ProMaschinenDaten

 

Verfügbarkeitssteigerung mobiler Arbeitsmaschinen durch Prognose des Maschinenzustands auf Basis globaler Daten

  Schadensdetektion durch Onboard-Diagnosesystem Urheberrecht: ghh-fahrzeuge Schadensdetektion durch Onboard-Diagnosesystem

Motivation

Mobile Arbeitsmaschinen sind Teil einer logistischen Kette, bei der der Ausfall einer Maschine den Stillstand weiterer Maschinen zur Folge hat. Zuverlässigkeit und Verfügbarkeit der Maschinen sind damit wichtige Kenngrößen, welche die Planungssicherheit von Bau- und Gewinnungsprozessen maßgeblich beeinflussen. Mobile Arbeitsmaschinen sind heute bereits mit einer Vielzahl an Sensoren ausgerüstet. Aus Kostengründen und aus Mangel an Auswertemethoden werden diese bislang jedoch nicht systematisch zur Zustandsprognose verwendet.

Forschungsziele

Im Rahmen des Projekts werden alle auf den Maschinen verfügbaren Sensordaten miteinander verknüpft, um Korrelationen zwischen Bauteilschäden und Signalmustern zu detektieren sowie anhand der tatsächlich aufgetretenen Betriebslasten die maschinenindividuelle Restlebensdauer zu ermitteln.

  • Identifikation schadenstypischer Signalmuster durch Prüfstandversuche
  • Entwicklung eines Simulationsmodells zur internen Lastbestimmung auf Basis global verfügbarer Sensordaten
  • Entwicklung eines Zuverlässigkeitsmodells zur Bestimmung der fahrzeugindividuellen Restlebensdauer
  • Überführung der Ergebnisse in ein Onboard-Diagnosesystem und Implementierung auf einen realen Versuchsträger

Forschungs- und Projektpartner

  • Institut für fluidtechnische Antriebe und Steuerungen, IFAS
  • Institut für Stromrichtertechnik und elektrische Antriebe, ISEA
  • GHH Fahrzeuge GmbH
  • ELBE Gelenkwellen-Service GmbH
  • Stiebel Getriebebau GmbH & Co. KG
  • Indurad GmbH
  • Bosch Rexroth AG
  • K+S Aktiengesellschaft
  • Kessler & Co. GmbH & Co. KG

 

Gefördert durch

Dieses Vorhaben wird aus Mitteln des Europäischen Fonds für regionale Entwicklung, kurz EFRE, gefördert.

 

Projektträger

Projektträger Jülich

Ziel2NRW EFRE Logo