Wie können Laufkrane mithilfe von Schwingungsdaten und Prozesssignalen online überwacht werden, um ungeplante Stillstände zu vermeiden?

Eine zuverlässige Online-Überwachung von Laufkranen basiert auf der synchronen Erfassung von Schwingungsdaten, Positionsinformationen und Steuerungssignalen direkt am Kran. Mit ibaPDA-PLC-Xplorer können Daten aus verschiedenen Steuerungen abgegriffen und mit Vibrationsmessungen korreliert werden, um den Zustand der Kranbahn ortsgenau zu bewerten. Die Verarbeitung erfolgt edge-nah mit ibaM-DAQ, das direkt am Kran installiert ist und hochfrequente Sensordaten erfasst. Dadurch lassen sich Verschleißmuster frühzeitig erkennen und Wartungsmaßnahmen gezielt planen.

Wie kann die Zustandsüberwachung von Kranbahnen bei variierenden Betriebsbedingungen zuverlässig funktionieren?

Bei wechselnden Lasten und Kranpositionen ist eine kontextabhängige Bewertung der Messdaten entscheidend. Mit der Auto-Adapting-Methode in ibaInCycle werden unterschiedliche Betriebszustände automatisch gelernt und als Referenzzustände für die Kranbahnqualität gespeichert. Abweichungen von diesen gelernten Mustern werden in Echtzeit erkannt und als Alarm oder Report ausgegeben. Dadurch bleibt die Zustandsbewertung auch unter dynamischen Prozessbedingungen stabil und zuverlässig.

Wie lässt sich die Schadenslokalisierung auf Kranbahnen präzise durchführen?

Durch die Kombination von hochaufgelösten Schwingungsdaten mit Positions- und Steuerungsinformationen kann der Zustand der Kranbahn ortsgenau analysiert werden. ibaPDA verknüpft dabei Prozessdaten mit den synchron erfassten Vibrationssignalen, sodass belastete oder verschlissene Bereiche eindeutig identifiziert werden können. Mit ibaInCycle werden wiederkehrende Bewegungsabläufe zusätzlich zyklisch ausgewertet, um lokale Abweichungen sichtbar zu machen. Dadurch wird eine präzise Lokalisierung von Schäden entlang der Fahrstrecke ermöglicht.

Welche Rolle spielt Edge Analytics bei der Kranüberwachung?

Edge Analytics ermöglicht die direkte Auswertung von Schwingungs- und Prozessdaten am Kran selbst, ohne Umweg über zentrale IT-Systeme. Mit ibaM-DAQ werden Sensordaten unmittelbar erfasst und mit ibaInCycle in Echtzeit analysiert, wodurch kritische Zustandsänderungen sofort erkannt werden. Dadurch können Alarme direkt vor Ort ausgelöst und gezielte Instandhaltungsmaßnahmen eingeleitet werden. Die Datenbasis bleibt dabei hochaufgelöst und vollständig für spätere Analysen in ibaPDA verfügbar.

Wie kann die präventive Instandhaltung von Laufkranen datenbasiert optimiert werden?

Eine datenbasierte präventive Instandhaltung basiert auf der kontinuierlichen Erfassung und Auswertung von Schwingungs- und Prozessdaten über den gesamten Kranbetrieb hinweg. Mit ibaInCycle können wiederkehrende Fahr- und Lastzyklen analysiert und mit ibaPDA langfristig gespeichert sowie trendbasiert ausgewertet werden. Abweichungen vom gelernten Normalzustand werden über Auto-Adapting automatisch erkannt und in Reports oder Dashboards bereitgestellt. Dadurch lassen sich Wartungsmaßnahmen gezielt vor einem Ausfall planen und die Anlagenverfügbarkeit nachhaltig erhöhen.

Höhere Kran-Verfügbarkeit dank intelligenter Online-Überwachung

Applikation

Laufkrane sind zentrale Komponenten in vielen Produktions- und Logistikanlagen: Sie ermöglichen den effizienten, sicheren und präzisen Transport schwerer Lasten und unterstützen so die Arbeitsabläufe entscheidend. Ein unerwarteter Ausfall eines Krans, etwa aufgrund von Schäden auf der Kranbahn, kann daher große Auswirkungen haben – und im schlimmsten Fall sogar dazu führen, dass die gesamte Produktion oder die Entladung eines Schiffes stillsteht.

Das Projekt Fazit Verwendete Funktionen Kunden Success Stories Weitere Applikationen

Folglich ist es für Anlagenbetreiber maßgeblich, mögliche Fehlerquellen frühzeitig zu identifizieren, Instandhaltungsmaßnahmen rechtzeitig zu planen, um Störungen zu vermeiden, und so die Verfügbarkeit der Laufkrane zu maximieren. Intelligente Überwachungssysteme, etwa das iba-System zur Messwerterfassung und -analyse, helfen dem oftmals unter Zeitdruck stehenden Instandhaltungspersonal, sich anbahnende Schäden frühzeitig zu erkennen und so präventive Wartungsmaßnahmen zu ergreifen.

Schwingungsdaten zur Überwachung der Lauffläche

Um ein genaues Abbild des Kranbetriebs zu erhalten, müssen Überwachungssysteme eine Vielzahl unterschiedlicher Daten in die Analyse einbeziehen und miteinander in Korrelation setzen.

„Mit ibaPDA-PLC-Xplorer können wir Signale direkt aus verschiedenen Steuerungen abfragen und hieraus, gemeinsam mit erfassten Schwingungsdaten, Beschleunigungswerte bilden und diese mit der ausgeführten Aktion und der Position des Krans in Beziehung setzen. Auf diese Weise können wir die Kranbahn auf den Meter genau überwachen und sehen exakt, an welcher Stelle Verschleiß oder Schäden auftreten“, sagt Jan Clas, Produktmanager bei der iba AG. Dies führe dazu, dass Betreiber anstehende Wartungsarbeiten präziser planen, effizienter durchführen und somit ungeplante Stillstände reduzieren können.

Eine wesentliche Voraussetzung hierfür ist es, die relevanten Daten hochaufgelöst direkt an der Edge zu erfassen und auszuwerten. Also genau da, wo sie entstehen. „Unser Edge-Device ibaM-DAQ fährt auf dem Kran mit und dort können wir Schwingungssensoren direkt anschließen. Das wird dann gemeinsam mit den synchronisierten Steuerungssignalen live ausgewertet“, berichtet Clas.

Eingesetzt wird dabei die Software ibaInCycle, die wiederkehrende Abläufe online überwacht und live analysiert. Clas fügt an: „Letztlich können wir mit unserem System dann nicht nur bestimmen, dass ein Streckenbereich einen ungewöhnlichen Wert aufweist, sondern können dem Personal auch genau mitteilen, welche Stelle untersucht werden muss.“

Lernen unterschiedlicher Zustände mit Auto-Adapting

Da die am Kranbetrieb beteiligten Größen, etwa die angehängte Last oder die Position der Laufkatze, jedoch Einfluss auf die erfassten Messwerte haben, muss das Messsystem zur zielgerichteten Warnung und Alarmierung zwischen den unterschiedlichen Prozessparametern unterscheiden können.

Das iba-System benutzt hierfür die Auto-Adapting-Methode, die die Grundlage für eine differenzierte Fehlererkennung bildet: „Mit Auto-Adapting lernt das System für verschiedene Prozesszustände den Ist-Zustand der Laufflächen. Dabei werden die Daten in einem zeitsynchron gemittelten Kennwert erfasst“, sagt Clas. Die Ergebnisse werden dem Personal in Form von Reports oder Dashboards zur Verfügung gestellt.

Sollten die überwachten Schwingungsdaten oder gemessene Ströme vom gelernten Zustand abweichen, wird zudem eine Alarmmeldung ausgelöst. „Eine Abweichung vom erlernten Zustand der Schwingungen ist häufig ein Indikator für Schäden oder Abnutzung an der Lauffläche. Somit ermöglicht das Auto-Adapting in ibaInCycle eine zuverlässige Überwachung – selbst bei variierenden Betriebsbedingungen“, berichtet Clas

Für die Instandhaltungsabteilung bedeutet das: Sie erhält kontinuierlich aktuelle Informationen zum Zustand der Lauffläche und wird präzise auf Stellen hingewiesen, die überprüft oder bei einem geplanten Stillstand instand gesetzt werden müssen.

Online Analysis With ibaDaVIS — Das Dashboard visualisiert das Betriebsverhalten des Krans im Zeitverlauf. Darüber hinaus bietet es einen detaillierten Überblick über den Zustand der Kranbahn über ihre gesamte Länge.

Fazit

Mit dem Einsatz intelligenter Überwachungssysteme können Anlagenbetreiber auftretende Schäden und Verschleiß auf Kranbahnen anhand von bereits vorhandenen Daten erkennen und somit frühzeitig darauf reagieren. Dies reduziert Störungen, ungeplante Ausfälle und sorgt für eine Optimierung der Wartungsmaßnehmen. Ein solcher präventiver Ansatz ist besonders wichtig, da Instandhalter im Alltag oft keine Zeit für kontinuierliche Inspektionen der Laufflächen haben. Die Schwingungsüberwachung übernimmt diese Aufgabe, entlastet das Personal und sorgt schließlich dafür, dass sich die Verfügbarkeit der zentralen Logistikkomponenten langfristig erhöht.

Wichtig ist dabei, dass das eingesetzte System dynamisch auf sich ändernde Prozessparameter reagieren kann. Für diese Aufgabenstellung ist das iba-System ein geeignetes Werkzeug.

Testen Sie jetzt das iba-System!

Laden Sie sich die Demo von ibaPDA und ibaAnalyzer herunter und optimieren Sie noch heute Ihre Prozesse. Testen Sie es 30 Tage lang kostenlos!

ibaPDA-Demo Lizenz anfordern

Letztlich können wir mit unserem System dann nicht nur bestimmen, dass ein Streckenbereich einen ungewöhnlichen Wert aufweist, sondern können dem Personal auch genau mitteilen, welche Stelle untersucht werden muss.

Jan Clas
Produktmanager, iba AG

Verwendete Funktionen

Die folgenden Funktionen des iba-Systems werden in dieser Success Story verwendet.

Unternehmen, die sich auf iba verlassen

Diese führenden Unternehmen vertrauen bereits auf das iba-System.

Success Stories

Lesen Sie die inspirierenden Success Stories unserer zufriedenen Kunden.

Weitere Applikationen entdecken

Erfolgreiche Anwendungen und reale Lösungen mit dem iba-System.

Häufig gestellte Fragen (FAQ)

Wie können Laufkrane mithilfe von Schwingungsdaten und Prozesssignalen online überwacht werden, um ungeplante Stillstände zu vermeiden?: Eine zuverlässige Online-Überwachung von Laufkranen basiert auf der synchronen Erfassung von Schwingungsdaten, Positionsinformationen und Steuerungssignalen direkt am Kran. Mit ibaPDA-PLC-Xplorer können Daten aus verschiedenen Steuerungen abgegriffen und mit Vibrationsmessungen korreliert werden, um den Zustand der Kranbahn ortsgenau zu bewerten. Die Verarbeitung erfolgt edge-nah mit ibaM-DAQ, das direkt am Kran installiert ist und hochfrequente Sensordaten erfasst. Dadurch lassen sich Verschleißmuster frühzeitig erkennen und Wartungsmaßnahmen gezielt planen.
Wie kann die Zustandsüberwachung von Kranbahnen bei variierenden Betriebsbedingungen zuverlässig funktionieren?: Bei wechselnden Lasten und Kranpositionen ist eine kontextabhängige Bewertung der Messdaten entscheidend. Mit der Auto-Adapting-Methode in ibaInCycle werden unterschiedliche Betriebszustände automatisch gelernt und als Referenzzustände für die Kranbahnqualität gespeichert. Abweichungen von diesen gelernten Mustern werden in Echtzeit erkannt und als Alarm oder Report ausgegeben. Dadurch bleibt die Zustandsbewertung auch unter dynamischen Prozessbedingungen stabil und zuverlässig.
Wie lässt sich die Schadenslokalisierung auf Kranbahnen präzise durchführen?: Durch die Kombination von hochaufgelösten Schwingungsdaten mit Positions- und Steuerungsinformationen kann der Zustand der Kranbahn ortsgenau analysiert werden. ibaPDA verknüpft dabei Prozessdaten mit den synchron erfassten Vibrationssignalen, sodass belastete oder verschlissene Bereiche eindeutig identifiziert werden können. Mit ibaInCycle werden wiederkehrende Bewegungsabläufe zusätzlich zyklisch ausgewertet, um lokale Abweichungen sichtbar zu machen. Dadurch wird eine präzise Lokalisierung von Schäden entlang der Fahrstrecke ermöglicht.
Welche Rolle spielt Edge Analytics bei der Kranüberwachung?: Edge Analytics ermöglicht die direkte Auswertung von Schwingungs- und Prozessdaten am Kran selbst, ohne Umweg über zentrale IT-Systeme. Mit ibaM-DAQ werden Sensordaten unmittelbar erfasst und mit ibaInCycle in Echtzeit analysiert, wodurch kritische Zustandsänderungen sofort erkannt werden. Dadurch können Alarme direkt vor Ort ausgelöst und gezielte Instandhaltungsmaßnahmen eingeleitet werden. Die Datenbasis bleibt dabei hochaufgelöst und vollständig für spätere Analysen in ibaPDA verfügbar.
Wie kann die präventive Instandhaltung von Laufkranen datenbasiert optimiert werden?: Eine datenbasierte präventive Instandhaltung basiert auf der kontinuierlichen Erfassung und Auswertung von Schwingungs- und Prozessdaten über den gesamten Kranbetrieb hinweg. Mit ibaInCycle können wiederkehrende Fahr- und Lastzyklen analysiert und mit ibaPDA langfristig gespeichert sowie trendbasiert ausgewertet werden. Abweichungen vom gelernten Normalzustand werden über Auto-Adapting automatisch erkannt und in Reports oder Dashboards bereitgestellt. Dadurch lassen sich Wartungsmaßnahmen gezielt vor einem Ausfall planen und die Anlagenverfügbarkeit nachhaltig erhöhen.