Condition Monitoring an einem 400 t Roheisenchargierkran

Transkript

1 Condition Monitoring an einem 400 t Roheisenchargierkran Möglichkeiten und Grenzen der automatisierten Zustandsüberwachung Dr.-Ing. Michael Holtmann, Hüttenwerke Krupp Mannesmann, Duisburg Kurzfassung Die Hüttenwerke Krupp Mannesmann GmbH (HKM) gehören mit ihren Anteilseignern zu den führenden Stahlherstellern in Europa. Mit ca Mitarbeitern werden am Standort Duisburg Huckingen 5,5 Millionen Tonnen Stahl pro Jahr produziert. Im Bereich des Stahlwerks werden zum Transport der Roheisen- und Stahlgießpfannen Krananlagen eingesetzt, die höchsten Anforderungen an Zuverlässigkeit und Verfügbarkeit genügen müssen. In 2006 traten an dem Roheiseneinsetzkran der HKM zwei Getriebeschäden in Folge an einem dauerfest ausgelegten Getriebe auf. Vor dem Hintergrund des erheblichen Produktionsausfalls, wurden bestehende Wartungs- und Inspektionskonzepte zunächst für den Roheiseneinsetzkran und im Anschluss auch für weitere Krane mit der RCM-Methode (Reliability centred Maintenance) überprüft. Für den Fall der zustandsorientierten Instandhaltung zeigt sich, dass klassische Inspektionsrundgänge oft nicht geeignet sind, um einen eintretenden Schaden sicher vor dem Bauteilausfall feststellen zu können. Für diese Fälle wird bei HKM seit 2009 ein Schwingungsdiagnosesystem auf dem Roheiseneinsetzkran BS3a verwendet. Es verfügt derzeit über 68 Beschleunigungssensoren, deren Signale auf dem Kran ausgewertet werden. Die Auswertung basiert auf dem automatisierten Vergleich errechneter möglicher Schadensfrequenzen mit den gemessenen Frequenzen. Bei Übereinstimmungen erfolgt eine weitergehende manuelle Analyse der Signale durch die Gesellschaft für Maschinendiagnose in Berlin (GfM). Um einen unterbrechungsfreien Produktionsbetrieb zu gewährleisten, ist das System so ausgelegt, dass auch diskontinuierliche Drehzahlen, z.b. bei Beschleunigungsoder Bremsvorgängen, in die Messung einfließen können. Gesonderte Messfahrten sind nicht erforderlich. Bislang konnten ein Trommelstehlagerschaden und ein Radlagerschaden entdeckt und die Bauteile vor dem Ausfall gewechselt werden.

2 1 Reliability centered Maintenance (RCM) Mit Hilfe der RCM-Methode [1] können die Wartungs- und Inspektionsmaßnahmen systematisch abgeleitet werden, die dazu erforderlich sind, um eine technische Anlage zuverlässig und wirtschaftlich zu betreiben. Die Lösungsfindung erfolgt in moderierter Teamarbeit mit möglichen Teilnehmern aus den Bereichen Produktion und Instandhaltung unter Beteiligung von Spezialisten des Anlagenherstellers oder von unterstützenden Ingenieurbüros. Im Rahmen der Bearbeitung wird folgender Fragenkatalog durchlaufen: 1. Welche Funktionen erfüllt die Maschine? 2. In welcher Weise kann die Maschine bei der Erfüllung dieser Funktionen gestört sein? 3. Wodurch wird jede dieser einzelnen Funktionsstörungen verursacht? 4. Was passiert, wenn jede dieser einzelnen Störungen auftritt? Die Fragen 1 bis 4 dienen der umfassenden Ermittlung möglicher Störungsszenarien und der Beschreibung der möglichen Störungsauswirkungen. Das folgende Bild 1 zeigt ein Beispiel aus der Analyse des Roheisenchargierkrans. Bild 1: Auszug RCM-Analyse Roheisenchargierkran

3 Im weiteren Verlauf der RCM-Analyse erfolgt das Abschätzen und Kategorisieren der Störungsauswirkungen. Als Beispiel wird die Störungsart Trommelstehlager defekt aus Bild 1 betrachtet. Eine solche Störung wird sicherlich im Normalbetrieb erkennbar. Es muss nicht nach der Störung gesucht werden, wie dies z.b. bei fehlerhaften Sicherheitseinrichtungen der Fall sein kann. Durch das Vorhandensein von Not-Stopp- Bremsen (NSB) und das Vorhandensein von Sicherheitsrollen besteht keine Absturzgefahr für die Last. Sicherheit und Umwelt sind durch die Störung nicht betroffen. Es bestehen jedoch erhebliche Auswirkungen auf die Produktion. Die Stillstandszeiten wurden mit bis zu einer Woche konservativ abgeschätzt, da dieser Schaden bislang noch nicht aufgetreten ist. Auch wenn im tatsächlichen Störungsfall eine kürzere Reparatur möglich ist, verdeutlicht die Abschätzung das erhebliche Störungspotential. Der Entscheidungsprozess, ausgehend von der Beschreibung der Störungsauswirkung, ist in Bild 2 dargestellt. Bild 2: Abschätzen und Kategorisieren der Störungsauswirkungen.

4 Nach der Kategorisierung der Störungsauswirkungen erfolgt die Ableitung der technisch machbaren und wirtschaftlichen Maßnahmen zur Vermeidung des Auftretens der Störung. Als mögliche Maßnahmen sind grundsätzlich zu unterscheiden: - Zustandsorientierte Maßnahmen z.b. turnusmäßige Inspektionen oder - Vorbeugende Maßnahmen, z.b. der geplante Austausch nach dem Erreichen einer definierten Lebensdauer. 1.1 Zustandsorientierte Maßnahmen Technische Voraussetzung für zustandsorientierte Maßnahmen ist, dass der sich anbahnende Schaden rechtzeitig vor dem Funktionsausfall entdeckt wird. Beispiele für beginnende Schäden sind z.b. das Ansteigen der Lagertemperatur oder das Auftreten von Laufgeräuschen. Im Rahmen der RCM-Terminologie wird der Zeitpunkt des Entdeckens eines Schädigungspotentials mit (P) gekennzeichnet. Der im folgenden eintretende Funktionsausfall vorausgesetzt es wird keine Maßnahme ergriffen wird mit F (Failure) gekennzeichnet. Die Zeit zwischen dem potentiellen Schaden (P) und dem Ausfall (F) beschreibt das P-F Intervall nach Bild 3. Bild 3: Schematische Darstellung des P-F Intervalls

5 Um rechtzeitig, vor dem Ausfall (F), noch Maßnahmen ergreifen zu können, sollte das Inspektionsintervall nicht größer sein als das halbe P-F Intervall. Sollte sich der Schaden also innerhalb von 2 Wochen von den ersten Anzeichen (P) bis zu dem Ausfall (F) entwickeln, so ist die Inspektion wöchentlich durchzuführen. 1.2 Vorbeugende Austauschmaßnahmen Die im vorherigen Punkt beschriebenen zustandsorientierten Maßnahmen sind dann durchzuführen, wenn die Lebensdauer der eingesetzten Bauteile nicht bekannt ist. Andernfalls bietet es sich an, z.b. nach dem Erreichen einer bestimmten Anzahl von Betriebsstunden, das Bauteil zu wechseln. Im Bereich der Hüttenindustrie werden häufig Sonderkonstruktionen mit sehr unterschiedlichen Einsatzbedingungen verwendet. Es ist daher sehr schwierig, verlässliche statistisch abgesicherte Daten für die Lebenserwartung von Bauteilen zu erhalten. Diese Einschätzung spiegelt sich auch in zahlreichen bei HKM durchgeführten RCM-Analysen wieder. In der betrieblichen Praxis kommt daher den zustandsorientierten Maßnahmen eine höhere Bedeutung zu. 2 Automatisierte Zustandsüberwachung Häufig ist aus der Erfahrung bekannt, in welcher Weise und in welchem Zeitraum z.b. ein Wälzlager ausfällt. Der Schaden kündigt sich durch Temperaturerhöhung oder Geräusche an und kann dann in recht kurzer Zeit zu einem Ausfall führen. Vor diesem Hintergrund sind häufige, zum Teil tägliche Inspektionsrundgänge erforderlich um den beginnenden Schaden rechtzeitig vor dem Ausfall zu entdecken. Da der Zeitraum von der Inbetriebnahme der Anlage bis zu einem einsetzten Schaden häufig nicht bekannt ist, werden die Rundgänge von dem ersten Tag an durchgeführt. Insbesondere bei langjährig laufenden Maschinen entstehen dadurch erhebliche Kosten. Die Vorgehensweise nach mehreren Inspektionsrundgängen ohne Befund das Inspektionsintervall zu verlängern (es ist ja bislang nichts passiert), kann dazu führen, dass ein Ausfall zwischen zwei Inspektionen eintritt. Anstatt Inspektionen mit ungeeigneten Intervallen durchzuführen, bietet sich bei Bauteilen mit untergeordneter Relevanz der Verzicht auf Inspektionsmaßnahmen an. Für Bauteile mit hoher Relevanz und kurzer Zeitspanne zwischen ersten erkennbaren Schäden und Ausfall sollte die Zustandsüberwachung automatisiert werden. Es bietet sich folgende Vorgehensweise an: 1. Mit der RCM-Analyse werden die Bauteile ermittelt, die eine hohe Relevanz für die Erfüllung der definierten Gesamtfunktion besitzen.

6 2. Aufgrund des Ausfallverhaltens und der Verfügbarkeit von Informationen zur Lebensdauer erfolgt die Entscheidung ob ein vorbeugender Wechsel möglich und wirtschaftlich ist oder ob eine Zustandsüberwachung die sinnvollere Methode ist. 3. Für den Fall der Zustandsüberwachung ist das geeignete Mess- und Auswerteverfahren zu definieren. 4. Die automatisierte Zustandsüberwachung ist dann sinnvoll, wenn aufgrund eines kurzen P-F Intervalls sehr häufig Inspektionen durchgeführt werden müssen. 3 Automatisierte Zustandsüberwachung des Roheisenchargierkrans BS3a Der Roheisenchargierkran transportiert das flüssige Roheisen mit sogenannten Pfannen zu den beiden Konvertern des Stahlwerks und chargiert das Roheisen in die Konvertergefäße. Ist dies infolge einer Störung nicht mehr möglich, muss das Stahlwerk gezielt heruntergefahren werden. Aufgrund der Bedeutung des Kran bestehen sehr hohe Zuverlässigkeitsanforderungen. Vor diesem Hintergrund wurde der Kran in 2006 einer umfassenden RCM-Analyse unterzogen. Insgesamt wurden 370 Wartungs- und Inspektionsmaßnahmen mit Intervallen von einer Woche bis zu 5 Jahren erstellt. Die Wartungs- und Inspektionsmaßnahmen müssen zu einem Großteil während der Produktion oder während abgestimmter Produktionsunterbrechungen erfolgen. Ein Komplettstillstand des Krans steht derzeit alle 10 Wochen für jeweils 14h zur Verfügung. Um Reparaturen planmäßig im Rahmen der Stillstände durchführen zu können, müssen sich anbahnende Schäden frühzeitig vor dem Ausfall erkannt werden. Insbesondere im Bereich der mechanischen Antriebstechnik z.b. bei Getrieben, Rädern und Lagerstellen ist eine sehr frühe Schadensdiagnose mit konventionellen Methoden wie z.b. der Temperaturüberwachung oder der manuellen Kontrolle auf Laufgeräusche (Hören, Fühlen) selten zuverlässig möglich. Das Verfahren der Schwingungsdiagnose bietet demgegenüber deutliche Vorteile und findet mittlerweile große Anwendung mit mobilen Diagnosegeräten oder mit fest installierten Sensoren. Weitere Informationen zur Funktionsweise der Schwingungsdiagnose finden sich unter [2] und [3]. 3.1 Mobile Geräte zur Schwingungsdiagnose Durch den Einsatz von z.b. mobilen Geräten zur Schwingungsdiagnose können die ersten Schadensanzeichen zumeist früher entdeckt werden. Die Messergebnisse beziehen sich jedoch immer auf den vorliegenden Betriebspunkt der Anlagen und können bei diskontinuierlich betriebenen Anlagen, wie z.b. Krananlagen, deutlich variieren. Um die Messergebnisse zu vergleichen und Trends feststellen zu können, sind die Messungen, z.b.

7 bei gleichen Lastzuständen, im Hebe- oder Senkbetrieb durchzuführen und zu dokumentieren. Erschwerend kommt im Fall des Roheisenchargierkrans hinzu, dass relevante Bereiche des Fahrwerks und des Hubwerks betriebsabhängig nicht begangen werden können. Es wurde daher entschieden, eine kontinuierliche Schwingungsdiagnose zu installieren. 3.2 Kontinuierliche Schwingungsdiagnose mit fest installierten Sensoren Die Auswahl der zu überwachenden Bereiche der Kranantriebstechnik erfolgte auf der Grundlage der RCM Analyse. Es wurden die Antriebskomponenten ausgewählt, deren Ausfall zu einem sofortigen Stillstand des Krans führen. Dazu zählen z.b. das Planetengetriebe des Haupthubwerks oder die Kranlaufräder. In einigen Fällen führen die Betrachtungen der RCM Analyse zu kurzfristigen Maßnahmen, die sich im Schadensfall durchführen lassen. So besteht die Möglichkeit, ein defektes Getriebe der Kranfahrt in kurzer Zeit abzuflanschen. Mit den funktionsfähig verbleibenden Getrieben kann der Kran zunächst weiterbetrieben werden. Eine geplante Reparatur ist dann möglich (jedoch sehr wahrscheinlich außerhalb der regulären 10-wöchigen Stillstände). Für solche Fälle wurde zunächst keine kontinuierliche Schwingungsüberwachung installiert. Überwacht werden derzeit: 24 Räder des Kranfahrwerks 8 Räder des Katzfahrwerks Haupthubwerk 400 t - Motorlager - Hubgetriebe (Planetenradgetriebe) - Trommelgetriebe (Stirnradgetriebe) - Trommelstehlager Insgesamt wurden für die benannten Bereiche 68 Beschleunigungssensoren installiert. In Umsetzung befindet sich die Installation von weiteren Sensoren für die Bereiche. 4 Räder des Hilfs-Katzfahrwerks Hilfshubwerk 80t - Motorlager - Planetenradgetriebe - Trommelstehlager

8 3.3 Frequenzanalyse von Beschleunigungssignalen Das gewählte Diagnosesystem der Firma GfM, Berlin, basiert auf der Frequenzanalyse der Signale von Beschleunigungsaufnehmern, die in unmittelbarer Nähe der zu überwachenden Bauteile installiert sind. Um zu bewerten, ob Frequenzen mit relevanten Amplituden aus einem sich anbahnenden Schaden resultieren, werden die Frequenzen automatisiert mit zuvor berechneten möglichen Schädigungsfrequenzen verglichen. Diese Frequenzen wurden unter Berücksichtigung der vorliegenden Untersetzungsverhältnisse für alle relevanten Maschinenelemente der zu überwachenden Bauteile berechnet (Wälzlager, Zahnräder, usw.). 3.4 Ordnungsanalyse Die Drehzahlen der Kranantriebe sind nicht konstant, sondern ändern sich je nach Betriebszustand (Anfahren, Heben, Senken usw.) Aus diesem Grund sind die bedingt durch Schäden auftretenden Frequenzen der Schwingungssignale ebenfalls variabel. Diese Gegebenheit kann dadurch berücksichtigt werden, dass die Messungen erst dann durchgeführt werden, wenn sich ein konstantes Drehzahlniveau eingestellt hat. Dazu wären im vorliegenden Fall Messfahrten mit konstanter Drehzahl erforderlich. Aufgrund der hohen Auslastung des Krans sind solche Messfahrten nur schwer in den betrieblichen Ablauf zu integrieren. Eine weitere Möglichkeit besteht darin, die während der Messung vorhandene Drehzahl zu messen und mit in die Auswertung einzubeziehen. Damit lässt sich dann im Rahmen einer sogenannten Ordnungsanalyse der Einfluss wechselnder Drehzahlen berücksichtigen [4]. Aufgrund des möglichen Verzichts auf Messfahrten wurde diese Variante gewählt. 3.5 Peakanalyzer der Firma GfM Die Signalverarbeitung der Beschleunigungssensoren erfolgt automatisiert in sogenannten Peakanalyzern. Die kinematischen Daten der zu überwachenden Maschinenelemente sind in den Geräten als Schadensmuster hinterlegt. Besteht eine Übereinstimmung mit dem Muster der analysierten Messwerte, so wird ein Alarm ausgelöst. Weiterhin erfolgt unabhängig von der Alarmauslösung eine Datenspeicherung, um eine Trendanalyse zu ermöglichen. Hervorzuheben ist, dass der Peakanalyzer die normalen Betriebsbewegungen der Krane nutzt. Es sind also keine speziellen Diagnosefahrten erforderlich. Dies wird realisiert, indem die Drehzahl der rotierenden Antriebselemente überwacht und beim Erreichen von

9 Diagnosebedingungen die jeweilige Messung gestartet wird. Nach der Messung erfolgt eine Plausibilitätsprüfung, mit der sichergestellt wird, dass gültige Messsignale mit hinreichender Länge vorliegen. Ist das nicht der Fall, wird die Messung verworfen und auf ein erneutes Erreichen von Diagnosebedingungen gewartet. Insgesamt werden fünf Peakanalyzer eingesetzt. Die erfassten Daten werden über Lichtwellenleiter in das Netzwerk der HKM überführt. Von dort sind sie zur Ferndiagnose über Internet abrufbar. Weiterhin ist ein Datenzugriff von einem bei HKM installierten Mess- PC möglich. Die Konfiguration ist schematisch in Bild 4 dargestellt. Sensor 1-14 Katze Sensor Peakanalyzer 1 Peakanalyzer 2 PC TS-IK Überwachung Katze Umsetzer Kupfer / LWL Sensor Peakanalyzer 3 LWL Netzwerk HKM Katze Sensor 1-16 Fahrwerk Mischerseite Peakanalyzer 4 Internet Sensor 1-16 Fahrwerk Konverterseite Peakanalyzer 5 PC GFM Berlin Ferndiagnose Bild 4: Schematische Darstellung des Signalflusses von den Sensoren bis zur Ferndiagnose. 3.6 Auswertung und Berichterstattung - bisherige Erfahrungen Durch den Einsatz der Peakanalyzer laufen wesentliche Teile der Signalanalyse automatisiert ab. Insbesondere die Früherkennung von Schäden mit dem Ziel, Reparaturen innerhalb des nächsten geplanten Stillstandes durchführen zu können, erfordert umfangreiche Kenntnisse in der Signaldiagnose. Diese Leistung wurde daher an die Fa. GfM vergeben. Die Berichterstattung erfolgt monatlich detailliert für jedes überwachte Maschinenelement. Tabelle 1 zeigt einen Auszug des Berichts, der eine Trendanalyse für

10 aufgetretene Unregelmäßigkeiten enthält. Das Beispiel zeigt eine Auffälligkeit am Trommelstehlager mit der Empfehlung der Sichtkontrolle des Lagers. Die geschätzte Ausfallwahrscheinlichkeit lag bei 20 %. Dies bedeutet, dass eine von fünf derartigen Unregelmäßigkeiten innerhalb eines Jahres zum Ausfall führt. Im Folgemonat lag die geschätzte Ausfallwahrscheinlichkeit bei 50 %. Bei manuellen Inspektionen (Hören, Fühlen) waren zu diesem Zeitpunkt keine Schäden erkennbar. Dennoch wurde das Lager im Rahmen eines geplanten Stillstandes gewechselt. An dem ausgebauten Lager waren deutliche Pittingspuren am Außen- und Innenring ersichtlich (Bild 6). Als weiter Schaden konnte bislang ein Radlagerschaden erfolgreich festgestellt werden. Tabelle 1: Auszug Diagnoseergebnisse Trommelgetriebe nicht Fahrerkorbseite (NFKS): Nr. gefundene Unregelmäßigkeit Trend Empfehlung P <1a Getriebewellen: 01 Antriebswelle NFKS 02 Zwischenwelle NFKS 03 Abtriebswelle NFKS Getriebe Verzahnung: Stufe Hinweis auf umlaufende < 5 % Flankenformabweichung Hinweis auf lokale < 5 % Flankenformabweichung am Ritzel Stufe Hinweis auf lokale Flankenformabweichung am Rad und Ritzel < 5 % Getriebelager: 21 Antriebswelle NFKS 22 Zwischenwelle NFKS Außenring Lager FAG < 5 % 23 Abtriebswelle NFKS Trommel: 31 Trommel NFKS 32 Trommellager NFKS Ko Flasche: 41 Flasche NFKS Ko 42 Flasche NFKS Mi Wälzkörper (ggf. Käfig) Lager Sichtkontrolle, soweit möglich Trend - Vergleich zum letzten Bericht, siehe Referenzbericht - Intensität der Unregelmäßigkeit hat zugenommen - Intensität der Unregelmäßigkeit nahezu unverändert 20 %

11 P <1a - Intensität der Unregelmäßigkeit hat abgenommen n.m. - Vergleich nicht möglich, weil beispielsweise die Meßbedingungen zu verschieden waren - geschätzte Wahrscheinlichkeit dafür, daß die anhand der Schwingungsdiagnose vermutete Unregelmäßigkeit in weniger als 12 Monaten zum Ausfall führt < 5 % - minimale Unregelmäßigkeit nachweisbar, in der Regel kein Handlungsbedarf 20 % - eine von fünf derartigen Unregelmäßigkeiten führt innerhalb eines Jahres zum Ausfall 50 % - eine von zwei derartigen Unregelmäßigkeiten führt innerhalb eines Jahres zum Ausfall Bild 6: Pittingschäden am Trommelstehlager 4 Möglichkeiten und Grenzen der automatisierten Zustandsüberwachung Durch die Zustandsüberwachung können sich anbahnenden Schäden erkannt und ungeplante Stillstände vermieden werden. Voraussetzung dafür ist, das der Zeitraum zwischen den ersten erkennbaren Schäden und dem Bauteilausfall lang genug ist, um die geeigneten Maßnahmen zu veranlassen. Insbesondere bei manuellen Inspektionen werden Schäden häufig erst dann erkannt, wenn das Bauteil kurz vor dem Ausfall ist. Dies führt zu sehr häufigen Inspektionsgängen (um mit der Inspektion überhaupt vor den Schaden zu kommen) und zu sehr kurzen Reaktionszeiten. Sind die Inspektionsintervalle zu lang gewählt, fällt das Bauteil unbeobachtet aus. Je nach Einbausituation können dann neben den Kosten für den Produktionsausfall auch hohe Kosten für mögliche Folgeschäden entstehen. Bezogen auf die Betriebs- und Stillstandssituation des betrachteten Krans BS3a der HKM ist der mit manuellen Inspektionen zu erzielende zeitliche Vorlauf zwischen ersten erkennbaren Schäden und dem Bauteilausfall zu kurz. Aus diesem Grund wurde die Zustandsüberwachung funktionsrelevanter Baugruppen des Krans automatisiert. Die Bewertung der Funktionsrelevanz erfolgte auf der Grundlage einer RCM-Analyse. Durch die verwendete Diagnosestrategie (Schwingungsanalyse mit Ordnungsanalyse) ist mit einem deutlich früheren Erkennen von Schäden zu rechnen, als dies bei manueller Inspektion

12 möglich wäre. Dennoch kann sich ein Schaden so schnell entwickeln, dass er innerhalb des 10-wöchigen Stillstandsturnuses des Kranes also außerhalb der regulären Stillstände - behoben werden muss. Die Möglichkeiten der automatisierten Zustandsüberwachung bestehen daher im Wesentlichen in der frühzeitigen Erkennung sich anbahnender Schäden und in der Vermeidung möglicher Folgeschäden. Dies konnte an dem Kran BS3a durch die rechtzeitige Diagnose zweier Lagerschäden nachgewiesen werden. 5 Literaturhinweise [1] Moubray, John: RCM, Die hohe Schule der Zuverlässigkeit von Produkten und Systemen, Landsberg: mi, Verlag Moderne Industrie, 1996 [2] Wirth, Rainer: Maschinendiagnose an Industriegetrieben. Teil I: Grundlagen der Analyseverfahren. Antriebstechnik 37(1998), Nr. 10, S [3] Wirth, Rainer: Maschinendiagnose an Industriegetrieben. Teil II: Signalidentifikation in der Praxis. Antriebstechnik 37(1998), Nr. 11, S [4] Uchtmann, Kai; Wirth, Rainer; Nr.5; Antriebstechnik; 1999; Maschinendiagnose an drehzahlveränderlichen Antrieben mittels Ordnungsanalyse ngsanalyse.pdf