Laufende Projekte

WälLagSchaden

Schadensfrüherkennung an Wälzlagern durch elektrische Impedanzmessung

Ausgangslage

Wälzlager zählen zu den wichtigsten Maschinenelementen und sind in nahezu allen Anlagen zu finden. Unvorhergesehene Schäden an Wälzlagern sind einer der Hauptgründe für den vorzeitigen Ausfall von Maschinen, weshalb die Zustandsüberwachung von Wälzlagern immer mehr an Bedeutung gewinnt, um Instandhaltungs- und Instandsetzungskosten zu reduzieren. Nach aktuellem Stand der Technik werden u.a. Körperschall- und Vibrationsdaten von Sensoren am Maschinengehäuse zur Zustandsüberwachung der Lager verwendet, die jedoch von weiteren Signalen, z.B. durch Zahneingriffe hervorgerufen, überlagert werden. Forschungen am Fachgebiet pmd haben gezeigt, dass die Messung des Wechselstromwiderstandes des Wälzlagers die Möglichkeit bietet, Wälzlagerschäden zu erkennen, sie innerhalb des Wälzlagers zu verorten und zu vermessen, die wirkende Last auf das Lager zu bestimmen und die Wellendrehzahl zu ermitteln [1]. Der Fokus dieses Projektes liegt auf dem Themengebiet der Schadensfrüherkennung, welche sich der elektrischen Ersatzmodellierung des Wälzkontaktes als Plattenkondensator bedient [2].

Abbildung 1: Schnittdarstellung einer Prüfkammer des Athene-Prüfstands (links), elektrische Ersatzmodellierung des Wälzkontakts (rechts) [2]

Projektziele

Das Ziel des DFG-Projektes ist die Identifikation signifikanter Änderungen des Impedanzsignals und aus diesem Signal abgeleiteter statistischer Indikatoren über die gesamte Lebensdauer verschiedener Wälzlager. Diese Indikatoren sollen eine Zustandsdiagnose mit Hilfe der Methoden des Maschinellen Lernens ermöglichen. Ferner werden die Gründe für ihre Veränderung über die Lagerlebensdauer untersucht.

Vorgehensweise

Zu Beginn des Projekts werden Wälzlager gleichen Typs und gleicher Baugröße in Dauerversuchen am Athene-Prüfstand bei gleicher Drehzahl und unterschiedlichen Lasten bis zum Ausfall betrieben. Währenddessen wird das Impedanzsignal der zu überwachenden Lagerung aufgezeichnet und verschiedene Indikatoren im Zeit- und Frequenzbereich aus diesem abgeleitet. Mit Hilfe gängiger Auswahlverfahren aus dem Bereich des Maschinellen Lernens werden die Indikatoren extrahiert, welche für die Schadensdiagnose und Klassifizierung der Lebensphasen des Wälzlagers am besten geeignet sind. Parallel dazu erfolgt die phänomenologische Erklärung der Impedanzänderung über die Wälzlagerlebensdauer unter Berücksichtigung der Oberflächenveränderung im Betrieb bis zum Ausfall. Die Erkenntnisse aus den Dauerversuchen und der Indikatorenextraktion werden anschließend auf verschiedene Lagertypen übertragen und die Allgemeingültigkeit überprüft. Abschließend wird der Einfluss der Lagerbaugröße auf das Impedanzsignal untersucht und ebenfalls in die Methoden zur Schadensfrüherkennung eingebracht.

Abbildung 2: Darstellung des allgemeinen Vorgehens im Projekt

[1] Martin G., Becker F., Kirchner E. (2022): A novel method for diagnosing rolling bearing surface damage by electric impedance analysis, Tribology International, https://doi.org/10.1016/j.triboint.2022.107503

[2] Schirra T. (2021): Phänomenologische Betrachtung der sensorisch nutzbaren Effekte am Wälzlager – Einfluss unbelasteter Wälzkörper auf das elektrische Impedanzmodell [Dissertation]: TU Darmstadt; 2021