Der "intelligente" Motor als reiner Antrieb viel zu schade?

Transkript

1 Der "intelligente" Motor als reiner Antrieb viel zu schade? Dr.-Ing. Harald Buchalla,

2

3 Er muss mit immer weniger Nahrung

4 immer mehr leisten!

5

6

7

8

9

10

11 Ungeplante Ausfallzeiten können ca. 1..3% des Umsatzes bzw % des Profits kosten (David R. Bell: Hidden Cost of Downtime; 2003)

12 Die Motivation Der "Gesundheitszustand" komplexer Produktionsanalagen ist schwierig zu erfassen Viele Millionen elektromotorischer Antriebe sind ein wesentlicher Bestandteil dieser Anlagen Das "Wohlbefinden" jeder einzelnen Komponente ist oft ausschlaggebend für die Leistungsfähigkeit und den einwandfreien Betrieb der Gesamtanlage Ein Schaden an der jeweiligen, verhältnismäßig geringwertigen Komponente kann massive Störungen verursachen Erschwerend ist, das die Zeit von der Schadensdetektion bis zum Ausfall meist sehr kurz ist (Vorhersagehorizont klein) Dennoch werden Diagnosefunktionen, die auf zusätzlicher Sensorik basieren, selten prophylaktisch eingesetzt, da sie komplex, unflexibel, anfällig und teuer sind (ideal: Jede kritische Komponente wird überwacht )

13 Was tun?

14

15

16 Autonome Antriebstechnik durch Sensorfusion für die intelligente, simulationsbasierte Überwachung & Steuerung von Produktionsanlagen

17 Das Programm : Die Partner :

18 Wir hören zu... und zwar ohne externe Sensoren!

19 Basis ist... Strommessung!

20 Gesamtkonzept gesundes System fehlerbehaftetes System übergeordnete Steuerung Umrichter Elektromotor Trommelmotor Applikation (Transportband) Gesamtsystem (Anwendungsfall) Signalverarbeitung + Merkmalsgenerierung Klassifikation Gesundheits -zustand (als Ampel) Signalgenerierung gesundes Modell fehlerbehaftetes Modell Umrichter (Simulink) E-Motor (Simulink) Trommelmotor (Modelica) Verhaltensmodell (Offline-Simulation in Simulink) Parametergewinnung Applikation (Modelica)

21 Modellbildung gesundes System fehlerbehaftetes System übergeordnete Steuerung Umrichter Elektromotor Trommelmotor Applikation (Transportband) Gesamtsystem (Anwendungsfall) gesundes Modell fehlerbehaftetes Modell Umrichter (Simulink) E-Motor (Simulink) Trommelmotor (Modelica) Verhaltensmodell (Offline-Simulation in Simulink) Parametergewinnung Applikation (Modelica)

22 Daten vom Prüfstand Beispiel: 4 Lagerschäden 3 Achsneigungen 3 Verzahnungsfehler 27 Lastvarianten -> 972 Versuche (ca. 290Tage) DoE: 180 Versuche (ca. 54 Tage)

23 Daten aus der Simulation Elektr. Antrieb (Simulink) Mechanisches Modell (Modelica) Umrichter Elektromotor Trommelmotor Applikation Verhaltensmodell

24 Gesamtkonzept gesundes System fehlerbehaftetes System übergeordnete Steuerung Umrichter Elektromotor Trommelmotor Applikation (Transportband) Gesamtsystem (Anwendungsfall) Signalverarbeitung + Merkmalsgenerierung Klassifikation Gesundheits -zustand ( als Ampel ) Signalgenerierung gesundes Modell fehlerbehaftetes Modell Umrichter (Simulink) E-Motor (Simulink) Trommelmotor (Modelica) Verhaltensmodell (Offline-Simulation in Simulink) Parametergewinnung Applikation (Modelica)

25 Merkmalsgenerierung über permanent ablaufende, iterative Algorithmen Ergebnis: Statistische Merkmale

26 Beispiel für Merkmalsextraktion: Biometrische Gesichtserkennung

27 Problem (Herausforderung) nur bei Homo Sapiens!

28 Zwei Einsatzmöglichkeiten: Monitoring von Motor oder Motor und Applikation Deshalb: Merkmale müssen ggf. sorgfältig an Applikation angepasst werden! Automatisch?! Gesamtalgorithmus ist hochinteressant für einen Entwickler & Hersteller applikationsspezifischer Antriebe.

29 Reales Beispiel: Lagermodul mit Achsneigung und "Schaden" im Außenring (fehlerbehaftet) Fehlerfreies Lagermodul (fehlerfrei) Parametereinstellungen Lastkraft (F) 400N 2000N Lastmoment (M) 0.1Nm 0.7Nm Drehzahl (n) 100U/min 1500U/min

30 Gut trennbare Schadensklassen! Lagermodul Messungen (LM) - Messreihe 1 fehlerbehaftet - Messreihe 1 fehlerfrei - Messreihe 2 fehlerbehaftet - Messreihe 2 fehlerfrei - Messreihe 3 fehlerbehaftet - Messreihe 3 fehlerfrei Unterschiedliche Randbedingungen bei den jeweiligen Messreihen!

31 Gesamtkonzept gesundes System fehlerbehaftetes System übergeordnete Steuerung Umrichter Elektromotor Trommelmotor Applikation (Transportband) Gesamtsystem (Anwendungsfall) Signalverarbeitung + Merkmalsgenerierung Klassifikation Gesundheits -zustand ( als Ampel ) Signalgenerierung gesundes Modell fehlerbehaftetes Modell Umrichter (Simulink) E-Motor (Simulink) Trommelmotor (Modelica) Verhaltensmodell (Offline-Simulation in Simulink) Parametergewinnung Applikation (Modelica)

32 Das neue Motorleben mit HANNING Condition Monitoring

33 Das neue Motorleben mit HCM (Arbeitsname)

34 HCM beim Kinderarzt ( Fertigungsendkontrolle )

35 HCM in der Schule Ich bin ein braver Motor! ( Inbetriebnahme )

36 HCM bei der Arbeit ( Applikation) plus Kommunikation ->

37 HCM unter Kollegen ( Kooperation -> Industrie 4.0!)

38 HCM im Urlaub ( Wartung )

39 HCM im Notfall ( Reparatur )

40 HCM ( post mortem )

41 Daher arbeiten wir intensiv an HCM HANNING Condition Monitoring... zusammen mit ausgewählten Kunden, Hochschulen & externen Instituten.

42 to be continued