- Anzeige -
Einfach, flexibel und NOA-konform

Überwachung von Rotating Equipment im BASF-Werk Schwarzheide

03.08.2020 Einen Rührbehälter durch ein komplexes Modell zu überwachen, und das alles NOA-konform sowie einfach und flexibel umsetzbar: Das war die Idee bei der Vorbereitung eines Use Cases für die Namur-Hauptsitzung 2019. Als Partner zur Realisierung des Anwendungsbeispiels boten sich die Professur für Prozesstechnik sowie die Arbeitsgruppe Systemverfahrenstechnik der TU Dresden an. Aus der Zusammenarbeit ist ein richtungsweisendes Konzept entstanden .

Mit dem Rührbehälter war eine interessante Monitoring-Applikation gefunden, in der neue Technologien und Methoden eingesetzt werden und die darüber hinaus einen praktischen Mehrwert schafft. Im nächsten Schritt musste ein geeignetes Objekt zur Überwachung ausfindig gemacht werden. Hier hatten die Partner der TU Dresden die richtigen Verbindungen. Prof. Leon Urbas brachte das nahe der sächsischen Landeshauptstadt in Schwarzheide gelegene BASF-Werk ins Spiel, zu dem er gute Kontakte pflegt. Vor Ort wurde mit Unterstützung der Rotating-Equipment-Spezialisten von BASF schnell eine potenzielle Testanwendung detektiert. Dabei handelt es sich um einen rund zwölf Meter hohen Reaktor mit integriertem 250-Kilowatt-Rührer und zwei nachgelagerten Aufbereitungsbehältern, die mit je einem 90-Kilowatt-Rührer ausgestattet sind.

In einem Projekt bei der BASF Schwarzheide wurde Predictive Maintenance anhand des NOA-Konzepts realisiert. Bild Phoenix Contact

In einem Projekt bei der BASF Schwarzheide wurde Predictive Maintenance anhand des NOA-Konzepts realisiert. Bild Phoenix Contact

Die Mitarbeiter der Fachstelle formulierten ihre Anforderungen an ein Überwachungssystem: Als neuralgische Punkte der Rührbehälter erweisen sich neben den Antriebsmotoren und Getrieben die Wellenlager mit den zugehörigen Dichtungen sowie speziell die Fußlager der Rührer. Ist ein Fußlager so stark ausgeschlagen, dass es zu einer erheblichen Unwucht im System führt, muss es ausgetauscht werden. Der Wechsel geht immer mit einem hohen Aufwand und dem Stillstand der Applikation einher: Der Rührbehälter wird geöffnet, der Rührer mit Hilfe eines Autokrans herausgehoben und der Behälter gereinigt, bevor in seinem Inneren mit dem Ersetzen des Lagers begonnen werden kann. Sollte die Welle des Rührers ebenfalls beschädigt sein, muss für sie Ersatz beschafft werden. Eine solche Reparatur dauert eher Wochen als

Charakteristische Anlaufkennlinie des Drehstrom-Asynchronmotors [9]

Tage. Stände ein zuverlässiger Indikator für den Verschleiß des Lagers zur Verfügung, könnten sich die Mitarbeiter auf die Instandsetzung vorbereiten, den Stillstand und die Fachkräfte einplanen sowie die erforderlichen Ersatzteile ordern.

 

Keine Änderungen am Leitsystem und kein Eingriff in den Frequenzumrichter

Die beschriebene vorausschauende Wartung wird im Kontext von Industrie 4.0 als Predictive Maintenance bezeichnet. Doch wie lässt sich ein solches Vorhaben am besten umsetzen? Die Verantwortlichen bei BASF gaben zudem das Ziel aus, dass die Lösung minimalinvasiv sein muss, also keine Änderungen an der Anlage durchgeführt werden dürfen. Das Team aus TU Dresden und Phoenix Contact entschied sich daher für eine Realisierung gemäß NOA-Konzept (Namur Open Architecture). Minimalinvasiv bedeutet im Use Case, dass keine Modifikationen am Leitsystem sowie kein Eingriff in den Frequenzumrichter zulässig sind, welcher dem Motor des Rührers vorgeschaltet ist. Die Lösung soll in einen separaten kompakten Schaltschrank integriert werden, der sich ohne größeren Aufwand an einem anderen Rührer installieren lässt.

Bild 1 Automatisierungspyramide mit NOA-Seitenkanal Bild Phoenix Contact

Bild 1 Automatisierungspyramide mit NOA-Seitenkanal Bild Phoenix Contact

Um das Überwachungskonzept des Rührers ohne Änderung am Leitsystem umsetzen zu können, ist für die Applikation eine eigene Steuerung notwendig, die folgende Eigenschaften umfasst: eine OPC UA-Schnittstelle für den NOA-Kanal, eine offene Plattform zur Einbindung von Hochsprachen und komplexen Überwachungsmodellen, die Möglichkeit eines einfachen Verbindungsaufbaus in eine Cloud sowie die Erfüllung aktueller IT-Sicherheitsanforderungen. Diesen Rahmenbedingungen werden die Controller des Ecosystems PLCnext Technology von Phoenix Contact gerecht. Erfreulich dabei ist, dass die Kosten der Steuerung, die deutlich weniger als tausend Euro betragen, von jedem Budget gedeckt sind (Bild 1).

Stromwandler und Motormanager für die Erfassung und Auswertung der Ströme

Als nächstes Element auf der Hardwareliste kommt eine Einheit zur Messung der Motorströme zum Tragen. Natürlich lassen sich die Motorströme aus den meisten Frequenzumrichtern, die dem Antriebsmotor des Rührers vorgeschaltet sind, entnehmen. Der Vorgang geht jedoch stets mit Eingriffen in die Konfiguration des Umrichters einher. Als einfacher erweist es sich, einen Stromwandler um jeden Leiter des Motorkabels zu legen. Ab Strömen von mehr als 50 Ampere bieten sich klappbare Stromwandler an, die während des laufenden Betriebs angebracht werden können. Unterhalb von 50 Ampere empfehlen sich geschlossene Stromwandler, die niedrigere Ströme aufgrund des wesentlich kleineren magnetischen Widerstands – auch Reluktanz genannt – besser erfassen. Die geschlossene Variante erfordert allerdings ein Abklemmen des Leiters, damit der Wandler über ihn geschoben werden kann.

Bild 2 Technologieschema der angewandten NOA-Lösung

Bild 2 Technologieschema der angewandten NOA-Lösung

Als Auswertegerät eignet sich der modulare Motormanager von Phoenix Contact. Er transformiert die Spannungssignale der Messwandler in normierte Werte, die auf der Feldbusschnittstelle bereitgestellt werden. Im Use Case wurde ein Profinet-Kopfmodul verwendet. Sind neben den Stromwandlern ebenfalls die Spannungseingänge verbunden, erhält der Anwender die kompletten Leistungswerte des Motors: Wirk-, Schein- und Blindleistung sowie Cosinus Phi. Der Messaufbau lässt sich durch einen Vibrationssensor sinnvoll ergänzen. Dieser wird in unmittelbarer Nähe des Fußlagers von außen auf den Behälter geklebt. Einige Hersteller – wie PCB Synotech – haben Sensoren im Programm, die speziell auf die Überwachung von Lagern abgestimmt sind. Wegen der baulichen Gegebenheiten bei BASF war der Einsatz eines solchen Sensors jedoch nicht möglich (Bild 2).

App zur Überführung der Messwerte in eine Cloud

Bild 3 Der für das Pilotprojekt bei BASF eingesetzte Schaltschrank

Bild 3 Der für das Pilotprojekt bei BASF eingesetzte Schaltschrank

Abgesehen von den aufgeführten beinhaltet das Überwachungssystem weitere sinnvolle Größen. Dazu gehören Informationen über die Produktionschargen, Temperatur oder den Füllstand, die dem MES-System von BASF entnommen werden. Ebenso wie eine zunehmende Zahl von Unternehmen verfügt BASF über eine eigene Cloud, eine Azure-Cloud von Microsoft. Um die Ergebnisse des Überwachungsmodells und die laufenden Messwerte in diese Cloud zu überführen, wird eine MQTT-App für den PLCnext Controller genutzt, die aus dem PLCnext Store auf die Steuerung gespielt werden kann. Beim PLCnext Store handelt es sich um einen offenen digitalen Marktplatz, den viele Anwender von ihrem Smartphone und dem kommerziellen App Store kennen. Allerdings richtet sich der PLCnext Store an die industrielle Steuerungstechnik. Der Anwender kann seine PLCnext Control mit dem Store koppeln und die Applikation der Wahl auf sie herunterladen (Bild 3).

Ein anderer wichtiger Aspekt bei der Umsetzung der Überwachungslösung ist deren Zugriffssicherheit. Die aktuellen Richtlinien zahlreicher Unternehmen verbieten, dass eine Verbindung mit einer Industriesteuerung aufgenommen wird. Deshalb verhindern im Use Case Sicherheitsprotokolle und Zertifikate einen nicht autorisierten Zugriff. Insbesondere die OPC UA-Schnittstelle entspricht dem Stand der Technik und umfasst skalierbare Security-Funktionen. Auch das NOA-Konzept beschäftigt sich zentral mit dem Schutz vor unbefugten Zugriffen. Wie bereits erwähnt, erlaubt NOA die Verwendung neuer Technologien in Bestandsanlagen, die nicht über die entsprechenden Schnittstellen verfügen. Ein Seitenkanal schafft Kommunikationsverbindungen beispielsweise in Clouds. Dabei werden lediglich Informationen aus der Anlage geführt. Ein schädliches Einwirken auf die Anwendung ist nicht möglich. Das spiegelt das Ersatzmodell der Datendiode ebenso wider. Der Einsatz von nachträglich um die Zuleitung gelegten Messwandlern korrespondiert ebenfalls mit dem Ansatz. Eine Integration der Frequenzumrichter beispielsweise via Profinet-Protokoll wird bewusst vermieden.

Aufbau der Prozessvariablen gemäß PA DIM

Der NOA-Seitenkanal erstreckt sich außerhalb entlang der Flanke der bekannten Automatisierungspyramide. Er verbindet die verschiedenen Ebenen der Pyramide über eine besonders geeignete Schnittstelle: OPC UA (Open Platform Communications Unified Architecture). Bei OPC UA geht es um ein auf Ethernet basierendes, flexibles und komfortables Interface, das deswegen beliebt bei den Anwendern ist. Die Schnittstelle erfüllt alle notwendigen Sicherheitsanforderungen. Anwender können sich mit frei erhältlichen Tools – wie dem UA Expert – über den User und ein Passwort auf dem Server der Schnittstelle einloggen und sich umsehen. Die Informationen der Schnittstelle werden in einer Baumstruktur dargestellt, die eine gute Übersicht bietet.

Der Programmierer kann die Baumstruktur der OPC UA-Schnittstelle beliebig anlegen, was sich für den Anwender als schwer verständlich erweist, da ihm zunächst die Orientierung fehlt. Hier hilft PA DIM. Das Process Automation Device Information Model fungiert als Strukturvorgabe für die Namen und Anordnung der Variablen der im Prozessumfeld verbauten Sensoren und Aktoren auf dem OPC UA-Server. Die Prozessvariablen des Motors im Use Case sind daher nach dieser Anleitung benannt und aufgebaut. So erhalten sowohl Anwender als auch Hersteller eine einfache Orientierung. PA DIM wird in Zukunft weiter ausgebaut und in NOA IM (NOA Information Model) übergehen, das zusätzliche Informationen für den Anwender bereitstellt.

Erstellung eines zweistufigen Vorhersagemodells

Damit im Anwendungsfall bei BASF eine Auswertung erfolgen kann, muss ein Modell zur Vorhersage erstellt werden. Hierzu wurde in der Literatur nach vorhandenen Konzepten gesucht. Weit verbreitet ist die Überwachung von Motoren mittels Vibrationssensoren [1-4]. Weil wegen der baulichen Gegebenheiten bei BASF kein entsprechendes Gerät montiert werden kann, recherchierten die Teammitglieder nach Methoden, die eine Motorüberwachung nur mit Hilfe der Motorströme ermöglichen [5-8].

Bild 4 Labor des Fachbereichs PLT in Dresden

Bild 4 Labor des Fachbereichs PLT in Dresden

Bei der Generierung des Vorhersagemodells werden zwei unterschiedliche Stufen betrachtet. In der ersten Stufe der Modellierung finden lediglich die Messdaten Berücksichtigung, die durch die ergänzend angebrachte Sensorik erfasst werden. Es sind also keine weiteren Daten aus dem bestehenden Prozessleitsystem erforderlich, sodass die Lösung gänzlich unabhängig von diesem ist. Das eröffnet den Vorteil einer schnellen Inbetriebnahme, da kein Datenaustausch vom Prozessleitsystem zur zusätzlich installierten Steuerung stattfindet. Das beschriebene Modell liefert bereits einige neue Erkenntnisse über den aktuellen Motorzustand. So können beispielsweise die Maximalströme oder das Einschaltverhalten der Motoren überwacht werden [9,10]. Im laufenden Betrieb der Motoren lassen sich die drei Motorströme in ihrer Phase und Amplitude miteinander vergleichen. Aufgrund der Abweichung respektive des periodischen Musters wird zum Beispiel eine Unwucht erkannt, die durch Schäden am Wellen- oder Fußlager entstehen kann (Bild 4).

Bild Charakteristische Anlaufkennlinie des Drehstrom-Asynchronmotors [9]

Bild 5: Charakteristische Anlaufkennlinie des Drehstrom-Asynchronmotors [9]

Der Nachteil von Modellen, die keine weiteren Prozesswerte einbeziehen, liegt darin, dass sich das Motorverhalten nicht automatisch mit dem aktuellen Prozesszustand gegenüberstellen lässt. Der Anwender kann folglich nicht detektieren, ob der gegenwärtige Zustand des Motors für die gerade durchgeführte Fahrweise korrekt ist. Zu diesem Zweck werden zusätzliche Messwerte wie Volumen, Temperatur, Viskosität oder ähnliches benötigt. Weil diese Daten für die Steuerung des Prozesses erforderlich sind, liegen sie im Prozessleitsystem vor und können dem Modell ergänzend zur Verfügung gestellt werden. Aus diesem Szenario ergibt sich die zweite Stufe der Modellierung, in der neben den neuen Messwerten schon vorhandene Daten aus dem Prozessleitsystem zum Einsatz kommen. Auf diese Weise lässt sich der gemessene Stromverlauf besser bewerten, sodass sich die Beurteilung eines Fehlerfalls vereinfacht (Bild 5).

Adaptierung auf weitere Applikationen

Das Projekt eines Monitoring-Systems für einen Rührbehälter befindet sich derzeit in der praktischen Umsetzung. Die Funktionsbeschreibung wird optimiert und das Überwachungsmodell fein abgestimmt. BASF denkt bereits über andere Applikationen nach, auf welche die Lösung adaptiert sowie flexibel und schnell nutzbar gemacht werden kann. Durch die Verwendung von NOA sowie zukunftsorientierter Hard- und Software stellt dies kein Problem dar.
Literaturverzeichnis:

[1] Krishna, B.M.V., Vishwakarma, D.M., 2018. A Review on Vibration-Based Fault Diagnosis in Rolling Element Bearings 13, 5.
[2] Renwick, J.T., 1984. Condition Monitoring of Machinery Using Computerized Vibration Signature Analysis. IEEE Transactions on Industry Applications IA-20, 519–527.
[3] Saruhan, H., Sandemir, S., Çiçek, A., Uygur, I., 2014. Vibration Analysis of Rolling Element Bearings Defects. Journal of Applied Research and Technology 12, 384–395.
[4] Smith, J.D., 1982. Vibration monitoring of bearings at low speeds. Tribology International 15, 139–144.
[5] Choi, S., Haque, M.S., Arafat, A., Toliyat, H.A., 2017. Detection and Estimation of Extremely Small Fault Signature by Utilizing Multiple Current Sensor Signals in Electric Machines. IEEE Trans. on Ind. Applicat. 53, 2805–2816.
[6] Mendonça, P.L., Bonaldi, E.L., de Oliveira, L.E.L., Lambert-Torres, G., Borges da Silva, J.G., Borges da Silva, L.E., Salomon, C.P., Santana, W.C., Shinohara, A.H., 2017. Detection and modelling of incipient failures in internal combustion engine driven generators using Electrical Signature Analysis. Electric Power Systems Research 149, 30–45.
[7] Sakhara, S., Saad, S., Nacib, L., 2017. Diagnosis and detection of short circuit in asynchronous motor using three-phase model. Int J Syst Assur Eng Manag 8, 308–317.
[8] Yang, T., Pen, H., Wang, Z., Chang, C.S., 2016. Feature Knowledge Based Fault Detection of Induction Motors Through the Analysis of Stator Current Data. IEEE Trans. Instrum. Meas. 65, 549–558.
[9] Randermann, J., 2010. Starten und steuern von Drehstrom-Asynchronmotoren. Eaton Corporation, Electrical Sector – EMEA.
[10] Born, R., Brüchler, F., Itzehoe, S.S.G., 2000. Grundlagen für die Planung von Kreiselpumpenanlagen. Sterling SIHI.

Mehr Informationen:

www.phoenixcontact.de/prozess

Über den Autor

Dipl.-Ing. (FH) Thilo Glas, Senior Specialist Engineering im Industry Management Process, Phoenix Contact Electronics GmbH, Bad Pyrmont; Dipl.-Ing. Julius Lorenz, Wissenschaftlicher Mitarbeiter, TU Dresden, Bereich Ingenieurwissenschaften, Professur Prozessleittechnik & AG Systemverfahrenstechnik; Dipl.-Ing. Luise Rahm, Wissenschaftliche Mitarbeiterin, TU Dresden, Bereich Ingenieurwissenschaften, Professur Prozessleittechnik & AG Systemverfahrenstechnik
Loader-Icon