„Maschinen fühlen lernen – Schwingungsbasierte Instandhaltung in der Praxis“
Study program: Smart Engineering
Lecture: Ziegelwanger
Lecturer(s): Harald Ziegelwanger
Team leader: Markus Fink
Team members:
Short description: Das Projekt entwickelt und testet ein schwingungsbasiertes Zustandsüberwachungssystem zur frühzeitigen Erkennung mechanischer Defekte an einer Wickelachse und einer RBG-Schiene bei Constantia Teich.
Project description:
Im Zuge dieses Projekts wird ein schwingungsbasiertes Condition-Monitoring-System zur vorausschauenden Instandhaltung prototypisch entwickelt und an zwei kritischen Komponenten der Produktion der Constantia Teich GmbH erprobt: einer Wickelachse im Walzgerüst 1 sowie einer Schienenführung des Regalbediengeräts im Hochregallager. Ziel ist die frühzeitige Erkennung von Unwuchten, Lagerdefekten oder strukturellen Unregelmäßigkeiten durch sensorbasierte Zustandsanalyse. Dafür werden Beschleunigungssensoren, Motorstromdaten und IBA-Signale kombiniert, analysiert und grafisch aufbereitet. Optional wird Motion Amplification als visuelles Verfahren herangezogen. Die Ergebnisse sollen eine Entscheidungsgrundlage für zukünftige Investitionen in Predictive-Maintenance-Strategien bieten und ein skalierbares Anwendungskonzept schaffen, das auf weitere Anlagen im Werk übertragen werden kann.