View
8
Download
0
Category
Preview:
Citation preview
Anomalie-Diagnose
und Ausfallprognose
an Industriegetrieben
siemens.com/hm17 © Siemens AG 2017
Flender
Halle 24
Stand D46
© Siemens AG 2017
25.04.2017 Seite 2 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Inhalt
• Einführung zu Flender-Industriegetrieben
• Schadensdiagnosen
• Einordnung verschiedener CMS-Klassen
• Vier Fallbeispiele frühzeitig diagnostizierter Schäden
• Wälzlagerschaden
• Kegelritzelschaden
• Stirnradschaden
• Ölleckage im Getriebeinneren
• Zusammenfassung und Ausblick
© Siemens AG 2017
25.04.2017 Seite 3 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Motivation
0,00
1,00
2,00
3,00
4,00
5,00
6,00
7,00
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Vib
ratio
n a
ccele
ratio
n in
m/s
2
Lines of Fast Fourier Transform
© Siemens AG 2017
25.04.2017 Seite 4 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Arten und Aufgaben von Industriegetrieben
Flender-Industriegetriebe Applikationsspezifische
Flender -Getriebe Integrated Drive Systems
Winergy-Getriebe für
Windenergieanlagen
• Getriebe dienen zur Umwandlung von Drehzahl und Drehmoment einer Antriebsmaschine in die
passenden Größen der Arbeitsmaschine.
• Kann ein Getriebe diese Aufgabe aufgrund von Fehlern nicht mehr erfüllen, entstehen in der Regel hohe
Kosten durch Betriebsunterbrechung, Reparatur oder Austausch.
• Mittels Zustandsüberwachung (Condition Monitoring) wird versucht, entstehende Schäden an
Maschinenelementen so frühzeitig zu erkennen, dass die Reparaturen in geplante
Betriebsunterbrechungen gelegt werden können und Folgekosten gering bleiben.
© Siemens AG 2017
25.04.2017 Seite 5 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Definition von Fehler und Schaden
Hauptfunktion eines Industriegetriebes ist die Wandlung von Drehzahl und Drehmoment
Die Festlegung der „zulässigen Toleranz“ ist eine wesentliche Kernaufgabe.
Ein Getriebe kann einen Schaden haben und dennoch seine geforderte Funktion
(Wandeln von Drehzahl und Drehmoment) ohne Fehler erfüllen.
Hieraus folgt:
Schaden (gem. DIN ISO 17359 Beiblatt 1)
Abweichung des Istwerts des Zustands, der Funktion oder des Verhaltens eines Überwachungs- oder
Diagnoseobjekts (Anlage, Maschine) vom Sollwert über eine zulässige Toleranz hinaus.
Fehler (gem. DIN 31051)
Unfähigkeit, eine geforderte Funktion zu erfüllen..
© Siemens AG 2017
25.04.2017 Seite 6 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Diagnoseansätze
Diagnoseansätze zur Zustandsdiagnose (gem. ISO 13379-1)
Wissensbasierte Analytik
Sie basiert auf einer expliziten
Darstellung des Schadensverhaltens
oder von Symptomen
durch Schadensmodelle oder Modelle
des korrekten Verhaltens
Vor- und Nachteile
Stark automatisierbar,
wenig Expertenwissen nötig
Erfordert viele Daten von beobachteten Gut-
und Schlecht-Zuständen vergleichbarer
Maschinen zum Trainieren der Algorithmen
+
-
Zuverlässige Diagnosen auch bei wenigen
historischen Vergleichsdaten
Erfordert Maschinendiagnose-Experten bzw.
gute, mathematische Modelle der
Symptom–Fehler–Zusammenhänge
-
+
Datengetriebene Analytik
Sie basiert z. B. auf neuronalen
Netzwerken, Mustererkennung,
statistischen oder numerischen
Ansätzen.
© Siemens AG 2017
25.04.2017 Seite 7 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Datenerfassung und
Trendanalyse signifikanter Schadensmerkmale
𝑎(𝑡)
a [
m/s
2]
Frequency [Hz]
Spektrale Analyse
© Siemens AG 2017
25.04.2017 Seite 8 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Datenerfassung und
Trendanalyse signifikanter Schadensmerkmale
Sch
ad
en
sm
erk
mal
S
Betriebsdauer Einlauf-
phase
Normalbetrieb unter Ausnutzung
des Verschleißvorrates
Schädigungs-
phase
signifikante Zustandsänderung
S I
S II
S III
normaler Zustand Vorlaufzeit
Bruch (Fehler)
Statusanzeige
unzulässiger Zustand
Ok
Warnung
Alarm
Absolutwert:
Trend von S:
Überwachung:
S
S = dS
dt
Prognose
Extrapolierter
Trend
𝑎(𝑡)
a [
m/s
2]
Frequency [Hz]
Spektrale Analyse
© Siemens AG 2017
25.04.2017 Seite 9 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Von der Messgröße zum Zustandsindikator
S1
S2
S3
S4
S5
A1
A2
A3
A4
A5
Me
ss
grö
ße
Ein „Smart Sensor“ könnte diese Funktionen beinhalten.
Aufnehmer Messumformer/
Signalkonditionierung
Schadens-
merkmale
Diagnose-
verfahren
Analysegerät Anzeigeeinheit
Zustandsmeldung
© Siemens AG 2017
25.04.2017 Seite 10 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Unterschiedliche Klassen von Sensoren und Systemkonzepten
© Siemens AG 2017
25.04.2017 Seite 11 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Welche Schäden können detektiert werden?
• Gehäuseschäden, z. B. ausgeschlagener Lagersitz
• Schäden an Wellen, z. B. ausgebrochene Passfedernuten
• Öl-Leckagen, auch innere Leckagen (Fallbeispiel)
• Verzahnungsschäden (Fallbeispiel)
• Wälzlagerschäden (Fallbeispiel)
• Gleitlagerschäden (im Spätstadium)
• Sonstige Schäden …
© Siemens AG 2017
25.04.2017 Seite 12 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fallbeispiel: Frühzeitige Erkennung eines Wälzlagerschadens
an einem KMPS-Getriebe
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
06.12.14 06.01.15 06.02.15 06.03.15 06.04.15 06.05.15 06.06.15 06.07.15 06.08.15 06.09.15 06.10.15 06.11.15
BP
FI L
age
rke
nn
we
rt
Datum
Alarmierung Reparatur (Tausch des defekten Lagers)
6 Monate
© Siemens AG 2017
25.04.2017 Seite 13 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fallbeispiel: Frühzeitige Erkennung eines Verzahnungsschadens
an einem KMPS-Getriebe
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
01.01.15 01.03.15 01.05.15 01.07.15 01.09.15 01.11.15 01.01.16 01.03.16 01.05.16 01.07.16
Be
sch
leu
nig
un
gsam
pli
tud
e [m
/s^2
]
Datum
Alarmierung Entgraten der Bruchkante
2015-12-11
2015-12-16
© Siemens AG 2017
25.04.2017 Seite 14 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fallbeispiel: Frühzeitige Erkennung eines Verzahnungsschadens
an einem KMPS-Getriebe
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
01.01.15 01.03.15 01.05.15 01.07.15 01.09.15 01.11.15 01.01.16 01.03.16 01.05.16 01.07.16
Be
sch
leu
nig
un
gsam
pli
tud
e [m
/s^2
]
Datum
Alarmierung Entgraten der Bruchkante
2015-12-11
2015-12-16
© Siemens AG 2017
25.04.2017 Seite 15 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fallbeispiel: Frühzeitige Erkennung eines Verzahnungsschadens
an einem KMPP-Getriebe
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
08.11.2015 08.12.2015 08.01.2016 08.02.2016 08.03.2016 08.04.2016 08.05.2016 08.06.2016 08.07.2016
Bes
chle
un
igu
ngs
amp
litu
de
[m/s
^2]
Datum
Alarmierung Notreparatur (Ausschleifen der Fehlstelle)
49 Tage
© Siemens AG 2017
25.04.2017 Seite 16 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fallbeispiel: Schmieröl-Druckabfall an einem KMPP-Getriebe
Plötzlicher Druckabfall
Temperaturanstieg
Schaden repariert
© Siemens AG 2017
25.04.2017 Seite 17 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Was lernt man daraus?
• Schäden nennenswerter Ausprägung rufen deutliche Amplitudenanstiege der Schadensmerkmale hervor.
Eine geeignete Signalanalyse und Merkmalsbildung vorausgesetzt sind die meisten Getriebeschäden
zuverlässig erkennbar.
• Schwingungsbasiertes Condition Monitoring erkennt Schäden in der Regel bereits in einem sehr frühen
Stadium.
• Vom Zeitpunkt der Schadensdetektion bis zu einer kritischen Eskalation des Schadens vergehen meist
Wochen bis Monate. Es bleibt daher in der Regel genügend Zeit, eine Instandsetzungsmaßnahme zu
planen und mit den entsprechenden Vorrichtungen von versierten Monteuren durchzuführen zu lassen.
• Zieht man weitere Informationen aus visuellen Inspektionen, Ölanalysen, Erfahrungen mit vergleichbaren
Antrieben und der Instandhaltungsplanung hinzu, findet man meist einen geeigneten
Instandsetzungszeitpunkt. Teure Folgeschäden oder Fehler können verhindert werden.
© Siemens AG 2017
25.04.2017 Seite 18 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Datengetriebene Anomaliedetektion,
multivariate Analyseverfahren
• Unbekannte und komplexe Anomalien werden automatisch erkannt.
• Mit zunehmendem Datenbestand wächst die Sicherheit der Anomaliedetektion und automatische
Diagnosen werden möglich.
Einzelne Sensoren und Frequenzbänder als binäre
Ergebnisse, kodiert als farbige Pixel in einem 2D-Bild
Aggregierte Zustandsinformation der
binären Ergebnisse als prozentualer
Alarmzustand kodiert.
© Siemens AG 2017
25.04.2017 Seite 19 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
MindSphere – das Cloud-basierte, offene IoT operating system
MindApps
• Verwendung von Apps von Siemens, Partnern oder eigenen Apps
• Transparenter Überblick in Maschinen und Anlagen
• Pay-per-Use-Preismodell
MindSphere
• Offene Schnittstelle zur Entwicklung kundenspezifischer Apps
• Unterschiedliche Cloud-Infrastrukturen: SAP, AtoS,
Microsoft Azure; public, private oder on-premise (in Vorbereitung)
MindConnect
• Offene Konnektivitätsstandards (z.B. OPC UA)
• Anbindung von Siemens Produkten und Fremdherstellern
per Plug&Play
• Sichere und verschlüsselte Datenübertragung
MindSphere
10 01 01 11
01 00 11 10
10 01 01 11
10 01 01 11
10 01 01 00
01 00 11 10
10 01 01 11
10 01 01 11
10 01 01 11
01 00
10 01
10 01 01 11 01
10 01 01 00
01 00 11 10 01 00 11
10 01 01 11
10 01 01 11 00 10
© Siemens AG 2017
25.04.2017 Seite 20 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Kann der ideale Instandsetzungszeitpunkt für Getriebe
prognostiziert werden?
• In Abhängigkeit vom Schädigungsmechanismus haben die Schadensentwicklungen sehr unterschiedliche
Verläufe
• Wohin legt man die Grenze?
Betriebsdauer
Schematische Darstellung gemessener
Trendverläufe
S
© Siemens AG 2017
25.04.2017 Seite 21 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Fazit
• Condition Monitoring an Industriegetrieben funktioniert.
• Auswahl, Anbringung und Betrieb von CMS erfordert immernoch
entsprechende Expertise.
• Algorithmen zur experten-basierten Maschinendiagnose sind
bewährt und zuverlässig.
• Der Nutzen zur Verfügbarkeitssteigerung ist nachgewiesen.
• Kunden öffnen sich zunehmend den Themen Remote Service
und Cloud, da sie den Mehrwert erkennen.
• Der Einsatz von Data Analytics und Big Data lässt weitere
Effizienzsteigerung erwarten.
© Siemens AG 2017
25.04.2017 Seite 22 Hannover Messe MDA Forum 2017 Dr. Jörg Deckers / Customer Service, Condition Monitoring
Vielen Dank für Ihre Aufmerksamkeit
Dr. Jörg Deckers
Senior Key Expert Condition Monitoring
Siemens AG
Am Industriepark 2
46562 Voerde
Telefon: +49(0)2871-92-1064
E-Mail: joerg.deckers@siemens.com
siemens.com/gcm
Flender
Halle 24
Stand D46
Recommended