Smarter Sensor

Smarter Sensor des Fraunhofer LBF als Prototyp. Bild: Fraunhofer

Diese macht auch vor Kränen und Staplern nicht Halt. An diesen Intralogistikanlagen können Sensoren die Betriebslasten während der Nutzung dauerhaft erfassen und analysieren. So weiß der Betreiber laufend, wie es um die Materialermüdung und die zu erwartende Restlebensdauer der wesentlichen Komponenten steht und ob sich Schäden ankündigen. So die Lösungen des AiF-Projektes „Zustandsüberwachung in der Intralogistik“, welches das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF gemeinsam mit dem Institut für Fördertechnik und Logistiksysteme IFL des Karlsruher Instituts für Technologie KIT mit verschiedenen Herstellern entwickelt und getestet hat.

Für die Betreiber von Kränen und Staplern steht eine möglichst hohe Verfügbarkeit ihrer Anlagen bei gleichzeitig möglichst geringen Lebenszykluskosten im Fokus. Allerdings sind heute Systeme, die eine umfassende Zustandsüberwachung der Intralogistikgeräte und damit eine optimale Wartung erlauben, noch nicht verfügbar. Der Herausforderung, diese Lücke zu schließen, stellten sich das Fraunhofer LBF und das IFL des Karlsruher Instituts für Technologie KIT in ihrem gemeinsamen Forschungsprojekt. Übergeordnetes Ziel dabei: Sensornetzwerke und Algorithmen zur Zustandsüberwachung von Geräten der Intralogistik zu entwickeln.

Zunächst identifizierten die Wissenschaftler durch eine Fehlermöglichkeits- und Einflussanalyse (FMEA) an einem Regalbediengerät hochbeanspruchte Positionen, kritische Konstruktionsmerkmale oder häufig ausfallende Komponenten und beschrieben die zugehörigen Fehlermoden. Darüber hinaus wurden Betriebszustände sowie typische Fehlnutzungen zusammengestellt, die zu starker Belastung führen und diese mit den daraus resultierenden Schäden verknüpft. Um das Ganze im Detail zu identifizieren und zu quantifizieren, unternahmen die Wissenschaftler anschließend mit unterschiedlichen Schadensszenarien Praxisversuche an den Komponenten eines Regalbediengerätes der Firma Dambach Lagersysteme. Die Betriebsdaten bildeten die Basis für die Auslegung der neu zu entwickelnden Systeme zur autonomen Zustandsüberwachung von Regalbediengeräten.

Im zweiten Schritt überführten die Wissenschaftler die Betriebsdaten für jedes betrachtete Schadensszenario in numerische oder analytische Modelle. Es wurden dabei ebenfalls Prozessparameter aus der Gerätesteuerung in der Auswertung berücksichtigt. Anhand der Modelle ließen sich die Schäden und die entwickelten Methoden zu deren Identifikation untersuchen. Hierzu hat das Fraunhofer LBF verschiedene Methoden zur Detektion von Rissen am Mast, der Erkennung von zu großem Spiel der Führungsrollen und einer ungleichförmigen Bewegung durch geschädigte Antriebs- und Führungsrollen getestet und bewertet. Die Ergebnisse zeigen, dass sich die tatsächlichen Zustände dieser Komponenten durch ein Überwachungssystem während des Betriebs erfassen lassen.