines Problems liefern. Zum Beispiel kann eine anormale Vibration auf ein fehlerhaftes Kugellager, eine falsch ausgerichtete Achse, eine Unwucht, übermäßiges Spiel oder ähnliches hindeuten. Jedes dieser Probleme äußert sich durch ein bestimmtes Symptom wie etwa Vibrationsquellen in rotierenden Maschinen.

Vibrationsmessung mithilfe von Beschleunigungssensoren

Vibrationen lassen sich durch einen am zu überwachenden Element platzierten Beschleunigungssensor messen. In Frage kommen hier piezoelektrische, besser aber MEMS-Sensoren, denn letztere reagieren nicht nur besser auf niedrige Frequenzen, sondern weisen außerdem kleinere Abmessungen auf.

Wenn beispielsweise eine Kugel in einem defekten Kugellager mit einem Riss oder einem Defekt im inneren oder äußeren Ring in Kontakt kommt, entsteht ein Stoß, der eine Vibration oder sogar eine geringfügige Verschiebung der Drehachse hervorruft. Die Frequenz dieser Stöße hängt von der Drehzahl sowie der Anzahl und dem Durchmesser der Kugeln ab.

Das ist jedoch noch keineswegs alles. Sobald der Defekt auftritt, erzeugen die zuvor erwähnten Stöße ein gelegentlich sogar hörbares Geräusch, das sich durch Kleinsignal-Spektralkomponenten mit relativ hohen Frequenzen äußert. Häufig liegen diese über 5 kHz, aber sie sind immer deutlich größer als die Grunddrehfrequenz. Messen lassen sich die mit den ersten Fehleranzeichen zusammenhängenden Spektrallinien ausschließlich mit rauscharmen, breitbandigen Beschleunigungssensoren wie etwa dem ADXL100x von Analog Devices. Wenn sich der Defekt verschlimmert, nimmt die Amplitude der niederfrequenten Komponenten zu, bis die Vibration in einem fortgeschrittenen Stadium auch von einem einfachen Beschleunigungssensor detektiert werden kann. Zu diesem Zeitpunkt allerdings steht der Ausfall bereits kurz bevor, sodass dem Instandhaltungsteam nur noch wenig Zeit zum Reagieren bleibt. Um also vorbereitet zu sein, kommt es darauf an, mit einem rauscharmen und breitbandigen Beschleunigungssensor bereits die allerersten Anzeichen etwaiger Anomalien zu erkennen.

Abgesehen von den Beschleunigungssensoren der Serie ADXL100x bietet Analog Devices eine Reihe weiterer Beschleunigungsaufnehmer an, die sich zum Analysieren von Maschinenzuständen eignen. Wenn es um die Überwachung eines eingeschränkten Bandbreitenbereiches geht, empfiehlt sich die Serie ADXL35x mit ihrem geringen Rauschen. Im Unterschied zur Serie ADXL100x mit Analogausgang besitzen einige Produkte der Serie ADXL35x einen digitalen Ausgang, was die Anbindung an einen Mikrocontroller vereinfacht.

Bild 2: Das Modul ADcmXL3021 bietet perfekte Voraussetzungen für die vorausschauende Instandhaltung. Analog Devices

Produkte für den Consumer-Markt wie etwa die Serie ADXL34x oder die Beschleunigungssensoren der Serie ADXL36x bringen dagegen weder genügend Bandbreite noch das nötige Rauschverhalten mit, um mit ihnen die Anforderungen an eine hochwertige, vorausschauende Instandhaltung zu erfüllen. Diese einfachen Produkte schränken nicht nur die Diagnosefähigkeiten von bestehenden Anlagen ein, sondern begrenzen auch entscheidend die Nutzbarkeit der gewonnenen Daten für die Entwicklung künftiger Diagnoselösungen.

Gut geeignet sind sie dagegen zum Messen der Maschinenaktivität, zum Beispiel zum Erfassen der Betriebsstunden und damit zum Anstoßen von Instandhaltungsmaßnahmen, auch wenn diese nicht vorausschauend, sondern präventiv sind. Dank ihrer äußerst geringen Leistungsaufnahme lassen sie sich mit Energy Harvestern kombinieren oder aus Batterien versorgen.

Wenn es bei der gewünschten Maschinenüberwachung nur um das Messen plötzlicher Stöße geht, eignet sich die ADXL37x-Serie. Wenn man davon ausgehen kann, dass ein Stoß die Genauigkeit oder die Funktion der jeweiligen Anlage beeinträchtigt hat, lässt sich bei Detektierung eines Stoßes beispielsweise eine korrektive Instandhaltungsmaßnahme veranlassen, um mögliche Defekte zu beheben.

Von Komponenten zu kompletten Modulen

Wie schon erwähnt sind die Beschleunigungssensoren der Serie ADXL100x durch eine große Bandbreite und geringes Rauschen gekennzeichnet. Allerdings sind sie einachsig und benötigen eine entsprechende Verarbeitungselektronik. Um das Design zu erleichtern, gibt es von Analog Devices mit dem Modell ADcmXL3021 eine betriebsbereite Lösung für Messungen an drei Achsen. Dieses mit 3,3 V betriebene Bauteil enthält drei Messketten auf der Basis des ADXL1002, kombiniert mit einem Temperatursensor, einem Prozessor und einem FIFO-Speicher. Die gesamte Schaltung befindet sich in einem 23,7 mm × 26,7 mm × 12 mm großen Aluminiumgehäuse, das für die Anbringung an der rotierenden Maschine konzipiert ist. Kennzeichnend für das Produkt sind der Messbereich von ±50 g, das äußerst geringe Rauschen von nur 25 μg/√Hz und die Bandbreite von 10 kHz, was die Erfassung von Vibrations-Signaturen in einer Vielzahl von Anwendungen erlaubt.

Bild 3: Das Smart-Mesh-IP-Netzwerk bietet ideale Voraussetzungen für das IIoT und die vorausschauende Instandhaltung. Analog Devices

Ein Signalverarbeitungs-Block umfasst nicht nur einen konfigurierbaren FIR-Filter mit 32 Koeffizienten, sondern auch eine FFT-Funktion (Fast Fourier Transformation) mit 2048 Punkten pro Achse, um eine Spektralanalyse der Vibration zu erstellen. Jede auf diese Weise berechnete Frequenz-Komponente des Spektrums wird mit den konfigurierbaren Alarmschwellen (sechs pro Achse) verglichen. Sobald die Spektralkomponenten eine gewisse Intensität überschreiten, wird ein Alarm ausgelöst. Über einen SPI-Port, der den Zugriff auf die internen Register und eine Reihe vom Anwender konfigurierbarer Funktionen ermöglicht, kann dieses Produkt mit einem Hostprozessor interagieren. Zu den besagten Funktionen gehören das Berechnen des Durchschnittswerts, der Standardabweichung, des Maximalwerts, des Crest-Faktors und der Kurtosis (kinetisches Moment vierter Ordnung, mit dem sich die „Spitzigkeit“ der Vibration messen lässt).

Smart Mesh – Netzwerk für das IIoT

Ein drahtloses Netzwerk bietet besonders gute Voraussetzungen, um Instandhaltungsdaten von einem Vibrationssensor einzuholen. Besonders schnell muss dieses Netzwerk nicht sein, aber robust genug für den Einsatz in industriellen Umgebungen, die häufig durch starke Störungen gekennzeichnet sind und aus metallischen Strukturen bestehen, was keine guten Voraussetzungen für die Funkübertragung bietet. Ferner muss das Netzwerk Daten von einer großen Zahl von Sensoren entgegennehmen können, die sich nicht unbedingt in der Nähe des Datenloggers befinden. Für genau diese Anforderungen bietet Analog Devices das industrielle Mesh-Netzwerk Smart-Mesh-IP an, das störbeständig ist und einen geringen Stromverbrauch aufweist. Gerade das letztgenannte Kriterium ist für Instandhaltungs-Module wichtig, die entweder per Energy Harvesting oder über eine Lithiumbatterie versorgt werden und fünf bis zehn Jahre ohne Austausch verwendbar sein sollen. Basierend auf dem 6LoWPAN-Standard (IEEE 802.15.4e) eignet sich das Smart-Mesh-IP für das IIoT und stützt sich auf ein proprietäres Protokoll, das wiederum auf der Übertragung mit 2,4 GHz gründet. Die Lösung besteht aus Transceivern des Typs LTC5800 oder aus vorab zertifizierten LTP590x-Modulen, die überaus einfach zu implementieren sind.

Mithilfe verschiedener Techniken lässt sich so eine Zuverlässigkeit der Übertragung von mehr als 99,999 Prozent erreichen. Dazu das Mesh-Netzwerk unter anderem die Synchronisation, das Channel Hopping und das Time Stamping sowie die dynamische Rekonfiguration, damit nur jene Übertragungswege genutzt werden, auf denen das Signal besonders stark ist.

Hilfestellung durch künstliche Intelligenz

Es gibt eine ganze Reihe verschiedener Vibrationsanalyse-Techniken. Abgesehen von der digitalen Filterung zum Eliminieren der vom Prozess selbst oder anderen Komponenten der Maschine erzeugten parasitären Vibrationen, ist es üblich, mathematische Verfahren zu Hilfe zu nehmen. Speziell die Analyse im Frequenzbereich liefert die meisten Informationen über eine Anomalie und ihren Ursprung. Unabhängig davon, welche Analysemethode im Einzelfall Anwendung findet, liegt die Schwierigkeit darin, die optimalen Alarmschwellen so festzulegen, damit Instandhaltungsmaßnahmen weder zu früh noch zu spät erfolgen.

Eine Alternative zur traditionellen Konfiguration von Alarmgrenzwerten stellt die Einbringung künstlicher Intelligenz in den Fehleridentifikations-Prozess dar. Beim Einlernen der Maschine werden Cloud-Ressourcen herangezogen, um aufgrund der Daten aus dem Vibrationssensor repräsentative Modelle der Maschine zu erstellen. Sind die entsprechenden Modelle fertig, kann das System sie in einen lokalen Prozessor herunterladen. Die Verwendung von Embedded-Software gestattet dabei die Echtzeit-Identifikation nicht nur von gerade stattfindenden, sondern auch von transienten Ereignissen, sodass die Detektierung von Anomalien möglich ist.

Vibrationsquellen in rotierenden Maschinen

Zu den Problemen, die in rotierenden Maschinen häufig auftreten, gehören Ausfälle von Kugellagern. Durch Spektralanalyse der Daten eines in der Nähe des Lagers angebrachten Beschleunigungssensors lässt sich eine Reihe charakteristischer Linien, Amplituden und Frequenzen ermitteln, die von der Drehzahl und der Fehlerquelle abhängig sind.

Als charakteristische Frequenzen sind unter anderem folgende anzuführen:

• 

  Formel 1: Drehfrequenz des Lagerkäfigs. Analog Devices

  Drehfrequenz des Lagerkäfigs (Formel 1)

• 

  Formel 2: Frequenz eines Defekts am äußeren Ring (stationär). Analog Devices

  Frequenz eines Defekts am äußeren Ring (Formel 2)

• 

  Formel 3: Frequenzen im Zusammenhang mit einem Defekt am inneren Ring (Achse). Analog Devices

  Frequenzen im Zusammenhang mit einem Defekt am inneren Ring (Formel 3)

• Abgesehen von diesen Frequenzmerkmalen erzeugt die Stoßwelle, die durch eine über den Defekt (Riss, Abplatzung o. ä.) hinwegrollende Kugel entsteht, eine Vibration von hoher Frequenz (>5 kHz), die gelegentlich sogar zu hören ist.

Für die Formeln gilt:

• N: Anzahl der Kugeln
• Φ: Berührungswinkel
• f_axle: Drehfrequenz der Achse
• d: Kugeldurchmesser
• D: Durchschnittlicher Durchmesser des Lagers

Potenzial für neue Dienstleistungen

Abgesehen vom Erstellen von Modellen für die vorausschauende Instandhaltung ebnen künstliche Intelligenz und Cloudzugriff den Weg zu einer Fülle neuer Möglichkeiten. Durch Korrelation der Vibrationsmessungen mit Daten aus anderen Sensoren (Druck, Temperatur, Rotation, Leistung usw.) lassen sich umfangreiche Informationen über den Systemstatus herleiten, die deutlich über die Ermittlung des Instandhaltungsbedarfs hinausgehen. Das Zusammenführen elementarer Daten wird Verfeinerungen der Anlagenmodelle erlauben, um nicht nur mechanische Ausfälle, sondern auch Prozessprobleme erkennen zu können. Daher ist eine Vielzahl an Dienstleistungen vorstellbar, die Anlagenhersteller ihren Endkunden anbieten können, indem sie die reine Lieferung der Anlagen mit deren Instandhaltung und der statistischen Analyse von Leistungsmerkmalen und etwaiger Probleme einer Produktionslinie kombinieren. Mit einem Sensormodul ausgestattet wird ein schlichter Elektromotor somit zu einem wichtigen Akteur im Rahmen des Big-Data-Konzepts.

(prm)