Vorausschauende Wartung : Predictive Maintenance - Daten auswerten auch ohne Know How?
Wie wahrscheinlich ist es, dass der Getriebemotor bald ausfällt? Läuft er im richtigen Drehzahlbereich, und ist er für die Anwendung überhaupt richtig dimensioniert? Wann ist eigentlich der ideale Zeitpunkt, um den Getriebemotor zu wechseln – Stichwort Nachhaltigkeit und Verfügbarkeit? Um bei diesen und ähnlichen Fragen sichere Vorhersagen treffen zu können, bietet STÖBER nun eine effiziente Lösung zur vorausschauenden Wartung an – ohne externe Sensorik und zusätzliche Verdrahtung. Bei den neuen Antriebsreglern der 6. Generation ist das Feature bereits installiert, Antriebsregler dieser Baureihe, die bereits im Einsatz sind, erhalten die Funktion via Firmware-Update. Aktiviert wird diese automatisch. Die erforderlichen Daten sind entweder im elektronischen Typenschild abgelegt oder können einfach per Online-Dienst heruntergeladen werden.
Software empfiehlt Tausch des Getriebemotors
STÖBER Predictive Maintenance überwacht die Getriebemotoren des Antriebssystems. Deren Lebensleistung wird über ein modellbasiertes Analyseverfahren berechnet und in der Software der Antriebsregler durch den sogenannten Lebensleistungsindikator ausgegeben – dabei handelt es sich um einen Wert zwischen 0 und 100 Prozent. Erreicht die berechnete Lebensleistung 90 Prozent, gibt die Software eine Empfehlung zum Tausch des Getriebemotors aus und stellt diese, sofern vorhanden, auch einer Steuerung in Form eines auslesbaren Parameters zur Verfügung.
Die Belastung der Maschine im Blick
Ein weiteres Feature von STÖBER Predictive Maintenance ist die Last-Matrix. Diese bildet die solide Datenbasis für die Erfassung von realen Belastungssituationen: Der kumulierte Lastzustand des Antriebssystems wird über die gesamte Betriebszeit fortlaufend dokumentiert. Über den Antriebsregler oder eine Steuerung lässt sich die Last-Matrix als JSON- oder CSV-Datei exportieren und dann beispielsweise in EXCEL zum Bearbeiten und Visualisieren importieren. Damit hat der User ein Diagramm an der Hand, das er interpretieren kann.
Anhand der Last-Matrix kann der User eventuelle Fehler oder Anomalien erkennen und auf mögliche Ursachen schließen. Ein Beispiel: Eine Anlage ist auf 90 Prozent Drehmomentauslastung konfiguriert. Sollte sich dieser Wert mit der Zeit deutlich erhöhen, könnte dies auf einen Defekt hinweisen. Auf dieser Grundlage überwacht der Anwender nicht nur den Getriebemotor, sondern erhält auch eine zuverlässige Aussage über die reale Belastungssituation seiner Maschine. Dafür benötigt er kein besonderes Know-how – selbst ohne nachträgliche Datenaufbereitung oder komplexe Analyse-Funktionen sind so deutliche Verbesserungen in Sachen Qualität und Wirtschaftlichkeit möglich.
