Instandhaltung : Wie Bosch Rexroth die Anlagen von Kraiburg länger leben lässt

Im neuen Walzwerk des Gummiwerks Kraiburg gab es zwei Zielsetzungen: Ein zukunftsorientiertes Wartungskonzept sowie eine hohe Energieeffizienz. Bosch Rexroth realisierte diese Anforderungen mit einer Predictive Maintenance-Lösung sowie dem Online Diagnostics Network (ODiN) als auch einem Frequenzumrichter. „Da unsere Walzwerke fast durchgängig im Dreischichtbetrieb laufen, spielt die Maschinenverfügbarkeit eine extrem wichtige Rolle“, stellt Günther Beisser, Mitarbeiter in der Anlagenplanung bei Kraiburg, heraus. „Schließlich verzögern Ausfälle bei einer einzigen Maschine den gesamten Produktionsprozess und verursachen am Ende extrem hohe Kosten.“ Daher wurden bislang bei Kraiburg die maschinellen Anlagen in regelmäßigen Abständen gewartet und Bauteile vorbeugend ausgetauscht. Doch das muss jetzt nicht mehr sein. Mithilfe der Lösungen von Condition Monitoring und Predictive Maintenance können individuell auf Kundenwünsche angepasste Optionen, Wartungsläufe und Instandhaltungen vorausschauend gestaltet werden. Das heißt, Ausstattung der Anlagen mit intelligenten Sensoren und Komponenten, Implementierung von Condition Monitoring bis hin zu Lösungen von Industrial Analytics durch Bosch Rexroth.

Für die neue Anlage kommt die Bosch Rexroth-Lösung ODiN (Online Diagnostics Network) Predictive Maintenance zum Einsatz, das aus Wartungsfunktionen besteht, die durch das Zusammenspiel von Sensorik, Cloud-basierten Anwendungen und Machine-Learning-Methoden ausgeführt werden - bevor ein Stillstand überhaupt eintritt. „Besonders bei komplexen Zusammenhängen und entsprechend großen Datenmengen können wir vom Potenzial der Machine Learning-Methoden profitieren“, erklärt Tapio Torikka, der bei Bosch Rexroth die Entwicklung von ODiN Predictive Maintenance leitete. „Das gilt auch vor allem für den praktischen Einsatz in der Industrie“. Das notwendige Datenmaterial über Temperaturen, Ölstände, Volumenströme und Drücke werden in der Anlage zunächst von Sensoren an Ölbehältern, Pumpen, Motoren und den elektrischen Antrieben erfasst.

Danach leitet ODiN sie an einen Bosch Rexroth-Server weiter, wo sie mittels komplexer Algorithmen einen Analyseprozess durchlaufen. Das Projekt sah es vor, die Daten nicht über das firmeneigene Netzwerk von Kraiburg zu transferieren, sondern über ein separates System zu nutzen. Aus diesem Grunde leitet nun ein unabhängiges GSM-Modul die erhobenen Daten in eine Cloud, ohne die IT-Infrastruktur von Kraiburg direkt einzubeziehen. So werden von Bosch Rexroth die gesammelten Informationen für jeden Kunden separat verarbeitet, verschlüsselt und an das ODiN-System übermittelt. Die Speicherung und Verarbeitung der Daten geschieht dann auf abgesicherten Servern von Bosch Rexroth unter Einhaltung strengster Datenschutzrichtlinien. „Einen Vorteil bietet uns ODiN auch deshalb, weil Bosch Rexroth dadurch genau die gleichen Daten vorliegen wie uns“, so Beisser. „In einem Störfall half uns das bereits sehr, weil uns ein Techniker von Bosch Rexroth aufgrund der gleichen Datenbasis präzise Hinweise geben konnte und wir die Störung so selbst ohne einen Technikereinsatz vor Ort beheben konnten.“

Nach der Installationsphase sammelte ODiN in einer folgenden mehrmonatigen Trainingsphase Datenmaterial zu allen überwachten Bauteilen und Komponenten. Auf dieser Basis erstellt ein Machine-Learning-Algorithmus den normalen „Gesundheitszustand“ (Health-Index) für die maschinellen Anlagen des Walzwerks. Nach dieser Lernphase erhebt ODiN dann mit einem datenbasierten Modell fortwährend den aktuellen Health-Index der Anlage. Wobei kurzzeitige Ausreißer einzelner Messwerte aus dem definierten Toleranzband des Health-Index, die selbstverständlich immer wieder einmal vorkommen können, nicht zwingend zu einer Warnung führen. Denn Verschleiß manifestiert sich erfahrungsgemäß selten in einem einzigen Signal. Liefert der Health-Index jedoch auf Grund veränderter Daten mehrerer Sensoren nachhaltig schlechtere Ergebnisse, gibt das System eine Warnmeldung aus. Dies erfolgt auch, wenn die Daten noch innerhalb der definierten Toleranzgrenzen liegen. Wichtig ist dabei, dass der Health-Index nicht nur den Zustand des zu überwachenden Aggregats anzeigen, sondern auch die schleichenden Veränderungen der vor- und nachgelagerten Komponenten bzw. Bauteile. Sichtbar werden solche verschleißbedingten Veränderungen, wenn hydraulische Bewegungen einen höheren Krafteinsatz bzw. eine längere Zeitdauer erfordern. In den kontinuierlichen Health-Index-Berichten gibt ODiN per Machine Learning dazu gezielte Hinweise und unterstützt den Wartungsservice dabei, konkrete Handlungsempfehlungen zu erarbeiten.

Statistisch gesehen kann ein Fehler per Zufall nur mit einer Wahrscheinlichkeit von 13 Prozent entdeckt werden. Wogegen ein Experte, der die Anlage mit herkömmlichen Methoden regelmäßig überwacht und wartet, Fehler in etwa zu 43 Prozent erkennt. Das System ODiN kommt dagegen auf eine Fehlererkennungsrate von mehr als 95 Prozent. Diese hohe Rate kommt zustande, indem entweder die Software den Fehler bereits selbst genau bestimmen kann oder sie den Wartungstechniker bei der Fehlersuche durch eine Lokalisierung des Fehlers auf eine bestimmte Baugruppe unterstützt. „Wir wissen aus zehntausenden Anwendungen, dass Verschleißvorhersagen auf Grund der Unterschiedlichkeit der Anwendungen extrem komplex sind“, sagt Torikka. „Auch ODiN kann einen Anlagenausfall nicht völlig ausschließen, aber wir können die Eintrittswahrscheinlichkeit eines Stillstands so signifikant reduzieren, dass sich die Kosten schon beim ersten verhinderten Ausfall mehrfach rechnen.“ Hinzu kommt, dass das Walzwerk eine höhere Effizienz nicht nur bei der Wartung erreicht, sondern auch schon beim Betrieb. Der Grund dafür ist die Erweiterung des in der Maschine verbauten Hägglunds-Antriebs von Bosch Rexroth um einen spezifischen Frequenzumrichter. Dieser sorgt gemeinsam mit der Hydraulikpumpe dafür, dass das Hägglunds-Antriebssystem immer im optimalen Wirkungsgradbereich - unabhängig von der Last - betrieben werden kann. Das ist für das Walzwerk deshalb von besonderer Bedeutung, weil es üblicherweise nicht an der maximal ausgelegten Leistung arbeitet, sondern eben auch in geringeren Drehzahlbereichen. Gerade hier erhöht sich die Effizienz durch eine intelligente Kombination der Technologien.