Fraunhofer LBF überwacht Kran & Stapler Industrie 4.0 und IoT - Sensoren für die Digitalisierung

Smarter Sensor des Fraunhofer LBF als Prototyp.
Prototyp des smarten Sensors von Fraunhofer LBF.

Die Digitalisierung ist aktuell für die Industrie zukunftsweisend. Dies macht auch vor Kränen und Staplern nicht Halt: Sensoren erfassen und analysieren Betriebslasten. Dadurch werden Materialermüdungen, die verbleibende Restlebensdauer und abzusehende Schäden prognostiziert.

Betreiber von Kränen und Staplern möchten eine hohe Verfügbarkeit ihrer Fahrzeuge bei gleichzeitig niedrigen Unterhaltskosten. Derzeit sind Systeme zur umfassenden Zustandsüberwachung von Intralogistikgeräten jedoch noch nicht verfügbar. Teil des gemeinsamen Forschungsprojekts von Fraunhofer LBF, IFL und KIT (Karlsruher Instituts für Technologie) ist es deshalb diese Lücke zu schließen, um eine optimale Wartung der Intralogistikgeräte zu ermöglichen.

Sensornetzwerke und Algorithmen zur Zustandsüberwachung werden im Rahmen dieses Forschungsprojekts entwickelt. Wissenschaftler identifizieren durch Fehlermöglichkeits- und Einflussanalyse (FMEA) an Regalbediengeräten Positionen, Konstruktionsmerkmale und häufig ausfallende Komponenten. Anschließend beschreiben die Forscher die zugehörigen Fehlermoden. Außerdem werden Betriebszustände und typische Fehlnutzungen analysiert. Sie führen zu starker Belastung und sind mit resultierenden Schäden verknüpft. Um die unterschiedlichen Schadensszenarien zu identifizieren und zu quantifizieren, unternahmen Wissenschaftler von LBF, IFL und KIT Praxisversuche an Komponenten eines Regalbediengerätes der Firma Dambach Lagersysteme. Die Betriebsdaten bilden die Basis für die Auslegung der neu zu entwickelnden Systeme zur autonomen Zustandsüberwachung von Regalbediengeräten.

Im zweiten Schritt überführen Wissenschaftler die Betriebsdaten für jedes Schadensszenario in numerische oder analytische Modelle. Auch Prozessparameter der Gerätesteuerung wurden in der Auswertung berücksichtigt. Anhand dieser Modelle ließen sich Schäden ermitteln und Methoden zur Schadensidentifikation untersuchen. Fraunhofer LBF testet und bewertet dabei verschiedene Methoden zur Detektion u. a.

  • von Rissen am Mast
  • der Erkennung von zu großem Spiel der Führungsrollen
  • der ungleichförmigen Bewegung durch geschädigte Antriebs- und Führungsrollen

Die tatsächlichen Zustände dieser Komponenten können durch ein Überwachungssystem während des Betriebs erfasst und analysiert werden.