Die nächste industrielle Revolution

Beim Pressen von Bauteilen für Autos, Waschmaschinen oder Kühlschränken entstehen teilweise Drücke von mehreren tausend Tonnen. Fallen die Maschinen aus ist der Schaden gross. Denn in den meisten Fällen sind die Maschinen in eine Prozesskette eingebettet. Fällt eine aus, steht die ganze Produktion lahm.

Was wäre, wenn man vorher wissen könnte, was eine Anlage ausfällt beziehungsweise bestimmte Komponenten brechen? Unternehmen könnten exakt planen, wann sie die Maschinen warten, wann sie Komponenten austauschen müssen.

Forscher des Fraunhofer-Instituts für Werkzeugmaschinen und Umformtechnik (IWU) in Chemnitz sind dieser Idee jetzt einen Schritt näher gekommen. Maschinen sollen in Zukunft genau wissen, wenn sie ein Problem haben und wann dieses auftritt.

Virtuelle Sensoren

Im Rahmen des EU-Projekts iMain entwickelten die Forscher den Prototypen einer Technologie, die es erlaubt Aussagen darüber zu treffen, wann eine Anlage oder eine Komponente in naher Zukunft ausfällt. Das Kernstück der Technologie bilden virtuelle Sensoren.

Rechnergestützte Simulationsmodelle der Maschine und reale Sensoren an der Maschine speisen die virtuellen Sensoren mit Informationen über auftretende Spannungen in einzelnen Bauteilen. "Anhand mathematischer Modelle und nur weniger wirklich installierter Sensoren können so Spannungsszenarien an der kompletten Maschine realgetreu und in Echtzeit simuliert werden. Das ermöglicht eine vorausschauende Instandhaltung in einer Form, die es bisher noch nicht gibt", sagt Markus Wabner vom Fraunhofer IWU.

Maschinen lernen, wann sie gewartet werden müssen

Gemäss Wabner nutzen zwar bereits einige Hersteller reale Sensoren. Sich aber alleine auf diese verlassen, habe Nachteile. Zudem sei es aufwendig und teuer, sie zu instalieren. "Aus unserer Sicht sind die 'virtuellen Sensoren' deshalb auch der einzig denkbare Ansatz, ganzheitliche Belastungsszenarien auf wirtschaftliche Weise darzustellen", sagt Wabner. Umgekehrt können auch die genausten Berechnungen und Simulationen Fehler beinhalten. Deswegen setzen die Forscher auf virtuelle und reale Messwerte.

Über eine firmeninterne Cloud lassen sich Belastungsgeschichten erstellen und Informationen von verschiedenen Anlagen zusammenführen. Die Ausgabe erfolgt über verschiedene Schnittstellen. Beispielsweise Smartphones, Tablets oder Laptops. Je mehr Daten dabei zur Verfügung stünden, desto grösser sei das Wissen um den richtigen Zeitpunkt zum Eingreifen. "Die Maschinen lernen mit der Zeit, wann es notwendig ist, Komponenten auszutauschen oder ob sie optimal ausgelastet sind", sagt Wabner.

Die Forscher des Fraunhofer-Instituts sind mit ihrer Arbeit keine einsamen Streiter. Ihre Arbeit ist Teil einer Revolution. Der nächsten industriellen Revolution. Der Industrie 4.0.