Ein Beitrag zur Fehlerfrüh- und Fehlerdiagnose von elektromechanischen Antriebseinheiten in der Automatisierungstechnik

In elektromechanischen Antriebseinheiten sind die hoch belasteten Gleit- und Wälzkontakte die ausfallkritischen Elemente des mechanischen Teils des Antriebsstrangs. Dafür wird eine Fehlerfrühdiagnose zur Vorhersage einer sich anbahnenden Störung oder eines sich abzeichnenden Ausfalls in dieser Arbeit vorgestellt. Bei einem Ausfall wird aus der Vorgeschichte auf die Fehlerursache und die fehlerhafte Baugruppe bzw. das ausgefallene Maschinenelement geschlossen. Grundlage ist ein modellgestützter Ansatz, der durch die Verwendung von so genannten Minimalmodellen eine isolierte Ermittlung einzelner, den Fehler charakterisierende Merkmale erlaubt. Die Minimalmodelle basieren auf physikalischen Grundlagen und liefern bei bestimmten Betriebszuständen unmittelbar einzelne Merkmale zum Zeit- und Temperaturverhalten, die einzeln oder kombiniert, redundante Rückschlüsse auf Veränderungen in den tribologischen Systemen der elektromechanischen Antriebseinheiten erlauben. Die Modellansätze werden durch Versuche bestätigt. Nicht die absoluten Werte der Merkmalsgrößen werden für eine Fehlerfrühdiagnose herangezogen, sondern deren zeitlicher Verlauf. Aus den Trends lassen sich sichere Vorhersagen ableiten. Die als fehlerrelevant erkannten Merkmalsänderungen werden zu Symptomen, die unter Verwendung einer Regelbasis interpretiert werden. Ergebnis ist eine Aussage über den zu erwartenden Fehler, dessen Eintrittszeitpunkt und Ursache. Aus der Sicht des Anwenders ist die Auswertung nachvollziehbar, da die Verwendung von Minimalmodellen der Denkweise des Instandhalters entspricht. Dadurch ist es für den Instandhalter möglich, die Plausibilität der vom eingesetzten Regelinterpreter gezogenen Schlüsse nachzuvollziehen und zu überprüfen. Der Anwender wird angeregt, die Regelbasis durch seine gesammelten Erfahrungen zu ergänzen.

In electromechanical drive units, the highly loaded sliding and rolling contacts are the failure-prone components in a drive train's mechanical part. Therefore this work introduces an early fault diagnosis to predict imminent failures or breakdowns. After a breakdown has occurred, conclusions can be drawn from previous history about the cause of failure and the defective subassembly or the failed machine part. It draws on a model-based approach, using so-called minimal models to determine individual characteristics that classify the faults. The minimal models are built on physical foundations and provide, for certain operating states, individual characteristics of time and temperature behavior, which, by themselves or in combination, allow to draw conclusions about changes in tribological systems of electromechanical drive units. Tests have confirmed the practicability of the model-based approaches. Not the absolute values of the characteristics are used for early fault diagnosis, but their change over time. The resulting trends enable reliable forecasts. As soon as changes to the characteristics have been identified as failure-relevant, they become symptoms that can be interpreted according to a set of rules. This allows for predictions regarding the expected fault, its time of occurrence, and the root cause. The evaluation is comprehensible to the user, since the use of minimal models matches the maintenance engineer's way of thinking. This enables the maintenance engineer to understand and check the plausibility of the conclusions drawn by the rule interpreter. The user is encouraged to add to the rule base from his own experience.