Condition Monitoring an Kranen. von Dipl.-Ing. Axel Haubold.

Transkript

1 Applikationsschrift von Dipl.-Ing. Axel Haubold

2 Inhalt Zusammenfassung Einleitung Schwingungsdiagnose Datenerfassung Datenverarbeitung Diagnose Kennwerte Kennfunktionen Resampling und Ordnungsanalyse Amplitudenbewertung Schwingungsdiagnose an Kranen Umgebungsbedingungen Mobilität Laufräder Resümee Literaturverzeichnis

3 Zusammenfassung Permanente Schwingungsüberwachung und automatische Schwingungsdiagnose, mittels fest installierter Messgeräte, sind heute der Stand der Technik. Besonders ortsfeste Maschinen, deren Ausfall entscheidenden Einfluss auf die gesamte Produktion haben, werden mit Schwingungsüberwachungstechnik ausgerüstet. An mobilen Maschinen, wie zum Beispiel Brückenkranen, ist der Einsatz dieser Überwachungstechnik genauso möglich. Eine Herausforderung für die Messtechnik stellt die Mobilität, der damit verbundene diskontinuierliche Betrieb und nicht zuletzt die zusätzlich zu überwachenden Maschinenelemente dar. Die GfM Gesellschaft für Maschinendiagnose mbh hat in den vergangenen zehn Jahren ihr Condition Monitoring System Peakanalyzer an die Bedürfnisse mobiler Maschinen angepasst und insbesondere für Krane weiterentwickelt. Bild 1: Sicht auf das Kranlaufwerk eines Brückenkranes 3

4 1 Einleitung Die Folgekosten eines ungeplanten Stillstands, beispielsweise eines Roheiseneinsetzkrans, können bedeutend sein. Steht dieser Kran mehrere Tage, führt dies zum Verbrauch von Vorräten und zu Materialstau und damit zum Stillstand ganzer Produktionsanlagen. Mit einem geeigneten Condition Monitoring System (CMS) lassen sich Fehler an Antriebskomponenten eines Kranes frühzeitig erkennen und damit geplant reparieren [1]. Unter verstehen wir heute die Beurteilung des Schädigungszustandes der rotierenden Antriebskomponenten mittels schwingungsdiagnostischer Verfahren. Dabei kommen vorwiegend kennfunktionsbildende Verfahren wegen der Komplexität der Antriebe zum Einsatz. Kennwertbildende Verfahren werden nur bei speziellen Sensoren oder zusätzlich zu den Kennfunktionen verwendet. Krane zeichnen sich durch eine diskontinuierliche Betriebsweise, sowohl beim Heben und Senken einer Last, als auch beim Verfahren des Kranes oder der Katze aus. Daraus ergeben sich verschiedene Anforderungen an das Condition Monitoring System: - komplexe Definition von Messbedingungen aus mehreren Eingangsgrößen, - Resampling und Ordnungsanalyse zum Ausgleich von Drehzahlschwankungen und zur Verlängerung der Messzeit (Messdauer), mit Berücksichtigung von An- und Abfahrrampen, - Berücksichtigung der Drehrichtung. Brückenkrane sind an vielen Stellen ähnlich aufgebaut. Es gibt Motoren, Getriebe, Seiltrommeln, Laufräder usw. Aber bereits aus der Tragfähigkeit oder Größe eines Kranes ergeben sich wesentliche Unterschiede in der Anzahl der zu überwachenden Komponenten. Daher muss ein CMS für Krane skalierbar und flexibel sein. Nicht immer kann man Drehzahlen an repräsentativen, schnelldrehenden Komponenten abnehmen. Die genaue Drehzahlerfassung ist aber für die Ordnungsanalyse dringend notwendig. Da die Drehzahlen für die Steuerung benötigt werden und dort in der Regel sehr genau vorliegen, benötigt man geeignete Schnittstellen zum Datenaustausch. Den Laufrädern von Krananlagen muss man besondere Beachtung schenken: - Sie weisen sehr niedrige Drehzahlen auf, also sehr niedrige Amplituden und damit benötigt man gegebenenfalls besondere Sensoren. - Die Messzeit ist von der Fahrzeit des Kranes abhängig. - Es gibt Fremdgeräusche durch den Rad-Schiene-Kontakt. 4

5 - Periodische Überrollungen von Schienenstößen, durch Räder gleichen Abstands, führen zu entsprechenden Peaks im Spektrum. - Viele räumlich getrennte Messstellen müssen bei der Systemauslegung berücksichtigt werden. Die GfM betreibt erfolgreich seit zehn Jahren. Viele Lösungen sind speziell für Krane kontinuierlich in die Systeme der GfM implementiert worden. Nachfolgend soll ein Einblick in die Überwachung von Kranen mittels CMS gegeben und Lösungen aufgezeigt werden. 2 Schwingungsdiagnose Auch wenn die Schwingungsdiagnose unvermeidbarer Teil des Vortrags ist, soll und kann hier nicht ausreichend auf Grundlagen eingegangen werden. Grundlagen zur Schwingungsdiagnose kann man in verschiedenen Publikationen, wie zum Beispiel in [2, 3, 4, 5] nachlesen. Um das Thema insgesamt verständlich zu gestalten und den Beitrag abzurunden, ist trotzdem ein kurzer Umweg über die Schwingungsdiagnose notwendig. 2.1 Datenerfassung Die Aufnahme der Schwingungen an Oberflächen von Maschinen erfolgt heute normalerweise mit Beschleunigungsaufnehmern. Solche Beschleunigungsaufnehmer oder Beschleunigungssensoren sind für das industrielle Umfeld in verschiedenen Ausführungen erhältlich. Dabei sind die Sensoren heute relativ preiswert und in der Standardausführung bereits bei mehr als 100 C Umgebungstemperatur einsetzbar. Das ist förderlich für die Schwingungsüberwachung an Kranen, denn man erreicht sehr schnell eine Anzahl von 50 Sensoren und auch deutlich mehr. Und, Krane befinden sich, sofern sie nicht im Freien stehen, in der Regel im oberen Bereich einer Halle, wo es prinzipiell wärmer ist. Ein weiterer Sensortyp, der an Kranen zum Einsatz kommt, ist der wegmessende Sensor. Ein Grund dafür ist die sehr geringe Schwingbeschleunigung, die bei niedrigen Frequenzen überhaupt auftritt. Wege sind bei niedrigen Frequenzen dagegen gut messbar. Einen wesentlichen Nachteil gilt es aber zu beachten. Während Beschleunigungssensoren einfach an der schwingenden Oberfläche befestigt werden, muss der den Weg messende Sensor an einem entfernten Fixpunkt montiert werden, von dem aus gemessen wird. Das hört sich einfach an, ist aber in der Praxis unter Umständen schwer zu realisieren. Ein Beispiel soll die Problematik bei niederfrequenten Schwingungen noch ein- -1 mal verdeutlichen. Bei der Drehzahl n = 6 min, was man bei Kranlaufrädern 5

6 Bild 2: modernes, vollautomatisches CMS (Condition Monitoring System), Peakanalyzer mit 28 Eingängen für verschiedene Sensorsignale, noch unverdrahtet auf einer Schalttafel durchaus als gegeben annehmen kann, beträgt die Drehfrequenz f n = 0,1 Hz. Das ist sowohl für den Standardbeschleunigungssensor als auch für die IEPEbasierende Messtechnik bereits eine beachtliche Hürde. Betrachtet man dann den Amplitudenbereich, erkennt man, dass man sich auch hier im Grenzbereich bewegt. Ein Schwingweg von 0,1 mm bei einer Frequenz von 0,1 Hz entspricht einer Schwingbeschleunigung von 0,00004 m/s². Diese Amplitude liegt unterhalb des Rauschpegels der Standardsensoren. Einen Weg von 0,1 mm zu messen, ist dagegen für einen preiswerten Wegsensor Pflicht. Das gilt insbesondere für Relativbewegungen wie bei der gestellten Aufgabe. Bei der genauen Betrachtung der niedrigen Frequenzen ergibt sich auch sofort ein zweites Problem. Eine Periode einer Schwingung, mit einer Frequenz von 0,1 Hz dauert 10 s! Die Auflösung im Frequenzspektrum entspricht dem Reziproken der Messzeit. Will man also eine Schwingung mit der Frequenz von 0,1 Hz vernünftig mittels Frequenzspektrum beschreiben, muss man mindestens 100 s messen. Denn dann erst präsentiert sich die Schwingung im Frequenzspektrum als Peak an zehnter Stelle. Der Fehler im Frequenzbereich beträgt dann immer noch 10%! 6

7 2.2 Datenverarbeitung Die über Sensoren gesammelten Schwingungssignale werden in der Regel mittels Kabel einer zentralen Messdatenerfassungseinheit (Messtechnik) zugeführt. Auch wenn es im Zeitalter von WLAN, Bluetooth und LTE natürlich auch Funksensoren gibt (bzw. an solchen gearbeitet wird), sind doch wesentliche Probleme wie Energieversorgung, Temperaturverträglichkeit und Budgetverträglichkeit nicht ausreichend gelöst. Während früher auch gern mal 19 -Schränke mit Rechnereinschüben mit diversen mehrkanaligen Messkarten bei der Krantragfähigkeit hätten berücksichtigt werden müssen, sind heute aufgrund der fortschreitenden Miniaturisierung der Mikroelektronik, Embedded PC's mit in Klemmen integrierter Elektronik in der Lage, Datenverarbeitungsaufgaben mit Bravour zu meistern. Allerdings benötigt man effizienten Programmcode, um zukunftsfähige, energiesparende und damit meistens auch wenig Abwärme erzeugende Prozessorplattformen nutzen zu können. Gerade die Verwendung frei programmierbarer Embedded PC s bringt auch einen weiteren großen Vorteil mit sich. Komplexe Algorithmen, die Teilaufgaben eines Diagnostikers übernehmen können, sind so integrierbar. Der Peakanalyzer in Bild 1 ist beispielsweise kein dummes Datenerfassungs- und Speichersystem, sondern ein vollautomatisches Diagnosesystem mit energieeffizienter CPU. 2.3 Diagnose Kennwerte Maschinen- oder meistens Schwingungsdiagnose kann für einfache Maschinenkomponenten oder bei speziellen Voraussetzungen auf der Bewertung von Kennwerten aus den Sensorsignalen basieren. So ist es für die Überwachung des Gleitlagerspiels einer Welle ausreichend, das Maximum der Wellenauslenkung, also tatsächlich das Maximum des hochfrequenten Sensorsignals, über eine bestimmte Zeit zu bilden. Natürlich gibt es deutlich mehr Kennwerte als das Maximum eines Sensorsignals. Für die Schwingungsüberwachung üblich sind: - der Effektivwert der Schwingbeschleunigung, - der Spitzenwert der Schwingbeschleunigung, - der Effektivwert der Schwinggeschwindigkeit, - Kombinationen der vorherigen Größen, 7

8 - diverse herstellerabhängige Kennwerte zur Beschreibung des Lagerzustandes bei Wälzlagern u.v.m. Teilweise gibt es Normen zur Bewertung von Kennwerten. Die bekannteste dürfte die DIN ISO sein. Diese Kennwerte sind aber nicht zur Fehlersuche und teilweise auch nicht zur Schwingungsüberwachung von Maschinen geeignet. So ist es beispielsweise an einem Getriebe mit mehreren Wellen nicht möglich, den Wälzlagerzustand der langsam drehenden Abtriebswellenlager mittels Kennwert zu beurteilen, da die geringen Anregungen (kleinen Amplituden) in denen der schnell drehenden Komponenten untergehen. Auch ist das Überwachen von Kennwerten wenig bis gar nicht hilfreich bei der Fehlersuche Kennfunktionen Gerade bei unserem Gleitlagerbeispiel wäre die Zerlegung des Schwingungssignals in seine Frequenzbestandteile und deren Diagnose sehr hilfreich bei der Analyse der Fehlerursache. So ist es nämlich sehr einfach möglich, eine Unwucht von einem Oli Whirl zu unterscheiden und damit die Ursache für den hohen Kennwert zu ermitteln. Dafür muss man allerdings mittels Fouriertransformation die Messdaten vom Zeitbereich in den Frequenzbereich transformieren und kann dann mittels Spektren diagnostizieren. Die Voraussetzung für diese Art der Diagnose ist die Kenntnis der Kinematik des Antriebs. Das bedeutet, dass man von allen Maschinenelementen die charakteristischen Erregerordnungen für den Normal- (Zahneingriffsschwingungen) oder Fehlerfall (Wälzlagerüberrollordnungen) benötigt. Diese Informationen bekommt man beim Hersteller einer Antriebskomponente, also für das Getriebe beim Getriebehersteller. Wälzlagerüberrollordnungen findet man auf den Webseiten der Wälzlagerhersteller. Das Frequenzspektrum steht hier nur als Beispiel, es gibt weitere. Eine Zusammenfassung findet man in der Literatur [2, 3, 4]. Auf zwei wichtige Themen als Voraussetzung für eine qualifizierte Schwingungsdiagnose muss an dieser Stelle noch eingegangen werden. Das ist erstens die Qualität und zweitens die darauf aufbauende Bewertung von Spektren Resampling und Ordnungsanalyse Will man den Antrieb einer Walze einer Papiermaschine mittels Schwingungsdiagnose beurteilen, reicht es, die zeitabhängige Schwingung zu messen, in den Frequenzbereich zu transformieren und dann mittels Frequenzspektren den Antrieb zu diagnostizieren. Das funktioniert nicht bei Antrieben, die ihre Drehzahl und damit auch die drehzahlabhängigen 8

9 Erregerschwingungen während der Messung ändern! Bei drehzahlveränderlichen Antrieben muss die Schwingung nicht zeitabhängig sondern drehwinkelabhängig erfasst oder eben nach der Messung auf den Drehwinkel umgerechnet werden. Während des Beschleunigungsvorganges eines Kranfahrwerks überstreicht die Schwingung aus der Unwucht der Motorwelle den Frequenzbereich von Hz, wenn der Antrieb auf min Nenndrehzahl während der Messung hochläuft. In den danach berechneten Frequenzspektren müsste man nun aus der breitbandigen Anregung von 0 25 Hz auf eine Unwucht schließen, was nicht funktioniert. Trägt man dagegen die Schwingung aus der Unwucht über dem Drehwinkel der Welle auf und bildet aus diesem Drehwinkelsignal ein Spektrum, erhält man ein sogenanntes Ordnungsspektrum mit einem Peak bei 360 bzw. einer Umdrehung. Aus diesem Spektrum kann man dann ableiten, dass der Beschleunigungssensor am Motor einmal pro Umdrehung der Motorwelle ein Beschleunigungsmaximum erfasst, was auf eine Unwucht schließen lässt. Natürlich stellt der Peak dann einen Mittelwert der Amplitude über die gesamte Messzeit dar. Aber der Peak ist scharf abgegrenzt und kann genau einem Phänomen zugeordnet werden. Diese grenzwertige Betrachtung zeigt auch, dass kleinste Drehzahlschwankungen zu einem Verlaufen des Peaks im Frequenzspektrum führen werden und damit die Diagnose erschwert wird. Daher ist das Ordnungsspektrum generell als die geeignete Darstellungsform zu favorisieren Amplitudenbewertung Im zweiten Thema geht es um die Bewertung von Spektren. Um Lagerschäden zu diagnostizieren, wird nach den Überrollordnungen der Laufbahnen in Spektren gesucht. Wenn nun eine solche Überrollordnung gefunden wird, kommt sofort die nächste Frage nach der Ausprägung des Schadens. Diese Frage kann aber häufig nicht zufriedenstellend beantwortet werden, da es eine Unzahl von Einflüssen auf die Erscheinungsform des Schadens in verschiedenen Spektren gibt. Sicher ist, dass es Unregelmäßigkeiten an den Laufbahnen gibt, die dazu führen, dass diese Überrollordnung nachweisbar ist. Also kommt es primär nicht auf die Höhe der Peaks, sondern auf das Vorhandensein derselben an. Und an dieser Stelle greift das patentierte Verfahren der GfM, die DVS-Analyse, die eben nicht nach Amplitudenhöhen in einem Bereich x im Spektrum sucht, sondern nach der Existenz eines Peaks oder besser gesagt einer Gruppe von Peaks. Die DVS-Analyse wird auf jedes berechnete Spektrum angewandt. Durch diese Herangehensweise wird das zeitaufwendige und subjektive Definieren von schmal-bandigen Amplitudengrenzen in Spektren ersetzt. Das Ergebnis ist eine objektive Beurteilung von signifikanten Spektralanteilen. 9

10 3 Schwingungsdiagnose an Kranen 3.1 Umgebungsbedingungen Die Skizze in Bild 2 veranschaulicht beispielhaft die Sensorverteilung an einem einfachen Brückenkran mit zwei Trägern und einer Katze. Die Positionen der Beschleunigungssensoren sind mit einem Kreis und die der Wegsensoren mit einem Viereck markiert. Wie bereits in der Einleitung kurz angerissen wurde und im Bild 2 schnell deutlich wird, ist die Anzahl der Sensoren sehr stark von der Anzahl der Antriebe und der Anzahl der Laufräder abhängig. Die Anzahl der Antriebe kann je nach Tragfähigkeit, Bauraum und Konzept (Redundanz) stark variieren. Der Beispielbrückenkran in Bild 2 stellt schon ein Minimum dar. Brückenkrane überspannen Hallenbreiten von 30 m und auch noch deutlich mehr. Aus Bild 2 wird unter Berücksichtigung dieses Abmaßes schnell ersichtlich, dass einiges an Kabellängen benötigt wird, will man die Sensoren an zentraler Stelle zusammenführen. Man kommt also schnell auf die Idee, die Sensorsignale dezentral zu digitalisieren und an zentraler Stelle auszuwerten. Allerdings wird diese Idee schnell verworfen, wenn man Kühlungskonzepte für die Elektronik bei 80 C Umgebungstemperatur ausarbeiten muss. Am Ende ergibt sich die Unterbringung der Auswerteelektronik im klimatisierten Kranträger. Damit ist aber auch der Kabelweg für die Sensoren zur Katze maximal. Nun muss man vom Sensor zum Klemmkasten am Schleppkabelbeginn, über das Schleppkabel zum Klemmkasten am Schleppkabelende und dann noch durch den Kranträger zur Messtechnik. Wird die Verdrahtung nicht sorgfältig geplant und durchgeführt, sind Störungen auf den Leitungen vorprogrammiert. Glücklicherweise sind Sensorleitungen bei Beschleunigungssensoren bis zu 100 m ohne signifikante Einschränkungen realisierbar. Erst danach muss man auf die Tiefpasswirkung des kapazitiven Kabels Rücksicht nehmen. 3.2 Mobilität Das ein Kran in einem Arbeitsgang die ganze Halle durchquert, ist eigentlich eher unwahrscheinlich. Viel häufiger kommt es vor, dass der Kran einige Meter verfahren wird um dann wieder eine längere Zeit zu verharren. Genauso ist es möglich, dass der Kran nur seine Position korrigiert. Und damit nicht genug, muss auch die Fahrtrichtung und die Last beachtet werden, wenn man später bei einer Trendbewertung nicht Äpfel mit Birnen vergleichen will. Dasselbe Schema muss man bei der Betrachtung der anderen Kranantriebe zugrunde legen. Da das Schwingungsdiagnosesystem eine gewisse Zeit benötigt um Daten zu erfassen, muss man die Datenaufnahme mit den Bewegungsabläufen am Kran synchronisieren. Ein Schwingungsdiagnosesystem muss also in der Lage sein, die verschiedenen Eingangsgrößen zu erfassen und als Messbedingung zu verar- 10

11 Träger Seiltrommel Katze Träger Bild 3: Verteilung der Sensoren an einem Brückenkran beiten. Der Peakanalyzer kann für diesen Fall über Bussysteme oder einfach über sogenannte Prozesseingänge die notwendigen Informationen sammeln und damit die Messung steuern. Um nun nicht zu viele Messungen verwerfen zu müssen, erweitert der Peakanalyzer die Datenerfassung um Teillastbereiche und An- und Abfahrzyklen. Die zwangsläufig erfassten Drehzahlschwankungen werden später mittels leistungsfähigem Resampling der Daten korrigiert. Drehrichtungsoder Belastungsänderungen werden klassiert. 3.3 Laufräder In der Einleitung wurde bereits ausreichend ausführlich auf die Besonderheiten bei der Diagnose von Kranlaufrädern eingegangen. Eine preiswerte und vor allem zuverlässigere Lösung für mehrere Punkte dieser Problembeschreibung stellt ein anderer Ansatz bei der Datenerfassung dar. Kranlaufräder sitzen in der Regel auf einer zweifach gelagerten Welle. Man benö- 11

12 tigt also 2 Beschleunigungssensoren zur Schwingungserfassung an den Lagern. Die Kranlaufräder drehen zudem derart langsam, dass man davon ausgehen kann, dass klassische Analyseverfahren versagen [5]. Setzt man zur Datenerfassung am Laufrad dagegen Wegsensoren ein, bekommt man eine preiswertere Lösung, da man je Rad nur noch einen Sensor benötigt. Auf diese Weise wird man auch gleich die Störungen aus dem Rad-Schiene- Kontakt los, also dem Rauschen und auch den periodischen Anregungen aus dem Überrollen von Unregelmäßigkeiten auf der Schiene. Lediglich Differenzbewegungen zwischen Rad und Laufradschwinge werden erfasst. In Bild 3 ist die Position von Wegsensoren an einer Laufradschwinge skizziert. Der Einsatz von Wegsensoren an Kranlaufrädern ist vielversprechend. Es sind mehrere Schäden dokumentiert, die mittels Beschleunigungssensoren nicht hätten detektiert werden können. Unter anderem wurde ein Radlagerschaden über ein Jahr vor Wechsel erfolgreich diagnostiziert und dann rechtzeitig repariert. Laufradschwinge Sensor Sensor Montagebereich Montagebereich Laufrad Laufrad Bild 4: Laufradschwinge (Schemelwagen) mit Wegsensoren 4 Resümee Der Einsatz von geeigneten Condition Monitoring Systemen (CMS) an Kranen hilft ungeplante Stillstände auf ein Minimum zu reduzieren [1]. Bei der Zustandsüberwachung (Condition Monitoring) der Antriebstechnik von Kranen sind besonders hohe Anforderungen an das CMS zu beachten. So muss das CMS für die diskontinuierliche Betriebsweise und Mobilität von Kranen geeignet sein. Dazu gehören unter anderem unterschiedlich lange Fahrzeiten, 12

13 Richtungswechsel, signifikante Drehzahlschwankungen, unterschiedliche Sensortechnik und Schnittstellen zum Informationsaustausch. Für die Anpassung an unterschiedliche Bauformen und Krangrößen muss das CMS hardund softwareseitig fein skalierbar sein. Die konsequente Weiterentwicklung des Peakanalyzers, mit besonderem Blick auf die Anforderungen von Kranen, hat zur Kostenreduktion und gleichzeitig zur Erhöhung der Diagnosezuverlässigkeit bei der Zustandsüberwachung geführt. So ist neben der hohen Erkennungsrate bei Motoren, Getrieben und Stehlagern [1], die Erkennungsrate und Aussagekraft bei Kranlaufrädern, durch Verwendung anderer Sensortechnik und verfeinerter Auswertealgorithmen, nachweislich gestiegen. Literaturverzeichnis: [1] Holtmann, M.: Condition Monitoring an einem 400 t Roheisenchargierkran, Möglichkeiten und Grenzen der automatisierten Zustandsüberwachung, Vortrag auf dem 33. VDI/VDEh-Forum Instandhaltung 2012 [2] Kolerus, Josef: Zustandsüberwachung von Maschinen 2., überarbeitete Auflage. Renningen-Malmsheim: expert-verlag, 1995 [3] Wirth, Rainer: Maschinendiagnose an Industriegetrieben. Teil I: Grundlagen der Analyseverfahren. Antriebstechnik 37(1998), Nr. 10, S [4] Wirth, Rainer: Maschinendiagnose an Industriegetrieben. Teil II: Signalidentifikation in der Praxis. Antriebstechnik 37(1998), Nr. 11, S [5] Wirth, Rainer: Schwingungsdiagnose an Langsamläufern. Erneuerbare Energien, Juni 2007, S

14 14

15 15

16 GfM Gesellschaft für Maschinendiagnose mbh Köpenicker Straße Berlin Deutschland Germany Telefon Berlin +49 / 30 / Telefon Dortmund +49 / 231 / Q0151