Do you want to see our content in English?

x
x

Zustandsorientierte Instandhaltung als Retrofit

““
#Laserschneiden #Instandhaltung #Trumpf #Codestryke #Arrow
IoT Ise Case - arrow + codestryke
3 Minuten Lesezeit
3 Minuten Lesezeit
Der Aufwand für Prüfung und Instandhaltung bei Laserschneidemaschinen ist hoch. Mit einer Analyse von Maschinendaten lassen sich Wartungszeitpunkte besser bestimmen. Die Codestryke GmbH hat eine IIoT-Lösung entwickelt, die Zustandsüberwachung und Predictive Maintenance ermöglicht.

Das Problem: Ineffiziente Wartung und fehlende Daten

Die 2D-Laserschneidemaschinen von Trumpf sind leistungsstarke Präzisions-Bearbeitungsmaschinen. Mit sechs Kilowatt Laserleistung schneiden sie Stahlbleche bis zu einem Durchmesser von 25 mm und Aluminiumbleche bis 16 mm. Vor allem bei Edelstahl entstehen spiegelglatte Schnittkanten, die häufig keine Nacharbeit mehr erfordern. Eine spezielle Kühlung des Werkstücks sorgt dafür, dass auch ungewöhnliche Geometrien einfach zu schneiden sind.

Die Beanspruchung vor allem im Drei-Schicht-Betrieb bedeutet für die Maschine starken Verschleiß. Düsen werden beschädigt, die Linse kann ihre Fokussierung verlieren und die Mechanik des beweglichen Schneidkopfes kann ausleiern. Ein Nutzer der Laserschneider wollte den Aufwand für Prüfung und Instandhaltung verringern. Es gab allerdings keine einfache Lösung, um Störungen zu analysieren, Wartungsintervalle zu optimieren und Daten zur Gesamtanlageneffektivität (OEE, Overall Equipment Effectiveness) zu ermitteln.

Im Ergebnis war die Fehlersuche bei der Reparatur einer ausgefallenen Maschine sehr aufwendig und damit teuer. Außerdem waren die Wartungsintervalle mangels Daten sehr ineffizient – der Verschleiß war nicht gleichmäßig, zu den Wartungsterminen konnten nur wenige Probleme behoben werden. Daten über den Maschinenzustand zu erhalten, wäre nur mit „Neuverdrahtung“ von SPSen und Gateways möglich. Der dafür notwendige Aufwand macht diese Lösung unwirtschaftlich. Digitale Technologien und das Industrial IoT (Internet of Things, Internet der Dinge) bieten dagegen eine deutlich kosteneffizientere Lösung.

Die Lösung: Retrofit mit Sensoren und Edge-Device

Das Unternehmen arbeitete für die Entwicklung einer Lösung mit der Codestryke GmbH zusammen. Der Anbieter von Industrial IoT-Lösungen für Maschinenbau und Produktionstechnik empfahl eine Lösung mit der iCOMOX Sensorbox von Arrow. Die Sensorbox ist eine offene Entwicklungsplattform für die IIoT-basierte Anlagenüberwachung und speziell für Retrofit-Lösungen geeignet. Das kompakte Gerät besitzt verschiedene Befestigungsadapter und wird innen oder außen an der Maschine angebracht.

Die Sensoren der IoT-Box ermitteln Vibration, Magnetfeld, Akustikdaten und Temperatur. Da sie erhebliche Datenmengen erzeugen, nutzt Codestryke ein Edge-Device zur Filterung und Komprimierung. Es leitet nur Messwertänderungen an die Cloud weiter und überlastet dadurch die Verbindung zur IoT-Plattform in der Cloud nicht. Die Übertragung geschieht je nach Situation vor Ort und Kundenwunsch über Narrow Band IoT (Mobilfunk), per Kabel (Power over Ethernet, PoE) oder kabellos mit einem SmartMesh-IP-Funknetzwerk.

Durch die kostengünstige Hardware hat der Auftraggeber innerhalb kürzester Zeit Daten aus den Laserschneidemaschinen zur Verfügung. Mit ihnen werden defekte Bauteile erkannt und die Gesamtanlageneffektivität (OEE) berechnet. Zudem stehen alle Daten für weitere Analysen bereit, etwa für die vorausschauende Instandhaltung (Predictive Maintenance).

Das Ergebnis: Predictive Maintenance bringt hohe Anlagenverfügbarkeit

Die Lösung nutzt eine Analytics-Anwendung in der Cloud, Sensordaten auszuwerten und jederzeit den Zustand der Komponenten eines Laserschneiders zu ermitteln. Dadurch ist beispielsweise möglich, bei der Fehlersuche nach einer Störung Lagerschäden sofort zu erkennen – inklusive der Information darüber, um welches Lager es sich handelt.

Predictive Maintenance auf Basis der Anlagendaten ermöglicht effiziente Wartungszeitpunkte: Es gibt weder unnötige Wartungen noch überraschende Ausfälle. Zuletzt erlauben die Daten als Nebenprodukt auch eine OEE-Lösung, die alle zur Berechnung der Gesamtanlageneffektivität notwendigen Faktoren berechnet. Insgesamt entsteht so eine moderne und kosteneffiziente Lösung für die zustandsorientierte Instandhaltung.

 

Jetzt IoT Use Case Update erhalten

Erhalten Sie monatlich exklusive Einblicke in unsere Use Cases, Aktivitäten und News aus dem Netzwerk - Jetzt kostenlos anmelden.