antriebstechnik 3/2018

TITEL I PREDICTIVE MAINTENANCE
tungsmitarbeiter vom Leitstand aus direkt
auf den betreffenden Smart Check zugreifen,
die Fehlermeldung einsehen oder auch
einen Datendownload für eine weiterführende
Analyse starten.
Die große Vorlaufzeit zwischen dem
beginnenden Defekt und dem drohenden
Ausfall verschafft dem Instandhaltungsteam
den notwendigen Zeitraum, um den
Antrieb vor Ort zu untersuchen. Die Instandhalter
haben genügend Zeit zu entscheiden,
wie lange das Gewerk noch
betrieben werden kann und ob der Fehler
im Rahmen eines geplanten Einsatzes, z. B.
in einer Nachtschicht oder am Wochenende,
behoben werden kann. So werden
der Einsatz zusätzlicher Servicetechniker
vermieden und die Verfügbarkeit der Anlage
gesteigert.
Digitale Services für die
Lagerlogistik
01 Das Condition-Monitoring-System
Smart Check überwacht mittels integrierter
Schwingungsdiagnose permanent den
Zustand des Regalbediengerätes
zeitberechnung von Lagern in Antrieben
und Condition Analyzer zur Zustandsanalyse
und prädiktiven Instandhaltung verfügbar
gemacht. Erstmals stehen damit in der
Lagerlogistik überhaupt Analyse-Tools für
02 Die automatische Nachschmiereinheit
Concept 8 kann mehrere Schmierstellen mit
individuellen Schmierstoffmengen pro Zeit
versorgen
Als nächste Ausbaustufe besteht die Möglichkeit,
die Condition-Monitoring-Systeme
auf Basis des Smart Check über die Schaeffler-
Cloud an die Lagerlogistik-Software anzubinden.
Auf diese Weise werden die digitalen
Services Lifetime Analyzer zur Restlaufeine
längerfristige Vorausplanung von großen
Reparaturen zur Verfügung. Das Instandhaltungsteam
bzw. der Lagerbetreiber
kann die Reparatur in eine geplante Maßnahme
umwandeln, kann einen bereits
„Erfolgreiche Partnerschaft mit Schaeffler“
Eine vorausschauende Instandhaltung in der Intralogistik setzt
die zielgerichtete elektronische Zustandserfassung der
Gewerke voraus. Nach Modellerstellung und Datenanalyse soll,
unter Berücksichtigung bestimmter Bedingungen, vorhergesagt
werden können wann ein Ausfall eintritt. Für diese
Vorhersagen ist es notwendig, Signale und Daten aus der
Steuerung, sowie Schwingungssignale aus externen Sensoren
miteinander zu verknüpfen, um daraus Muster zu erkennen,
die auf einen bevorstehenden Ausfall oder eine Überlastung
hinweisen. Vom „Daten-Tracking“ versprechen wir uns die
Chance, bereits vor dem Ausfall Muster zu erkennen, auch bei
einem auf den ersten Blick einfachen Bauteil, wie bspw. einem
Drehgeber, der scheinbar spontan ausfällt, dadurch allerdings
ein ganzes Gewerk stilllegen kann. Das betroffene Gewerk
könnte bei einer Auffälligkeit z. B. auf Basis eines Fail-Safe­
Konzeptes in den Notbetrieb mit verringerter Geschwindigkeit
überführt werden, bis Ersatzteile und ein Techniker vor
Ort den Austausch bei einem Schichtwechsel vornehmen
können. Zusätzliche Ressourcen, teure Adhoc-Einsätze von
Service technikern und ungeplante Stillstände können so
vermieden werden.
Das Beispiel des Sensorausfalls verdeutlicht, dass es bei der
Entwicklung einer Predictive-Maintenance-Lösung für das
gesamte Lager notwendig ist, sehr viele einzelne Fehlerfälle aus
der Praxis mit historischen Daten nachzubilden, was je nach
Komplexität und Umfang den Entwicklungsaufwand bestimmt.
Die Zusammenarbeit mit Schaeffler auf dem Gebiet der
Schwingungsdiagnose ermöglicht
uns schon heute die frühzeitige
Erkennung verschiedenster
Schäden an Elektromotoren,
Aggregaten, Getrieben und
Wälzlagern. Die integrierten
Analysen des Smart Check, die
den Defekt eines bestimmten
Bauteils detektieren, versetzen
uns in die Lage, leistungsfähige
Funktionen aus der Schwingungsanalyse
schnell in unser
Konzept zu integrieren. Die
Smart-Check-Daten über eine
Schnittstelle abfragen zu können
Stefan Godina, Head of
Realization CSS und Spezialist
für Maintenance 4.0 bei
SSI Schäfer
oder direkt über einen Webbrowser einzusehen, ermöglicht es
die Geräte sehr vielfältig einzusetzen. Unser Ziel als Spezialist
für Intralogistik ist es nicht, alle notwendigen Technologien
selbst zu entwickeln oder gar antriebstechnische Komponenten
fit für Predictive Maintenance zu machen. Hierfür werden wir
am Markt passende Lösungen auswählen und in unsere Hardund
Software-Architekturen integrieren. Unser Domain-Knowhow
und unseren Beitrag zu Predictive-Maintenance-Lösungen
sehen wir in der Modellerstellung, Analyse und Bewertung von
Ausfallszenarien der Produktpalette von SSI Schäfer und den
darauf aufbauenden effizienten wie auch intelligenten
Instandhaltungskonzepten mit minimalen Ausfallszeiten.
antriebstechnik 3/2018 37