Logo

Systemkomponenten, wie z. B. Lager, Federn etc. in Maschinen, werden oft deutlich vor dem Ende ihrer technisch möglichen Nutzungsdauer ausgetauscht und vorzeitig einer stofflichen Verwertung bzw. einer Entsorgung zugeführt. Die Verbundpartner wollen anhand ausgewählter Anwendungsfälle aufzeigen, dass eine dezentrale Zustandsbestimmung mit einer Prognose der Restnutzungsdauer zu einer längeren Nutzung führen kann und so einen Beitrag zur verbesserten Ressourceneffizienz leistet.

ReziProK_Longlife_Bild2

Nachhaltigkeit statt schneller Austausch

Im Rahmen dieses Verbundvorhabens „LongLife“ werden zwei Use-Cases betrachtet. Zum einen die Antriebsspindel einer Einspritzeinheit von einer Schuhmaschine und zum anderen mechanische Komponenten eines industriellen Schnelllauf-tors. Bauteile in technischen Systemen, wie Lager, Zahnriemen und Federn, werden regelmäßig nach Wartungsplan ersetzt, obwohl sie teilweise noch ein Mehrfaches der bisherigen Dauer genutzt werden könnten. Ein Grund dafür ist häufig die Unsicherheit bezüglich des tatsächlichen Zustands der Komponenten und der zu erwartenden Restlebensdauer. Als weitere Barriere für die Weiternutzung kommt hinzu, dass die Geschäftsmodelle der beteiligten Unternehmen häufig nicht auf eine Weiterverwendung der Komponenten ausgerichtet sind. Hersteller haben häufig eher das Interesse, neue Produkte zu verkaufen, als die Weiternutzung gebrauchter Produkte zu unterstützen, nicht zuletzt aus Gründen der Gewährleistung.

Schnelllauftor

 

 

 

Sicherheit der Lebensdauer

Das Projektkonsortium von „LongLife“ will die Barrieren für eine längere Nutzung technischer  Komponenten abbauen und damit zu einer deutlichen Ressourceneinsparung beitragen. Dies soll über die Kombination von technischen und betriebswirtschaftlichen Elementen erreicht werden. Zum einen werden Methoden und Werkzeuge für eine möglichst sichere Prognose der Restlebensdauer von gebrauchten technischen Komponenten entwickelt. Zum anderen sollen innovative Referenz-Geschäftsmodelle entstehen, die auf diese Prognosen aufbauen und eine Weiterverwendung, z. B. als kaskadierte Nutzung, für alle Beteiligten wirtschaftlich interessant machen.

Die Motivation der Anwendungspartner liegt darin, schnell eine Einschätzung zum Zustand der betrachteten Komponenten im Gesamtsystem zu erhalten. Darauf aufbauend kann dann beispielsweise entschieden werden, ob die Komponente noch länger genutzt und auf einen kostenträchtigen Einsatz von Service-Personal, insbesondere im Ausland, verzichtet werden kann. Ergänzend sollen den Nutzern der Komponenten als Service gegebenenfalls zusätzliche Hinweise für einen Not-Betrieb bis zum nächsten Service bereitgestellt werden.

LongLife_300

Erste Ergebnisse

In Absprache mit dem Rolltorhersteller Efaflex GmbH werden die für einen Ausfall relevanten Bauteile (Zugfeder, Zahnriemen und Gurt) näher betrachtet.

Dazu wurde ein Schnellaufrolltor zu Testzwecken im Laborbereich der Universität Bremen aufgebaut und in Betrieb genommen. Datentechnisch wurde über die Steuerungseinheit des Schnelllauftors das Auslesen verschiedenster Parameter, wie Motortemperatur, Drehzahl, Drehmoment etc. realisiert und visualisiert. Erste Erkenntnisse über den Zustand bzw. die Betriebsbedingungen der Bauteile konnten hiermit bereits gewonnen werden. Zusätzliche Sensorik wird derzeit erprobt, um eine gezielte zeitdiskrete Zustandsbestimmung zu ermöglichen.

In Bezug auf die Antriebsspindel wurden relevante Sensordaten über einen bei der DESMA vorhandenen Teststand identifiziert und ergänzt. Die Ergebnisse flossen in die Entwicklung und fallspezifische Adaption der mobilen Prüfstation ein. Diese enthält Standardsensoren, kann mit weiteren Sensoren kommunizieren und stellt die Verbindung zur „LongLife“ Plattform her.

Parallel wird ein KI-Modell zur Prognose der Restlebensdauer entwickelt, welches auf Bayes‘schen Netzen basiert. Dieses bildet die typischen Abnutzungsverläufe der betrachteten Use-Cases ab und ordnet diesen Verläufen charakteristische, mittels Sensorik erfassbare Merkmale zu.

Darüber hinaus wurden erste Referenz-Geschäftsmodell-Bausteine definiert, aus denen sich Geschäftsmodelle, die auch mehrere Partner der Wertschöpfungskette umfassen können, konfigurieren lassen. Neben dem Partner, der das Prognose System vorhält (Systemholder), können dies Komponentenhersteller, Anlagenbauer, Anlagenbetreiber oder Instandhaltungsdienstleister sein.

Die Innovation des Projektansatzes

Der innovative Ansatz kombiniert eine dezentrale Erfassung relevanter Daten, eine KI-basierte, lernende Prognose über eine spezielle Plattform und die Möglichkeit, Geschäftsmodelle zu konfigurieren. So werden die Partner der Wertschöpfungskette zur Anwendung der Prognose und zur erforderlichen Datenbereitstellung motiviert. Im Ergebnis wird eine längere Nutzung technischer Komponenten gefördert, wie es den Zielen der Fördermaßnahme „ReziProK“ entspricht.

Erste Ergebnisse des Projekts

Finden Sie hier erste Antworten für die Weiternutzung technischer Systeme und weitere Ergebnisse des Projekts.

 


Publikationen

Projektflyer der Fördermaßnahme (deutsch / englisch) (März 2021)

Die Projektflyer bieten einen Einblick in die Inhalte und Ziele der ReziProK Projekte und stellen jeweils erste Ergebnisse vor.

Projektblätter der Fördermaßnahme (deutsch) (Dezember 2019)

Die Projektblätter bieten eine Kurzübersicht über die einzelnen Projekte und deren Ziele.

Zwischenbericht (Juni 2020)

Pressemitteilung  (Juli 2020)

 

Beiträge zu der ReziProK Kick-off Veranstaltung im Dezember 2019

Poster Nr.1 (Dezember 2019)

Poster Nr.2 (Dezember 2019)

Präsentation (Dezember 2019)

Bildnachweis: DESMA Schuhmaschinen GmbH; CoSynth GmbH & Co. KG; BIK Universität Bremen