Predictive Maintenance
Kran­antriebe kon­trol­lieren ist eine be­son­dere Kunst

© GfM Gesellschaft für Maschinendiagnose mbH

Condition Monitoring funk­tio­niert gut, wenn dem Analyse­system aus­reichend regel­mäßige Normal­daten zur Ver­fü­gung stehen. Anders liegt die Sache zum Bei­spiel bei Kranen, deren Be­trieb von varia­blen Dreh­zahlen, kurzen Ver­fahr­wegen und ent­sprechend kleinen Mess­fenstern ge­kenn­zeichnet ist.

Bei Hubwerks- und Fahrwerksantrieben von Kranen ist eine schwingungsdiagnostische Überwachung daher alles andere als einfach. Gleichwohl ist ein Condition Monitoring höchst ratsam, vor allem dort, wo ganze Produktionsprozesse von der fehlerfreien Funktion unmittelbar abhängig sind, etwa in der Hafenlogistik oder in Gießereien. Auf der anstehenden Maintenance in Dortmund (20.–21. Februar 2019) zeigt die GfM (Gesellschaft für Maschinendiagnose), wie eine zuverlässige Zustandsüberwachung auch bei solchen Anlagen ungeplante Stillstände verhindern kann (außerdem natürlich weitere Lösungen für die vorausschauende Wartung mechanischer Antriebe). Das klappt, indem man die Messung auf bestimmte Parameter ansetzt und für die Diagnose konsequent die Ordnungsanalyse verwendet. Mit dem Peakanalyzer hat die GfM ein vollautomatisches System mit variabler Kanalzahl im Programm, das dank der implementierten Ordnungsanalyse vor allem bei sehr niedrigen, veränderlichen Drehzahlen und ungünstigen Diagnosebedingungen geeignet ist.

Besonderes Augenmerk hat die GfM bei ihren Online-Condition-Monitoring-Systemen auf die Automatisierung der Analyse gelegt, sodass der Mensch im Wesentlichen erst eingreifen muss, wenn die Entscheidung ansteht, ob repariert werden muss oder weiterbetrieben werden kann. Laut Hersteller zahlt sich die Entscheidung für ein Condition Monitoring bereits beim ersten verhinderten Stillstand mehrfach aus.