Condition-Monitoring

Die zustandsbasierte Überwachung (Condition-Based Monitoring) oder Zustandsüberwachung (Condition-Monitoring) bezieht sich auf den Prozess, bei dem der Zustand einer Maschine, eines Gebäudes, einer Anlage oder eines Systems anhand bestimmter Parameter überwacht wird. Das Hauptziel der Zustandsüberwachung ist die frühzeitige Erkennung von Anzeichen eines Geräteausfalls, um unerwartete Ausfälle zu verhindern. Sie ist eine Instandhaltungsstrategie und dient als Basis für die vorausschauende Instandhaltung (Predictive Maintenance) und Instandhaltung 4.0.

Es gibt neun Haupttypen der zustandsorientierten Überwachung:

Die traditionelle Zustandsüberwachung basiert in der Regel auf der Vibrationsanalyse. Sie dient der Überwachung des Vibrationsniveaus von Maschinen und Anlagen, um Unwuchten, Ausrichtungsfehler oder andere mechanische Probleme zu erkennen. Veränderungen in den Vibrationsmustern können auf Verschleiß hinweisen und ermöglichen eine frühzeitige Erkennung von Rotations- und Strukturproblemen. Zu den Techniken gehören die Breitbandschwingungsanalyse und die Stoßimpulsanalyse.

Bei der Ölstandsüberwachung werden die Qualität und die Zusammensetzung von Schmierstoffen und anderen in Maschinen verwendeten Flüssigkeiten untersucht. Dadurch lassen sich Verunreinigungen, Zersetzungserscheinungen sowie Verschleißpartikel, die auf internen Verschleiß hindeuten, feststellen. Die Ölstandsüberwachung wird häufig in der Transportindustrie und im Rahmen der Zustandsüberwachung von Getrieben und Kompressoren eingesetzt.

Temperaturmessungen umfassen die Temperaturüberwachung von Geräten und Komponenten, um Überhitzungen oder ungewöhnliche thermische Muster zu erkennen. Ungewöhnliche Temperaturanstiege können auf Probleme wie Lagerausfälle, elektrische Probleme oder Schmierungsmängel hinweisen. Passive und aktive Thermografie sind fortschrittliche Techniken, bei denen Kameras eingesetzt werden, um die von Geräten abgegebene Wärme zu erfassen.

Die Schallemissionsprüfung wird in zwei Kategorien unterteilt: Schall und Ultraschall. Bei der Schallprüfung messen Mikrofone den Schall im Bereich des menschlichen Gehörs. Diese Methode wird für Schmiermittelanalysen verwendet, um festzustellen, ob die Geräte oder Teile davon richtig geschmiert sind. Die Ultraschallprüfung geht noch einen Schritt weiter und wird eingesetzt, um Geräusche zu erkennen, die auf mögliche Fehler oder Ausfälle in der Anlage hinweisen. Diese Geräusche sind möglicherweise für das menschliche Ohr nicht hörbar. Die Ultraschallprüfung wird häufig eingesetzt, um Kavitation, Leckagen und nicht richtig eingebaute Teile zu erkennen.

Die Motorstromkreisanalyse bewertet den Zustand von Motoren. Mithilfe dieser Analyse lassen sich Isolationsausfälle und elektrische Ungleichgewichte erkennen. Diese Form der Zustandsüberwachung kann durchgeführt werden, während der Motor läuft (online) oder wenn er stromlos ist (offline).

Bei der elektrischen Überwachung werden elektrische Parameter verfolgt. Merkmale wie Kapazität, Widerstand sowie Impuls- und Frequenzverhalten können auf diese Weise geprüft werden. Bei dieser Form der Zustandsüberwachung wird die Verschlechterung elektrischer Systeme gemessen, um eine vorbeugende Wartung zu ermöglichen, bevor es zum Ausfall der Anlage kommt.

Bei der elektromagnetischen Messung werden die von Geräten erzeugten elektromagnetischen Felder überwacht. Veränderungen des Stroms und Verzerrungen im elektromagnetischen Feld weisen auf mögliche Probleme durch Defekte hin.

Die Strahlungsanalyse bezieht sich auf die interne Analyse von Assets und Komponenten mittels Strahlungsbildgebung (Radiation Imaging). Es handelt sich um eine zerstörungsfreie Prüfmethode, die die Absorptionsraten von Strahlung im geprüften Material misst. Interne Fehler absorbieren unterschiedliche Mengen an Strahlung.

Die Laserinterferometrie bezieht sich auf den Einsatz von Laserinterferometern zur hochpräzisen Messung kleinster Verschiebungen, Vibrationen oder Verformungen in Maschinen. Die Wellenverschiebung zweier Laserstrahlen wird gemessen, um Defekte auf der Oberfläche oder dem Untergrund von Materialien zu erkennen.

Das industrielle Internet of Things (IIoT) hat die Zustandsüberwachung durch die Einführung fortschrittlicher Technologien erheblich verändert.

Unternehmen bewegen sich weg von manuellen Prüfungen und Inspektionen hin zu automatisierten Prozessen für die Zustandsüberwachung und ferngesteuerte Instandhaltung. Die zustandsorientierte Überwachung in der Industrie 4.0 und Instandhaltung umfasst den Übergang zur Datenerfassung und -analyse in Echtzeit. Das IIoT ermöglicht eine kontinuierliche Echtzeit-Überwachung des Anlagenzustands durch vernetzte Condition-Monitoring-Sensoren und -Geräte. Dadurch können Anomalien und potenzielle Probleme sofort erkannt werden, was zu schnelleren Reaktionen und proaktiverer Wartung führt.

Die riesigen Datenmengen, die von IIoT-Geräten wie RFID-Tags mit integrierten Sensoren sowie LoRaWAN- und UWB-Sensoren erfasst werden, werden mithilfe fortschrittlicher Analyse- und maschineller Lernalgorithmen analysiert. Auf diese Weise lassen sich Muster erkennen, Ausfälle vorhersagen und verwertbare Erkenntnisse für Wartungsentscheidungen gewinnen. Durch die Ermöglichung von Echtzeitüberwachung und vorausschauender Wartung trägt die Zustandsüberwachung dazu bei, die Ziele von Industrie 4.0 zu erreichen, und führt zu einem effizienteren, zuverlässigeren und intelligenteren industriellen Betrieb.

Bei der Zustandsüberwachung gibt es fünf Hauptschritte.

Der erste Schritt ist die Installation von Sensoren an den zu überwachenden Geräten oder Anlagen. Die Sensoren werden je nach den zu messenden und zu erfassenden Parametern ausgewählt.

Die Daten dieser Sensoren werden dann von den Anlagen erfasst und zur Verarbeitung an ein zentrales System oder eine Cloud übertragen. Je nach dem verwendeten Überwachungssystem kann die Datenerfassung entweder in Echtzeit oder in regelmäßigen Abständen erfolgen.

Spezialisierte Software, fortschrittliche Analyseverfahren und Algorithmen für maschinelles Lernen analysieren die Daten, um Anomalien, Trends und Muster zu erkennen. Diese werden mit historischen Daten verglichen, um potenzielle Probleme zu ermitteln.

Werden bestimmte Schwellenwerte überschritten oder potenzielle Ausfälle erkannt, generiert das System Warnungen oder Benachrichtigungen. Das Instandhaltungspersonal wird per SMS, E-Mail oder über ein Gerät mit einer speziellen Überwachungssoftware informiert.

Die Instandhaltungsteams prüfen dann diese Warnungen, um geeignete Maßnahmen festzulegen, und planen proaktiv Wartungsaktivitäten auf der Grundlage des Zustands der Anlagen. Auf diese Weise werden Geräteausfälle verhindert, bevor sie auftreten. Die Integration in computergestützte Wartungsmanagementsysteme (CMMS) ermöglicht eine automatisierte Instandhaltungsplanung.

Die wichtigste Condition-Monitoring-Hardware sind die IoT-Sensoren. Verschiedene Sensoren messen unterschiedliche Parameter wie Temperatur, Druck, Vibration, Schall, Ölstand und Feuchtigkeit.

Schnittstellen-Gateways wie IO-Link, Speicherprogrammierbare Steuerung (SPS) und LoRaWAN werden verwendet, um die Erfassung, Übertragung und Integration von Sensordaten zu ermöglichen.

Datenerfassungshardware spielt eine wichtige Rolle bei der Erfassung und Verarbeitung von Sensordaten. Datenerfassungssysteme (Data Acquisition Systems – DAQ) dienen als Schnittstelle zwischen physischen Sensoren und dem Überwachungssystem. Einige DAQ-Systeme sind mit integrierten Verarbeitungsfunktionen ausgestattet, die eine Echtzeitanalyse der eingehenden Daten ermöglichen. Bei der Zustandsüberwachung fassen DAQ-Systeme Daten von verschiedenen Sensoren zusammen und bereiten sie für die weitere Analyse auf. DAQ-Systeme übertragen die Daten dann an Edge-Geräte, zentrale Überwachungssysteme, cloudbasierte Plattformen oder Unternehmenssysteme wie Enterprise Resource Planning (ERP) und Computerized Maintenance Management Systems (CMMS).

Die wichtigste Software und Tools für ein Zustandsüberwachungssystem sind Datenerfassungssoftware, Datenverarbeitungssoftware, Datenvisualisierungssoftware, Alarmierungssoftware und Instandhaltungsplanungssoftware.

Die Zustandsüberwachung wird in verschiedenen Branchen zunehmend eingesetzt. Einem Bericht von „Market and Markets“ zufolge wird der globale Markt für die Zustandsüberwachung von Maschinen zwischen 2024 und 2029 um 8,3 Prozent wachsen. Cloud-basierte Condition-Monitoring-Systeme sind ebenfalls auf dem Vormarsch. Laut einem Bericht der Marktforschungsplattform „Gitnux“ wird der Marktanteil von Cloud-basierten Schwingungsüberwachungssystemen bis 2027 voraussichtlich 25 Prozent des globalen Marktes für Schwingungsüberwachungssysteme übersteigen. Unternehmen, die Schwingungsüberwachung einsetzen, können die Ausfälle von Maschinen um bis zu 30 Prozent reduzieren.

Die Zustandsüberwachung ist in verschiedenen Branchen weit verbreitet. Sie trägt zur Digitalisierung in der Industrie bei, indem sie die Überwachung von Maschinen und Anlagen auf frühzeitige Anzeichen von Verschleiß und Abnutzung ermöglicht. In der Öl- und Gasindustrie wird die Zustandsüberwachung auf Bohrinseln, Pipelines und Verarbeitungsanlagen angewendet. Im Rahmen der Digitalisierung im Verkehr, einschließlich der Automobil-, Luftfahrt- und Eisenbahnindustrie, wird die Zustandsüberwachung eingesetzt, um die Zuverlässigkeit von Fahrzeugen und Systemen zu gewährleisten. Im Rahmen der Digitalisierung im Gesundheitswesen wird der Zustand von medizinischen Geräten überwacht. Im Bergbau wird Condition-Monitoring zur Überwachung schwerer Maschinen eingesetzt. In der Luft- und Raumfahrtindustrie werden Flugzeugtriebwerke und -systeme überwacht. Im Rahmen der Digitalisierung in der Energiewirtschaft wird die Zustandsüberwachung beispielsweise auch für Generatoren, Windturbinen und Solarzellen eingesetzt.

Die folgenden Beispiele aus der Praxis zeigen, wie IoT-Technologien bei der Zustandsüberwachung in der Energiebranche, in der Produktion und in der Landwirtschaft eingesetzt werden.

Sigfox IoT-fähige Sensoren werden zur Zustandsüberwachung in der Landwirtschaft eingesetzt. Diese Sensoren sammeln Daten wie Temperatur und Niederschlag im Laufe der Zeit, um den landwirtschaftlichen Betrieb zu optimieren. Die Sensoren überwachen die Feuchtigkeit, Nässe und Temperatur des Bodens sowie die Temperatur der Luft. Diese Daten werden direkt an das Internet übertragen. Wi-Fi, GSM oder eine reguläre Internetverbindung sind nicht erforderlich. Auf diese Weise erhalten die Landwirte Live-Daten vom Feld, die es ihnen ermöglichen, bessere Entscheidungen zu treffen, z. B. in Bezug auf Schädlingsbekämpfung, Bepflanzung und Bewässerung. Landwirte können RFID-Sensorlösungen auch in Kombination mit künstlicher Intelligenz einsetzen, um den Zustand des Viehbestands zu überwachen.

In modernen Industrie 4.0-Umgebungen geht es nicht mehr um die Frage, ob Condition-Monitoring implementiert werden soll oder nicht, sondern vielmehr darum, den Umfang und die Reichweite der Condition-Monitoring-Daten zu bestimmen. In vielen modernen Industrieanlagen sind Personal und Serviceunternehmen oft weit von den eigentlichen Einsatzorten entfernt. Gegenwärtig arbeiten die meisten dieser Mitarbeiter als isolierte Informationsinseln, was in erster Linie darauf zurückzuführen ist, dass es keine effektiven Softwaretools gibt, die die Kommunikation und Integration erleichtern.

Die Implementierung von Cloud-basierten Zustandsüberwachungsplattformen kann diese Lücke schließen, indem sie isolierte Mitarbeiter mit Datensätzen verbindet. Diese Technologie beseitigt die Beschränkungen der Informationstransparenz und der Zusammenarbeit. Somit wird diese verstärkte Zusammenarbeit in den Fabriken der Zukunft zu einer verbesserten Instandhaltungsleistung und letztlich zu einer Maximierung des Geschäftswerts führen.

Immer mehr Unternehmen gehen von reaktiven, geplanten Instandhaltungsplänen zu einem stärker zustandsorientierten und vorausschauenden Ansatz über. Die Integration von KI ist der nächste Schritt bei der Vorhersage potenzieller Probleme. Mit dem Übergang zu Industrie 5.0 werden KI und das IIoT bei der Zustandsüberwachung immer wichtiger. Diese kommende industrielle Ära wird die Mensch-Roboter-Kollaboration (MRK), die individuelle Anpassungsfähigkeit und die Nachhaltigkeit in den Vordergrund stellen. Durch die Zusammenarbeit von Mensch und KI wird sichergestellt, dass Instandhaltungsteams ihre Ziele im Hinblick auf die betriebliche Effizienz erreichen. Fortschrittliche Zustandsüberwachungssysteme werden eingesetzt, um die dafür erforderlichen Daten und Erkenntnisse zu gewinnen.

Die Zukunft der Zustandsüberwachung umfasst auch Digital Twin und Augmented Reality (AR). Die Integration digitaler Zwillinge in Zustandsüberwachungssysteme (Condition-Monitoring-Systems, CMS) entwickelt sich zu einem entscheidenden Faktor für die industrielle Digitalisierung von Unternehmen. Die Integration von Zustandsüberwachungssystemen mit digitalen Zwillingen bietet Herstellern eine umfassende Echtzeitansicht der Anlagenleistung und des Anlagenzustands (Machine Health Monitoring). Digitale Zwillinge können das Verhalten von Anlagen oder Geräten anhand von Live-Daten aus Zustandsüberwachungssystemen simulieren. Auf diese Weise können die Bediener wichtige Parameter überwachen und Anomalien oder Abweichungen schnell erkennen. Digitale Zwillinge ermöglichen auch eine vorausschauende Wartung.

AR wird zunehmend in der Zustandsüberwachung eingesetzt, um die Effizienz und Effektivität von Wartungs- und Betriebsaufgaben zu verbessern. Mit AR können Echtzeitdaten von Sensoren und Zustandsüberwachungssystemen direkt auf die physische Anlage übertragen werden. Über AR-Brillen oder mobile Geräte erhalten die Techniker einen Überblick über Messwerte wie Temperatur, Vibration und Druck, die den Maschinen überlagert werden. Darüber hinaus ermöglicht AR die Erstellung interaktiver Dashboards, auf die über Datenbrillen oder Tablets zugegriffen werden kann, so dass das Instandhaltungspersonal historische Daten, Trends und vorausschauende Analysen vor Ort visualisieren kann. Die Fernunterstützung ist ein weiterer wichtiger Vorteil, da Experten Unterstützung leisten können, indem sie das, was der Techniker vor Ort sieht, durch AR sehen, ihn in Echtzeit führen und bestimmte Komponenten hervorheben, die Aufmerksamkeit benötigen.

Die Umsetzung eines zustandsorientierten IoT-Überwachungssystems erfordert die Integration verschiedener Hardware- und Software-Komponenten, häufig mit bestehenden Unternehmenssystemen wie ERP- und Wartungsmanagementsystemen. Dieser Integrationsprozess kann komplex und zeitaufwändig sein und erfordert erhebliche technische Fachkenntnisse und Ressourcen.

Der Wert von Überwachungssystemen hängt von der Genauigkeit und Zuverlässigkeit der erfassten Daten ab. Eine schlechte Datenqualität aufgrund von Sensorfehlfunktionen, Kalibrierungsproblemen oder Datenübertragungsfehlern kann zu falschen Analysen und fehlgeleiteten Wartungsentscheidungen führen.

Die Installationskosten für Geräte zur Zustandsüberwachung können teuer sein. Dazu gehören IoT-Geräte, Infrastruktur und Systemintegration. Batteriebetriebene Sensoren sind beispielsweise relativ kostspielig. In einigen Fällen müssen die Zustandsüberwachungssysteme geändert und nachgerüstet werden. Was die Betriebskosten angeht, müssen Unternehmen auch die regelmäßige Instandhaltung von IoT-Geräten berücksichtigen, einschließlich Kalibrierung, Firmware-Updates und Batteriewechsel. Damit die Datenanalyse der Zustandsüberwachungsdaten korrekt durchgeführt werden kann, muss das Personal geschult werden.

Eine weitere Herausforderung bei der IoT-gestützten Condition-Monitoring ist die Datensicherheit. Da IoT-Geräte große Datenmengen sammeln und über Netzwerke übertragen, werden sie zu potenziellen Zielen für Cyberangriffe. Die Gewährleistung der Sicherheit dieser Geräte und der von ihnen verarbeiteten Daten ist von entscheidender Bedeutung, kann aber sehr komplex sein. Die Sicherheitsmaßnahmen müssen Verschlüsselung, sichere Kommunikationsprotokolle und regelmäßige Updates zum Schutz vor Schwachstellen umfassen.

IoT-Zustandsüberwachungssysteme erzeugen eine enorme Datenmenge in Echtzeit. Die effiziente Verarbeitung und Analyse dieser Daten kann eine große Herausforderung darstellen. Die hohe Datengeschwindigkeit erfordert eine robuste Infrastruktur, die Echtzeitdatenströme ohne Latenzzeiten verarbeiten kann. Dazu sind häufig fortschrittliche Datenverarbeitungstechniken und skalierbare Cloud-Dienste erforderlich, um sicherzustellen, dass die Daten umgehend analysiert und entsprechende Maßnahmen ergriffen werden können.

Interoperabilität ist auch ein wichtiges Thema bei der IoT-gestützten Zustandsüberwachung. In industriellen Umgebungen werden häufig Geräte verschiedener Hersteller verwendet, die jeweils ihre eigenen proprietären Protokolle und Standards haben. Die Integration dieser verschiedenen Systeme in einen zusammenhängenden Überwachungsrahmen kann eine Herausforderung sein. Um sicherzustellen, dass verschiedene IoT-Geräte und -Plattformen miteinander kommunizieren und nahtlos zusammenarbeiten können, müssen gemeinsame Standards und Protokolle eingehalten werden. OPC UA spielt hier eine wichtige Rolle. Um mehr zu erfahren: Wofür ist OPC UA alles gut?