Institut für Werkzeugmaschinen und Produktionsprozesse
Zustandsüberwachungssystem für die Produktion bis zur industriellen Anwendung weiterentwickelt
„Im Projekt ServoSense haben wir unsere akademisch entwickelten Methoden zur Schadensanalyse und -vorhersage bei elektromechanischen Antriebskomponenten in Fertigungsanlagen aus Sicht eines Antriebsherstellers neu gedacht, sodass diese direkt in die kommerziell verfügbare Hardware integriert werden können und damit direkt im Antriebssystem anwendbar sind“, sagt Chris Schöberlein, Wissenschaftlicher Mitarbeiter der Professur Produktionssysteme und -prozesse der Technischen Universität Chemnitz (Leitung: Prof. Dr. Martin Dix).
Gemeinsam mit der Jenaer Antriebstechnik GmbH und der Synergy Four GmbH aus Selb haben sie ein Condition Monitoring System entwickelt, bei den Algorithmen den laufenden Produktionsprozess und die Vorschubachsen einer Maschine ohne zusätzliche Sensoren überwachen. Das System verdichtet und interpretiert vorhandene Antriebsdaten und -signale, und erkennt so unter anderem mechanische Defekte, falsch eingestellte Regler, Alterungserscheinungen, Änderungen in der Zuladung oder dynamische Laständerungen im regulären Maschinenbetrieb. Die Wissenschaftlerinnen und Wissenschaftler konnten an einem eigens dafür aufgebauten Versuchsstand sowohl verschiedene Schadensmuster und Versagensfälle als auch Fertigungsprozesse simulieren und die Ergebnisse mit den praktischen Erfahrungen der Industriepartner abgleichen.
Das direkt in die Steuerungssoftware des Antriebsherstellers integrierte Zustandsüberwachungssystem ermöglicht es dem Bedienpersonal, frühzeitig Anpassungen vorzunehmen, ohne die Produktion einzuschränken. Dadurch wird eine Erhöhung der Maschinenverfügbarkeit erwartet. Im Projekt lag der Fokus auf der Überwachung relevanter Prozessparameter in Maskenfertigungsanlagen, jedoch lassen sich die Projektergebnisse auch auf andere Branchen übertragen.
Schöberlein hat den neuen Ansatz zur Nutzung der antriebsinternen Signale von elektromechanischen Achsen für eine übergeordnete Prozess- und Maschinenüberwachung in seiner Dissertation sowie weiteren wissenschaftlichen Veröffentlichungen ausgearbeitet. „Fast allen bisher verfügbaren Methoden ist gemeinsam, dass die benötigten Modelle entweder über externe Mess- und Anregungsquellen ermittelt werden oder in ihrer Genauigkeit begrenzt sind. Die experimentellen Ergebnisse an unserem Prüfstand und einem Bearbeitungszentrum belegen, dass die neue Methode auch ohne diese Einschränkungen allein auf Basis antriebsinterner Signale funktioniert“, berichtet Schöberlein.
Das Projekt „ServoSense – Entwicklung eines smarten, antriebsbasierten Auswertesystems zur Zustandsüberwachung relevanter Prozessparameter in Maskenfertigungsanlagen“ wurde vom 1. März 2023 bis 31. Mai 2025 durch das Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestags gefördert.
Die Zusammenarbeit mit der Jenaer Antriebstechnik GmbH war so erfolgreich, dass in diesem Jahr ein neues gemeinsames Forschungsprojekt im Rahmen des „Zentralen Innovationsprogramms Mittelstand ZIM“ startet. Das Projekt befasst sich mit der Erkennung und aktiven Korrektur von bewegungs- und prozessinduzierten Oszillationen an elektromechanischen Achsen.
„Im Projekt ServoSense haben wir unsere akademisch entwickelten Methoden zur Schadensanalyse und -vorhersage bei elektromechanischen Antriebskomponenten in Fertigungsanlagen aus Sicht eines Antriebsherstellers neu gedacht, sodass diese direkt in die kommerziell verfügbare Hardware integriert werden können und damit direkt im Antriebssystem anwendbar sind“, sagt Chris Schöberlein, Wissenschaftlicher Mitarbeiter der Professur Produktionssysteme und -prozesse der Technischen Universität Chemnitz (Leitung: Prof. Dr. Martin Dix).
Gemeinsam mit der Jenaer Antriebstechnik GmbH und der Synergy Four GmbH aus Selb haben sie ein Condition Monitoring System entwickelt, bei den Algorithmen den laufenden Produktionsprozess und die Vorschubachsen einer Maschine ohne zusätzliche Sensoren überwachen. Das System verdichtet und interpretiert vorhandene Antriebsdaten und -signale, und erkennt so unter anderem mechanische Defekte, falsch eingestellte Regler, Alterungserscheinungen, Änderungen in der Zuladung oder dynamische Laständerungen im regulären Maschinenbetrieb. Die Wissenschaftlerinnen und Wissenschaftler konnten an einem eigens dafür aufgebauten Versuchsstand sowohl verschiedene Schadensmuster und Versagensfälle als auch Fertigungsprozesse simulieren und die Ergebnisse mit den praktischen Erfahrungen der Industriepartner abgleichen.
Das direkt in die Steuerungssoftware des Antriebsherstellers integrierte Zustandsüberwachungssystem ermöglicht es dem Bedienpersonal, frühzeitig Anpassungen vorzunehmen, ohne die Produktion einzuschränken. Dadurch wird eine Erhöhung der Maschinenverfügbarkeit erwartet. Im Projekt lag der Fokus auf der Überwachung relevanter Prozessparameter in Maskenfertigungsanlagen, jedoch lassen sich die Projektergebnisse auch auf andere Branchen übertragen.
Schöberlein hat den neuen Ansatz zur Nutzung der antriebsinternen Signale von elektromechanischen Achsen für eine übergeordnete Prozess- und Maschinenüberwachung in seiner Dissertation sowie weiteren wissenschaftlichen Veröffentlichungen ausgearbeitet. „Fast allen bisher verfügbaren Methoden ist gemeinsam, dass die benötigten Modelle entweder über externe Mess- und Anregungsquellen ermittelt werden oder in ihrer Genauigkeit begrenzt sind. Die experimentellen Ergebnisse an unserem Prüfstand und einem Bearbeitungszentrum belegen, dass die neue Methode auch ohne diese Einschränkungen allein auf Basis antriebsinterner Signale funktioniert“, berichtet Schöberlein.
Das Projekt „ServoSense – Entwicklung eines smarten, antriebsbasierten Auswertesystems zur Zustandsüberwachung relevanter Prozessparameter in Maskenfertigungsanlagen“ wurde vom 1. März 2023 bis 31. Mai 2025 durch das Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestags gefördert.
Die Zusammenarbeit mit der Jenaer Antriebstechnik GmbH war so erfolgreich, dass in diesem Jahr ein neues gemeinsames Forschungsprojekt im Rahmen des „Zentralen Innovationsprogramms Mittelstand ZIM“ startet. Das Projekt befasst sich mit der Erkennung und aktiven Korrektur von bewegungs- und prozessinduzierten Oszillationen an elektromechanischen Achsen.