Optimales Sensorsystem als Grundlage Für einen digitalen Zwilling - Materialforschungs- und -prüfanstalt an der Bauhaus-Universität Weimar
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Optimales Sensorsystem als Grundlage Für einen digitalen Zwilling Daniel Haag, Heiko Beinersdorf, Prof. Dr.-Ing. Carsten Könke Materialforschungs- und –prüfanstalt an der Bauhaus-Universität Weimar
Vorstellung VIPO Partner und Region Partner Wirtschaft 1 3D Schilling GmbH 2 Alpha Analytics UG &Co.KG 3 Andato GmbH & Co. KG 4 Dynardo GmbH 5 LightTrans International UG 6 ORISA Software GmbH Partner Wissenschaft 1 CiS Forschungsinstitut für Mikrosensorik GmbH 2 Ernst-Abbe-Hochschule Jena 3 Materialforschungs- und - prüfanstalt an der Bauhaus-Universität Weimar 04.03.2020 Thüringer Werkstofftag 2020 2
Digitaler Zwilling - Motivation Ungeplante Reparaturzeit Bisher Schadensentwicklung Stillstand Reparatur Ausfall Detektion Detektion Ziel Schadensentwicklung Reparatur Betrieb Pumpspeicherkraftwerk Quelle: StatusPro - Maschinendiagnostik Zeit Quelle: picture alliiance/ dpa/ka/lrei fdt fux 04.03.2020 Thüringer Werkstofftag 2020 3
VIPO - Digitaler Zwilling Belastung Beanspruchung Sensor- System Reales System Prognose 5 0 Var 1 Var 2 Optimierung Digitaler Zwilling 04.03.2020 Thüringer Werkstofftag 2020 4
Digitaler Zwilling – Daten und Modelle Sensorsystem DZ TSDB Datenlogger S SC ADC Messgerät S SC ADC S SC ADC Edge Comp. Modelle IoT Cloud Bild: CIS GmbH Bild: CADFEM GmbH Bild: Ansys Dynardo 04.03.2020 Thüringer Werkstofftag 2020 5
Workflow System- und Betrieb Potenzialanalyse Optimierung Entwurf Absicherung Validierung Planung + Implementierung Umsetzung und Kalibrierung 04.03.2020 Thüringer Werkstofftag 2020 6
Demonstrator - Prüfmaschine Eckdaten Drehzahl 6000 −1 Biegemoment 200 Versuchsdauer Ca. 10 ℎ 04.03.2020 Thüringer Werkstofftag 2020 7
Systemanalyse: Kritische Komponenten Wälzlager Fehlerart: Materialermüdung Ursache: unerwartete Belastung Folgen: Vibration, gestörter Rundlauf Quelle: Philipp Theden, Systemanalyse bspw. mittels FMEA Hubertus Colsman liefert Ausgangspunkt für Modellentwurf und Sensorsystem Qualitätstechniken 04.03.2020 Thüringer Werkstofftag 2020 8
Planung und Umsetzung: Sensorkonzept Umdrehung Kraft Bild: COMUS Group Bild: ME-Meßsysteme Temperatur Bild: Heraeus 04.03.2020 Thüringer Werkstofftag 2020 10
Planung und Umsetzung: Sensordaten U [V] Hall-Sensor Bild: COMUS Group t [ms] Pulssignal ~ Drehzahl Ungefiltertes Sensorsignal 04.03.2020 Thüringer Werkstofftag 2020 11
Implementierung: Aufbereitete Messdaten 7000 6000 5000 4000 3000 2000 1000 0 01 240 241 481 721 961 1200 1201 1441 1681 1921 2161 240126412881 2400 3121 3361 t [s] 3000 Drehzahl [Umin] radiale Kraft [N] axiale Kraft [N] 04.03.2020 Thüringer Werkstofftag 2020 12
Implementierung: Lastkollektive Aus den aufbereiteten Messdaten wird das Belastungskollektiv bestimmt. Äquivalente Belastung nach ISO 281: Nominelle Lebensdauer: 1 =1 ∙ ∙ ∙ 10 = = =1 ∙ Mit: : Lebensdauerbeiwert als Funktion von Schmierstoffzustand, Verschmutzung und Temperatur : Zeitanteil in % : Drehzahl : Lagerreaktion : Lagerlebensdauerexponent, Bauformabhängig : Dynamische Tragzahl 04.03.2020 Thüringer Werkstofftag 2020 13
Implementierung: Update der Lagerlebensdauer Nominelle Lagerlebensdauer Berechnung aktualisierte Messung Lebensdauer Extrapolation von Update Lastkollektiven Lastkollektive 04.03.2020 Thüringer Werkstofftag 2020 14
Implementierung: IoT Plattform Siemens MindSphere 04.03.2020 Thüringer Werkstofftag 2020 15
Zusammenfassung und Erkenntnisse • Proof of Concept eines Digitalen Zwillings für eine (einfache) rotierende Maschine • Prognosefähiges Modell erstellt anhand von erlebten und prognostizierten Belastungen eine Lebensdauervorhersage in Echtzeit • Modelle und Daten werden in einer IoT-Plattform integriert • Alarme und Handlungsempfehlungen können in „Echtzeit“ generiert werden 04.03.2020 Thüringer Werkstofftag 2020 16
Daniel Haag MFPA Weimar daniel.haag@mfpa.de
Sie können auch lesen