ForeSight

Datum: 2022/2023
Software: Beckhoff TwinCat3 | Siemens TIA Portal | EPLAN
Technologien: Beckhoff IPC | Siemens SPS| Soft-SPS| ProfiNET

Über das Projekt
Das Projekt „ForeSight“ wurde im Rahmen der Bachelorarbeit durchgeführt. Ziel war die Entwicklung eines Software-Prototyps für das Condition Monitoring elektromechanischer Komponenten in Sondermaschinen. Im Fokus stand die effiziente Nutzung bestehender Sensoren und Aktoren, ohne kostenintensive Hardware-Nachrüstungen vornehmen zu müssen. Das Projekt wurde in Zusammenarbeit mit der INDAT GmbH umgesetzt, wodurch ein praxisnaher Ansatz sichergestellt werden konnte. Die Integration des Prototyps ab Betriebsbeginn soll eine frühzeitige Fehlererkennung ermöglichen, um ungeplante Stillstandszeiten zu vermeiden. Die Umsetzung erfolgte mithilfe standardisierter Funktionsbausteine in der Automatisierungssoftware Beckhoff TwinCAT 3 sowie einer auf einem Industrie-PC simulierten Soft-SPS. Diese Lösung leistet einen wichtigen Beitrag zur Erhöhung der Maschinenverfügbarkeit und Sicherheit in industriellen Umgebungen. Die Arbeit richtet sich insbesondere an kleine und mittlere Unternehmen, um einen kosteneffizienten Ansatz bereitzustellen.

Technischer Ansatz
Die technische Umsetzung erfolgte durch die Entwicklung modularer Funktionsbausteine in Structured Text (ST) innerhalb der Beckhoff-TwinCAT-3-Umgebung. Dabei wurden zwei Grundfunktionen implementiert: ein Zykluszähler zur Überwachung von Schaltzyklen und Aktoransteuerungen sowie ein Überwachungsbaustein für Laufzeitanalysen komplexerer Aktoren wie Motoren, Achssysteme oder Stellzylinder. Der Software-Prototyp arbeitet mit bereits installierten Sensoren und Betriebsdaten, wodurch zusätzliche Hardware nicht erforderlich ist. Ergänzend wurden Testmodule im Siemens TIA Portal erstellt, um realistische Prozessabläufe zu simulieren. Die Entwicklung folgte dem Ansatz des evolutionären Prototypings, wobei Grob- und Detailkonzepte iterativ verfeinert und erweitert wurden. Durch eine frühe Implementierung können Ausgangszustände erfasst und anschließend durch den Vergleich von Initialisierungs- und Überwachungswerten ausgewertet werden. Dabei werden Grenz- beziehungsweise Maximalwerte, Zustände und Anomalien erfasst und analysiert. Der modulare Aufbau ermöglicht eine einfache Erweiterbarkeit für zukünftige Maschinenkonzepte.

Rückblick
Das Projekt zeigte, dass effizientes Condition Monitoring auch ohne kostenintensive Überwachungssysteme und zusätzliche Spezialsensorik realisiert werden kann. Durch die gezielte Nutzung vorhandener Signale entstanden praxisnahe Module, die in industriellen Umgebungen eingesetzt werden können. Die entwickelten Überwachungsmodule liefern wichtige Erkenntnisse zu Schaltzyklen und Betriebszeiten und können damit für zustandsorientierte Wartung genutzt werden. Besonders hervorzuheben sind die Wiederverwendbarkeit der Module in unterschiedlichen Maschinenkonfigurationen sowie die damit verbundene Modularität der Lösung. Herausforderungen ergaben sich vor allem bei der Auslegung allgemein anwendbarer Grenzwerte und der differenzierten Bewertung komplexer Maschinenzustände. Insgesamt legt die Arbeit eine solide technische und theoretische Grundlage für weitere Entwicklungen, beispielsweise cloudbasierte Analysen oder KI-gestützte Prognosemodelle.