Was bedeutet „Smart Maintenance“ für die Zukunft im Off-Highway-Sektor und wie können innovative Entwicklungen in der vorausschauenden Instandhaltung gewinnbringend in der Land-, Bau- und Forstwirtschaft eingesetzt werden? Antworten auf diese Frage liefert die Systems & Components, die vom 27. Februar bis 5. März 2022 zeitgleich mit der Agritechnica stattfindet. Von der Inbetriebnahme bis zur Überwachung und Reparatur: Im Fokus der in Hannover ausstellenden Technologieanbieter und Dienstleister stehen vor allem digitale Komponenten, die die Wartung mobiler Arbeitsmaschinen auf ein neues Niveau heben.

Unvorhergesehene Ausfälle sind der Worst-Case für Flottenmanager, Maschinenbediener und Servicemitarbeiter und fast immer mit hohen Kosten verbunden – beispielsweise bei Landmaschinen, die während der Ernte Tag und Nacht im Einsatz sind. Hier kann ein ungeplanter Stillstand die Arbeit einer ganzen Saison zunichtemachen. Dass ein Mähdrescher oder Feldhäcksler ausfällt, darf also erst gar nicht passieren. Prävention heißt das Motto in der modernen Landwirtschaft. Frühzeitiges Erkennen von Fehlern, Risikominimierung von ungeplanten Stillständen und die proaktive Wartung sind Themen, die folglich ganz oben auf der Agenda der Systems & Components 2022 stehen, dem B2B-Marktplatz der Landtechnik und des gesamten Off-Highway-Sektors. Zusätzliche Impulse setzt das vielfältige Fachprogramm der Messe, das den Besuchern aktuelle und zukünftige Trends der Instandhaltung nahebringt – beispielsweise in den Expertenvorträgen und Diskussionsrunden der „Future Lounge“. Immer häufiger fallen dabei die Schlagworte Condition Monitoring und Predictive Maintenance, zu deutsch: Zustandsüberwachung und vorausschauende Wartung. Ziel ist es, die Maschinen proaktiv zu warten und Störungszeiten zu minimieren.

Die Maschinen immer im Blick

Predictive Maintenance unterscheidet sich von herkömmlichen reaktiven Wartungsansätzen. Das Verfahren nutzt Echtzeitdaten für die Ableitung von Wartungsinformationen. Hier hinterlässt die voranschreitende Digitalisierung ihre Spuren. Sie erlaubt neue Inspektionsmöglichkeiten, um den Ist-Zustand mobiler Arbeitsmaschinen kontinuierlich zu erfassen. Neben leistungsfähiger Hardware, die Daten mit hohen Frequenz sammeln kann, bedarf es dafür intelligenter Diagnosesoftware und IoT-Gateways. Über die fahrzeuginternen Schnittstellen wie CAN-Bus oder Ethernet angebunden, sammeln sie die Daten und übertragen diese via WLAN, Bluetooth oder Mobilfunk an die Cloud.

Der Fokus liegt dabei insbesondere auf der Zustandsüberwachung des Antriebsstrangs. Denn überall, wo Bewegung stattfindet, kommt es früher oder später zu Verschleißerscheinungen. Auf dem Messegelände in Hannover werden moderne Condition-Monitoring-Systeme vorgestellt, die intelligente Plug-&-Play-Sensoren direkt in die kritischen Komponenten mobiler Arbeitsmaschinen wie Bagger, Radlader oder Bulldozer integrieren, beispielweise in die Gelenkwellen. Da die Sensoren im Off-Highway-Umfeld extrem rauen Bedingungen ausgesetzt sind, müssen sie äußerst robust sein. Neben Betriebsstunden, Temperaturen, Drehzahl und Drehmoment werden auch Vibrationen beziehungsweise Schwingungen gemessen. Steigt in einem spezifischen Frequenzbereich beispielsweise die Amplitude an, ist das bei richtiger Parametrierung der Sensoren ein Hinweis auf einen sich anbahnenden Defekt an Gelenkwelle, Wälzlager oder Getriebe.

Eingreifen, bevor alles stillsteht

Condition Monitoring bietet eine Reihe von Vorteilen. Die gesammelten Werte bilden die Grundlage für weiterführende Big Data-Analysen, die aus der großen Datenmenge auffällige Abweichungen herausfiltern. Sie ermöglichen die permanente Selbstüberwachung der wichtigen Teilsysteme im Motor, dem Kühl- und Schmierstoffkreislauf, der Abgasnachbehandlung oder Luftzirkulation. Werden von der Norm abweichende Werte festgestellt, gibt das System über den Bordcomputer Handlungsempfehlungen an den Fahrer oder greift direkt ein. Drohende Ausfälle in rotierenden Komponenten können verhindert werden, beispielsweise indem das Schmiersystem bei Bedarf die Schmierstoffmenge erhöht. Perspektivisch lassen sich so notwendige Wartungen und außerplanmäßige Servicefälle rechtzeitig erkennen und somit Ausfälle verhindern.

Darüber hinaus geben die Daten einer Vibrationsanalyse Hinweise darauf, innerhalb welcher Zeitspanne der Maschinenbetreiber die betroffenen Komponenten tauschen sollte. Dafür wird die bei der Konstruktion ausgelegte Betriebsfestigkeit mit der von Sensoren registrierten Beanspruchung verglichen und daraus der Verschleiß errechnet. Solche intelligenten Algorithmen zur Vorhersage sind ein zentraler Bestandteil des Predictive Maintenance. Sie ermöglichen es, die erforderlichen Wartungen „just in time“ durchzuführen.

Maschinenausfälle als virtuelles Phänomen

Eng verknüpft ist das Thema Predictive Maintenance mit dem digitalen Zwilling – denn die Daten für die Vorhersage lassen sich auch durch Simulation gewinnen. Der digitale Zwilling ist das virtuelle Modell der Maschine oder einer ihrer Komponenten, welches dieselben sensorgestützten Echtzeit-Daten verarbeiten kann wie das physische Original. Im Falle eines Defekts können die Servicetechniker mithilfe des digitalen Zwillings der Ursache für die Störung auf den Grund gehen. Der Vorteil: Bereits bei der Konstruktion lassen sich durch die Simulation unterschiedliche Auslastungsgrade durchspielen oder Sensordaten für verschiedene Fehlerzustände erzeugen, die den Predictive-Maintenance-Algorithmus trainieren. Der digitale Zwilling ermöglicht es, Betriebsprozesse abzubilden und prognostiziert, wie sich der Zustand einer Komponente mit fortschreitender Betriebsdauer über den gesamten Lebenszyklus entwickelt. Machine-Learning-Algorithmen sorgen dafür, dass der digitale Zwilling aus jedem Ereignis lernt und so mit der Zeit immer genauere Vorhersagen trifft. Maschinenausfälle auf dem Feld oder der Baustelle werden damit zu einem rein virtuellen Ereignis.

Eingang in Service und Instandhaltung findet auch die IT-gestützte Erweiterung der menschlichen Wahrnehmung – also Augmented Reality. Diese blendet die interaktiven Inhalte mit verständlichen Handlungsanleitungen über Smartphone, Tablet oder Datenbrille ein. Die bild- und videogestützte Diagnose soll den Fahrer und Servicemitarbeiter künftig unterstützen. Er kann sich dafür mit dem Service-Desk in Verbindung setzen und wird von dort über Ton-, Bild- und Videoinformationen zu potenziellen Fehlerquellen geführt. Zusätzlich kann der Experte am Service-Desk mit Augmented-Reality-Tools einen Servicetechniker direkt vor Ort unterstützen.

Auf dem Weg zur Smart Maintenance

Wissenschaftler am Fraunhofer-Institut für Kognitive Systeme IKS in München wollen diese Anwendungsszenarien des Smart Maintenance gemeinsam mit dem Landmaschinenbauer Holmer und dem Telekommunikationshersteller Huawei auf eine ganze Flotte hochkomplexer Erntemaschinen übertragen. Per Mobilfunknetz werden die Sensorinformationen dabei an einen zentralen Instandhaltungsdienst in der Cloud gesendet. „Auf vielen Feldern lässt sich allerdings nicht immer eine stabile und leistungsfähige Funkverbindung realisieren“, weiß Michael Stiller, der als zuständiger Business Development Manager das Projekt INVIA am Fraunhofer-IKS koordiniert. Um die Arbeit der Erntemaschinen auch dann zuverlässig und lückenlos überwachen zu können, wenn eine ständige Echtzeit-Anbindung an das Internet nicht gewährleistet ist, wurde ein Teil der dafür notwendigen Intelligenz deshalb direkt in das Kommunikations-Gateway auf der Maschine verlagert. „Dies ermöglicht es, die Daten aus der Erntemaschine je nach Anwendung bereits direkt vor Ort zu verarbeiten und wichtige Teilanalysen, ohne eine Übertragung zur Cloud durchzuführen“, so Stiller.

INVIA setzt auf eine Kombination aus Cloud Computing, mobile Edge Computing (MEC) und Fog Computing. Eine spezielle Edge-ECU (Edge Embedded Control Unit) bildet bei schlechter oder temporär fehlender Verbindung zur Mobilfunkbasisstation den Kern der Fog Cloud. So können Grundfunktionen des Assistenzsystems auch ohne Verbindung zur Servicezentrale bereitgestellt werden. Darüber hinaus soll im Rahmen des Projekts untersucht werden, welche Vorteile die Integration einer MEC-Komponente anstatt oder in Ergänzung zu zentralen Cloud-Diensten bietet. Der Hintergrund: MEC-Komponenten bieten aufgrund ihrer Nähe zur Maschine sehr geringe Latenzzeiten und eine hohe Rechenkapazität, womit die Bereitstellung von Augmented Reality- oder Videodiensten erst möglich wird. Zusätzlich soll INVIA das Service-Angebot um ein Online-Training on-the-job erweitern. Stiller: „Dadurch kann die Firmenzentrale den Fahrer bei noch unbekannten Situationen durch einen Trainer unterstützen.“

Agritechnica zeigt, wo die Reise hingeht

Die Instandhaltung in den Off-Highway-Sektoren wandelt sich. Vom 27. Februar bis 5. März finden Ingenieure, Konstrukteure und Erstausrüster auf dem Messegelände in Hannover alles rund um Condition Monitoring und Predictive Maintenance sowie Assistenzsysteme für die Wartung und Instandhaltung mobiler Arbeitsmaschinen. Neue Werkzeuge wie smarte Sensoren, digitale Zwillinge und AR-Brillen ergänzen den klassischen Schraubenschlüssel. Eine Baumaßnahme oder die Ernte unterbrechen, weil eine Wartung ansteht oder für eine dringende Reparatur ein Ersatzteil fehlt – das dürfte künftig mehr und mehr der Vergangenheit angehören.