Erkennung von Lagerverschleiß und Riemenscheibenfehlstellungen bei riemengetriebenen Lüftern mit 3-Achsen-Vibrationsüberwachung
Die Aufgabe
Eine Produktionsanlage setzte einen standardmäßigen 3-Achsen-MEMS-Vibrationssensor ein, um den Zustand ihrer riemengetriebenen Lüfter zu überwachen. Er lieferte zwar grundlegende Vibrationsdaten, war aber wegen des übermäßigen Rauschens in der dritten Achse unzuverlässig bei der Erkennung von Fehlern in vertikal-radialer Richtung (d. h. senkrecht zur Welle). Dies brachte das Wartungsteam in eine schwierige Lage. Das Zögern, auf Anomalien in der dritten Achse zu reagieren, führte manchmal dazu, dass sich mechanische Probleme so weit verschlimmerten, dass bereits erhebliche Schäden am Lüfter entstanden waren, bis ein Spezialist hinzugezogen wurde. Andererseits wurde es durch die vielen Fehlalarme wegen angeblicher Anomalien in der dritten Achse schwierig, festzustellen, wann ein echtes Problem vorlag. Ohne eine Möglichkeit, tatsächliche Fehler vom Sensorrauschen zu unterscheiden, schwankte das Wartungspersonal zwischen reaktiver und prädiktiver Wartung – manchmal mit ungeplanten Ausfallzeiten und manchmal mit geplanten Ausfallzeiten aufgrund von Fehlalarmen.
Die Lösung
Das Werk setzte den Banner QM30VT3 Hochleistungs-3-Achsen-Schwingungs- und Temperatursensor mit integrierter VIBE-IQ Software für maschinelles Lernen ein, um beide Probleme zu lösen. Im Gegensatz zu herkömmlichen MEMS-Sensoren, die oft unzuverlässige Daten für die dritte Achse liefern, zeichnet sich der QM30VT3 durch eine extrem niedrige Rauschdichte in allen drei Achsen aus, sodass das Wartungsteam klare, genaue Vibrationsdaten in jeder Richtung erhält, Fehlalarme vermieden werden und das Vertrauen in die Messungen der dritten Achse wiederhergestellt wird.
Die größten Auswirkungen hatte die Einführung von VIBE-IQ. Anstatt das Wartungsteam zu zwingen, Vibrationsrohdaten manuell zu interpretieren, überwacht VIBE-IQ kontinuierlich den Zustand der Maschine und erkennt automatisch frühe Anzeichen von Lagerverschleiß und Ausrichtungsfehlern. Durch den Einsatz von maschinellem Lernen zur Ermittlung der Baseline erkennt der Sensor Abweichungen sofort nach Auftreten und gibt rechtzeitig Warnmeldungen aus, damit rechtzeitig eingegriffen werden kann, bevor es zu Ausfällen kommt.
Mit dem QM30VT3 werden die Lüfter nun mit einer prognosegestützten Wartungsstrategie überwacht, die es dem Wartungsteam ermöglicht, nur dann tätig zu werden, wenn der Sensor aufgrund von Abweichungen von den festgelegten Vibrationsgrenzwerten Alarme auslöst. Das Ergebnis ist ein intelligenterer, effizienterer Wartungsbetrieb mit weniger Unterbrechungen und einer höheren langfristigen Zuverlässigkeit der Anlagen.
