Condition Monitoring für intelligente hydraulische Linearantriebe

Bei komplexen Anlagen ist es wichtig, jederzeit über den Zustand der einzelnen Komponenten informiert zu sein. Dies erhöht die Betriebssicherheit, macht Wartungsarbeiten planbar und hilft, Anlagenausfälle zu vermeiden. Durch zuverlässige, leicht zu integrierende Zustandsdiagnosefunktionen ist so eine verbesserte Wirtschaftlichkeit zu erreichen. Diese Arbeit befasst sich mit der Entwicklung von Condition-Monitoring-Funktionen für intelligente hydraulische Linearantriebe, die bisher noch keine Möglichkeiten zur Online- Zustandsdiagnose bieten. Die Leistungsfähigkeit aktueller Mikrocontroller kann zur Bearbeitung von Diagnosealgorithmen auf Basis vorhandener Sensorik und der für die Regelung vorliegenden Messwerte genutzt werden. Zur Verifikation der teils an Simulationsdaten erprobten Verfahren werden aufgebaute Fehlerprüfstände zur Nachbildung von erhöhter Reibung am Ventilschieber, Antriebsleckagen und Steuerkantenverschleiß genutzt. Parameter werden korrekt identifiziert, eingebrachte Parameterveränderungen bilden sich in den identifizierten Werten quantitativ richtig ab. Der Rechenaufwand für lineare und nichtlineare Parameterschätzverfahren zur modellgestützten Fehlererkennung wird detailliert aufgeschlüsselt und für verschiedene Zielsysteme bestimmt. Die Umsetzung der Condition-Monitoring-Funktionen und ihre Integration in das dezentrale Steuerungskonzept wird durch Programme zur modellgestützten Fehlererkennung auf PC, μC und parallel zu einem Regeltask untersucht. Mit den untersuchten Verfahren ist eine frühe Erkennung schleichender Systemveränderungen und die gleichzeitige Eingrenzung der Ursachen möglich. Durch die Erkenntnisse dieser Arbeit stehen nun Erfahrungen mit verschiedenen Condition-Monitoring-Funktionen für unterschiedliche Antriebskonfigurationen und Rechenleistungen zur Verfügung, die auf den Mikrocontrollern und DSP in zukünftigen elektrohydraulischen Antrieben umgesetzt und in das dezentrale Steuerungskonzept eingebunden werden können.