DE10348608A1 - Spindelvorrichtung mit Zustandsüberwachung sowie entsprechendes Überwachungsverfahren und -system - Google Patents

Spindelvorrichtung mit Zustandsüberwachung sowie entsprechendes Überwachungsverfahren und -system Download PDF

Info

Publication number
DE10348608A1
DE10348608A1 DE10348608A DE10348608A DE10348608A1 DE 10348608 A1 DE10348608 A1 DE 10348608A1 DE 10348608 A DE10348608 A DE 10348608A DE 10348608 A DE10348608 A DE 10348608A DE 10348608 A1 DE10348608 A1 DE 10348608A1
Authority
DE
Germany
Prior art keywords
spindle
data
temperature
sensor
spindle device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE10348608A
Other languages
English (en)
Other versions
DE10348608B4 (de
Inventor
Rudolf Walter
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weiss Spindeltechnologie De GmbH
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE10348608.9A priority Critical patent/DE10348608B4/de
Priority to US10/968,829 priority patent/US7228197B2/en
Publication of DE10348608A1 publication Critical patent/DE10348608A1/de
Application granted granted Critical
Publication of DE10348608B4 publication Critical patent/DE10348608B4/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C19/00Bearings with rolling contact, for exclusively rotary movement
    • F16C19/52Bearings with rolling contact, for exclusively rotary movement with devices affected by abnormal or undesired conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/10Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting speed or number of revolutions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/12Arrangements for observing, indicating or measuring on machine tools for indicating or measuring vibration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q5/00Driving or feeding mechanisms; Control arrangements therefor
    • B23Q5/02Driving main working members
    • B23Q5/04Driving main working members rotary shafts, e.g. working-spindles
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16CSHAFTS; FLEXIBLE SHAFTS; ELEMENTS OR CRANKSHAFT MECHANISMS; ROTARY BODIES OTHER THAN GEARING ELEMENTS; BEARINGS
    • F16C2322/00Apparatus used in shaping articles
    • F16C2322/39General build up of machine tools, e.g. spindles, slides, actuators
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10TTECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
    • Y10T74/00Machine element or mechanism
    • Y10T74/18Mechanical movements
    • Y10T74/18568Reciprocating or oscillating to or from alternating rotary
    • Y10T74/18576Reciprocating or oscillating to or from alternating rotary including screw and nut
    • Y10T74/18688Limit stop

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Machine Tool Sensing Apparatuses (AREA)

Abstract

Die Überwachung von Spindeln soll verbessert und vereinfacht werden. Hierzu ist vorgesehen, dass in die Spindel mehrere Sensoren zum Erfassen unterschiedlicher physikalischer Größen integriert werden. So ist es beispielsweise möglich, die Schwingungsamplitude des Rotors einer Spindel und einen Temperaturverlauf eines Wälzlagers zu erfassen. Durch Überwachung der Maximalwerte ist es möglich, ein Crash-Ereignis (n) zu erkennen und aus dem Temperaturverlauf einen Instandhaltungsbedarf abzuleiten. Die Signalauswertung kann zentral beim Spindelhersteller erfolgen, so dass etwaige Instandhaltungsmaßnahmen langfristig und effektiv geplant werden können.

Description

  • Die vorliegende Erfindung betrifft eine Spindelvorrichtung zum Antrieb von Produktionsmaschinen mit einem Sensor zur Detektion einer physikalischen Größe betreffend die Spindelvorrichtung. Darüber hinaus betrifft die vorliegende Erfindung ein Überwachungssystem zum Überwachen mindestens einer derartigen Spindelvorrichtung sowie ein entsprechendes Verfahren zum Betreiben einer Spindel.
  • Die Steigerung der Produktivität ist das vornehmlichstes Ziel der Fertigung und ständiger Motor für Optimierungen und Entwicklungen im Bereich der Produktionsplanung und der Prozesstechnik. Daher ist beispielsweise eine hohe Verfügbarkeit einer Hauptspindel einer Produktionsmaschine, z.B. einer Fräs- oder Drehmaschine, von großer Bedeutung. Zur Erhöhung oder Gewährleistung einer hohen Verfügbarkeit soll daher eine automatische Überwachung der Hauptspindel stattfinden.
  • Das Wesentliche beim erfolgreichen Einsatz von existierenden Systemen zur Überwachung von Spindeln ist die Klassifizierung von Zuständen, d.h. das Festlegen von Grenzwerten für gemessene, verarbeitete und aufgezeichnete Signale bzw. Informationen. Derzeit im Einsatz befindliche Diagnosesysteme basieren auf der Beurteilung eines einzelnen Schwingungssignals, das über einen extern an der Spindel angebrachten Schwingungssensor erfasst wird. Die Spindeldiagnose erfolgt bei periodischer Messwertaufnahme nahezu in Echtzeit. Die hierbei gewonnenen Informationen verbleiben beim Besitzer der Spindel. Maschinen- sowie Spindelhersteller haben in der Regel keinen Zugriff auf die aufgezeichneten Daten.
  • Die Zustandsbeurteilung erfolgt typischerweise mittels Trendanalyse eines aus dem Messsignal gewonnenen Parameters, bei spielsweise des Effektivwerts der Beschleunigung oder der Schwingungsgeschwindigkeit über bestimmte Frequenzbereiche oder Amplitudenspektren. Das Prinzip der Trendanalyse bei der periodischen Datenerfassung ist in 1 dargestellt. Dabei ist die Schwingungsamplitude eines Lagers einer Hauptspindel über dem Datum bzw. der Zeit aufgetragen. Solange die Schwingungsamplitude im vorliegenden Beispiel von 1 kleiner als 50 Amplitudeneinheiten ist, befindet sie sich in einem unkritischen Bereich 1, der einen Zustand darstellt, in dem die Spindel und somit die Maschine in Ordnung ist. In einem darüber liegenden Bereich 2, in dem die Schwingungsamplitude des Lagers zwischen 50 und 80 Amplitudeneinheiten liegt, befindet sich die Spindel und somit die Maschine in einem Zustand, in dem Instandhaltungsmaßnahmen zu planen und ein Ausfall zu erwarten ist. Bei noch höheren Schwingungen in einem Bereich 3 oberhalb von 80 Amplitudeneinheiten befindet sich die Spindel und somit die Maschine in einem Zustand, der unmittelbar Maßnahmen erfordert und in dem ein Stillstand unmittelbar bevorsteht. Die eingezeichnete Kurve 4 stellt einen typischen Verlauf der Lager-Schwingungsamplitude einer Hauptspindel über der Zeit dar. Ausgehend von einem aktuellen Zeitpunkt 5 kann anhand einer Extrapolation 6 ein Zeitpunkt 7 prognostiziert werden, zu dem die Maschine ausfällt bzw. Maßnahmen unbedingt erforderlich sind. Der Zeitraum bis zum Zeitpunkt 7 kann also genutzt werden, um notwendige Instandhaltungsmaßnahmen zu treffen. Die zur Abgrenzung der unterschiedlichen Zustände erforderlichen Grenzwerte werden mittels statistisch gewonnener Daten ermittelt. Dieser Lernprozess erfordert üblicherweise einen hohen Zeitaufwand und führt jeweils nur zu einem Grenzwert für einen einzigen Spindeltypen in einer bestimmten Maschine und unter Umständen für einen einzigen speziellen Fertigungsvorgang. Diese Art der Grenzwertermittlung ist folglich für den Betrieb von Hauptspindeln und anderen Produktionsmaschinen ausgesprochen nachteilig.
  • Die Augabe der vorliegenden Erfindung besthet somit darin, die Diagnose von Spindelvorrichtungen zu vereinfachen und zu verbessern.
  • Erfindungsgemäß wird diese Aufgabe gelöst durch eine Spindelvorrichtung zum Antrieb von Produktionsmaschinen mit einem ersten Sensor zur Detektion einer ersten physikalischen Größe betreffend die Spindelvorrichtung und mindestens einem zweiten Sensor zur Detektion einer zweiten physikalischen Größe betreffend die Spindelvorrichtung.
  • Ferner ist erfindungsgemäß vorgesehen ein Verfahren zum Betreiben einer Spindel durch Erfassen von ersten Daten über eine erste physikalische Größe betreffend die Spindel und Ansteuern der Spindel und/oder Steuern eines Begleitprozesses unter Berücksichtigung der ersten Daten sowie Erfassen von zweiten Daten über mindestens eine zweite physikalische Größe betreffend die Spindel, wobei auch die zweiten Daten zur Ansteuerung der Spindel und/oder zum Steuern eines Begleitprozesses herangezogen werden.
  • Vorzugsweise repräsentieren die erste und/oder zweite physikalische Größe jeweils eine Wegstrecke, eine Geschwindigkeit, eine Beschleunigung oder eine spezielle Richtungskomponente davon. Damit ist es möglich, dass in der Spindel Schwingungen erfasst werden, die durch Exzentrizität von Spindelkomponenten erzeugt werden. Besonders vorteilhaft ist die Erfassung von Richtungskomponenten der Schwingungen, wodurch eine gezielte Instandhaltung durchgeführt werden kann.
  • Die erste oder zweite physikalische Größe können auch eine Temperatur oder ein Drehzahl der Spindel darstellen. Damit ist es beispielsweise möglich, den Zustand einer Spindel anhand von einem Lagerhersteller vorgegebenen Temperaturgrenzwerten zu bestimmen und entsprechende Instandhaltungsmaßnahmen einzuleiten. Die Diagnose, die sich aus dem Temperaturwert ergibt, kann dadurch präzisiert werden, dass die Dreh zahl der Maschine mit aufgezeichnet wird. Damit kann ein Temperaturanstieg beispielsweise auf eine vorübergehende Erhöhung der Drehzahl der Maschine zurückgeführt werden, bei der noch keine Wartungsmaßnahme erforderlich ist.
  • In einer bevorzugten Ausführungsform weist die erfindungsgemäße Spindelvorrichtung ein Spindelgehäuse auf, innerhalb dem der erste und mindestens eine zweite Sensor angeordnet ist. Dies bedeutet, dass die Diagnosesensorik bereits fest in die Spindel integriert ist und keine externen Sensoren nachträglich an die Spindel angebracht werden müssen.
  • Die Spindelvorrichtung kann darüber hinaus eine Speichereinrichtung zum Zwischenspeichern von Daten des ersten und mindestens einen zweiten Sensors und eine Controllereinrichtung zum Verarbeiten der Daten aufweisen. Vorzugsweise sind hierbei die Sensoren, die Speichereinrichtung und die Controllereinrichtung in einen Messring integriert, der in der Nähe eines Spindellagers angeordnet ist. Damit kann eine Diagnoseeinrichtung ohne hohen Aufwand in die Spindel integriert werden. Die Spindel ihrerseits lässt sich dann zur Bereitstellung der Diagnosedaten individuell konfigurieren.
  • Des Weiteren kann die erfindungsgemäße Spindelvorrichtung eine Klassifikatoreinrichtung aufweisen, mit der auf der Basis der Daten der Sensoren der Zustand der Spindelvorrichtung klassifizierbar ist. Dadurch besteht die Möglichkeit, dass nicht nur extern in einer zentralen Diagnosestation eine Klassifikation des Spindelzustands durchgeführt werden kann, sondern bereits direkt in der Spindel, so dass Datenübertragungsraten reduziert werden können. Die Durchführung der Klassifikation intern oder extern kann aber auch von der jeweiligen Systemauslastung abhängig gemacht werden.
  • Vorzugsweise ist mindestens eine derartige erfindungsgemäße Spindelvorrichtung in ein Überwachungssystem integriert, das über eine Auswerteeinrichtung zum Feststellen oder Prognosti zieren eines Instandhaltungsbedarfs der mindestens einen Spindelvorrichtung verfügt. Damit ist es beispielsweise für den Hersteller ohne Weiteres möglich, die Verfügbarkeit einer Vielzahl von Spindeln gezielt zu überwachen. Besonders vorteilhaft erweist sich die Vernetzung der Spindeln mit Hilfe eines Datennetzes, insbesondere des Internets.
  • In vorteilhafter Weise bietet das erfindungsgemäße Diagnosesystem ferner dem Spindel- bzw. Maschinenhersteller Informationen über den Lebenszyklus bzw. Belastungszyklus einer Spindel. Darüber hinaus können die in einem Ringspeicher enthaltenen Daten zur Begutachtung von Schäden verwendet werden, bei denen gegebenenfalls Gewährleistungsansprüche objektiv beurteilt werden müssen. Des Weiteren entfällt die bei derzeit im Einsatz befindlichen Überwachungssystemen erforderliche Grenzwertermittlung durch eine sogenannte Teach-in-Prozedur, da die erforderlichen Grenzwerte, z.B. Temperaturgrenzwerte beispielsweise durch den Lagerhersteller fest vorgegeben sind.
  • Die vorliegende Erfindung wird anhand der beigefügten Zeichnungen näher erläutert, in denen zeigen:
  • 1 ein Diagramm des Verlaufs einer Schwingungsamplitude über der Zeit;
  • 2 eine Längsschnittdarstellung durch eine erfindungsgemäße Motorspindel;
  • 3 Messdiagramme zu unterschiedlichen physikalischen Größen bei Crash-Ereignissen; und
  • 4 Messdiagramme zu physikalischen Größen einer Spindel bei normalem Verschleiß.
  • Die nachfolgend näher erläuterten Ausführungsbeispiele stellen bevorzugte Ausführungsformen der vorliegenden Erfindungen dar.
  • Bei einer Motorspindel 11 ist der Rotor 12 gemäß 2 durch Lager 13 gelagert. Unmittelbar angrenzend an eines der Lager 13 ist ein Messring 14 angeordnet. Der Messring 14 besitzt mehrere Sensoren, ein Speicherelement und einen Microcontroller. Die verwendeten Sensoren sind im Einzelnen: Drei Beschleunigungssensoren für die drei Raumrichtungen, zwei induktive Wegsensoren in axialer Richtung sowie zwei radiale induktive Wegsensoren, ein Drehzahlsensor und ein Temperatursensor. Die Anordnung der Sensoren in dem Messring kann in jeder geeigneten Weise erfolgen. So ist es aber auch denkbar, dass sie nicht zu einem Messring zusammengefasst, sondern einzeln oder in Gruppen in die Spindel direkt integriert sind. Der Messring enthält zusätzlich einen Betriebsstundenzähler. Erfasste Betriebsstunden wurden auf dem Speicherelement abgelegt.
  • Auf Grund der Informationen, die durch diese Sensoren gewonnen werden, ist eine Zustandklassifizierung nicht nur auf der Basis eines einzigen Signals, sondern auf der Basis mehrerer Signale möglich, d.h. es kann eine mehrdimensionale Zustandsklassifizierung gewährleistet werden. Durch diese Mehrdimensionalität ermöglicht die im Folgenden beschriebene Auswertung der Signalverläufe der Sensoren, Zustände der Spindel zu klassifizieren, auch ohne dass Grenzwerte in einer aufwändigen Prozedur ermittelt werden müssen.
  • Der Zustand einer Spindel bzw. deren Lagerzustände kann sich beispielsweise durch sogenannte Crash-Ereignisse oder auch durch normalen Verschleiß verändern. Bei einem Crash-Ereignis, bei dem beispielsweise das Werkzeug oder Futter einer Werkzeugmaschine auf das Werkstück stößt, wird die gesamte Spindel oder Teile davon in Mitleidenschaft gezogen, so dass unter Umständen eine frühzeitige Instandhaltung notwendig ist.
  • Durch die Kombination der unterschiedlichen Signalarten lässt sich ein Crash der Spindel durch charakteristische Signalver- läufe erkennen. Dabei legt die Richtung der Krafteinwirkung auf Grund des Crashs fest, in welchem der unterschiedlichen Sensorarten bezogen auf seine Einbaurichtung ein Signal mit charakteristischem Verlauf zu erkennen ist. So ist beispielsweise ein Crash eindeutig aus einer Kombination von Weg- und Beschleunigungssignal erkennbar. Auch die Art des Crashs, ob „schneller" Crash mit dynamisch aufgebrachter Überlast oder „langsamer" Crash mit statisch aufgebrachter Überlast, lässt sich an der Form der Schwingungssignale erkennen.
  • Ein schneller Crash bewirkt pro Zeiteinheit ΔT im Maximalwert eines Schwingungssignals in der Regel einen deutlichen Anstieg. Mit anderen Worten sind die im Crashfall jeweils in einem Zeitraum ΔT gemessenen Maximalwerte wesentlich größer als die im normalen Betrieb auftretenden Werte. Dies ist in 3 in den Diagrammen A und B dargestellt. Eine allgemeine Größe, z.B. die Amplitude, die Geschwindigkeit oder die Beschleunigung eines Schwingungssignals erreicht während des normalen Betriebs gemittelt im Zeitraum ΔT die Maximalwerte (1), (2) und (3). Im Crashfall stellt sich der Maximalwert (n) ein, der deutlich über den Werten (1), (2) und (3) liegt.
  • Für die nach dem Crash (t > tn) gemessenen Werte sind prinzipiell zwei Verläufe abhängig von der Intensität des Crashs denkbar. Zum einen kann das Signal (n + 1) nach dem Crash in der gleichen Höhe wie vor dem Crash weiterverlaufen. In diesem Fall befindet sich das Signal weiterhin in einem Sollbereich S gemäß dem Diagramm A von 3, so dass das Crash-Ereignis nur an der Überhöhung des Wertes (n) erkannt werden kann.
  • Zum anderen kann das Signal (n + 1), (n + 2), (n + 3) nach dem Crash-Ereignis in Höhe des Werts (n) des Crash-Ereignisses weiterverlaufen oder diesen Wert (n) übersteigen, wie es im Diagramm B von 3 dargestellt ist. Wenn der Maximalwert des Schwingungssignals den Wertebereich T auch nach dem Crash-Ereignis nicht mehr verlässt, so kann dieser Zustand der Spindel anders qualifiziert werden als in dem im Diagramm B dargestellte Fall, bei dem die Werte kontinuierlich ansteigen. In beiden geschilderten Fällen ist der Crash anhand der überhöhten Signale (n), (n + 1), (n + 2), ... nach dem Zeitpunkt tn zu erkennen.
  • In dem Diagramm C von 3 ist konkret der Maximalbetrag der Schwingungs- bzw. Wegamplitude für die diskreten Zeitwerte bei einem schnellen Crash, d.h. einer dynamisch aufgebrachten Überlast dargestellt. Der Kurvenverlauf entspricht dem von Diagramm A. Demgegenüber ist im Diagramm D der Maximalbetrag der Wegamplitude bei einem langsamen Crash, d.h. bei einer statisch aufgebrachten Überlast dargestellt. In diesem Fall steigt der Betrag der Amplitude stetig an. Diese Änderung der Werte nach dem Crash-Ereignis wäre mit Beschleunigungs- oder Geschwindigkeitssensoren nicht zu erkennen. Insofern kann mit einem Wegsensor auch ein langsamer Crash erkannt und für eine Prognose herangezogen werden.
  • Nach einem Crash-Ereignis, das anhand des Maximalwerts des Schwingungs- oder Wegsignals zum Zeitpunkt tn festgestellt wurde, sind je nach Schädigungsgrad durch den Crash zwei verschiedene Temperaturverläufe zu erwarten, die in den Diagrammen E und F von 3 dargestellt sind. Zum einen kann es zu einem stetig linearen, exponentiellen oder ähnlichen Anstieg der maximalen Temperatur gemäß Diagramm E kommen. Zum anderen kann die Temperatur aber auch abrupt im Zeitraum t > tn steigen, wie dies in Diagramm F dargestellt ist. Eine vom Lagerhersteller vorgegebene Grenztemperatur ϑgrenz sollte nicht oder nur kurz überschritten werden, damit beispielsweise der Schmierstoff nicht überbeansprucht wird.
  • Gleichzeitig mit dem Temperaturverlauf sollte der Drehzahlbereich beobachtet werden, wie er in den Diagrammen G und H ebenfalls mit diskreten Maximalwerten dargestellt ist. Dabei ist zu prüfen, dass keine signifikanten Drehzahlunterschiede vor und nach dem Crash zum Zeitpunkt t = tn bestehen. Bei er höhter Drehzahl würde sich nämlich das Temperatursignal in Abhängigkeit der Drehzahl erhöhen, so dass die erhöhte Temperatur, auch wenn sie die Grenztemperatur ϑgrenz überschreitet nicht als Crash-Indikator gewertet werden muss. Ähnliches gilt auch für die Interpretationen der Kurvenverläufe in den Diagrammen A bis D von 3.
  • Im Sinne einer zustandsabhängigen Wartung (Condition-based-Maintenance) ist eine Handlung erforderlich, wenn die pro Zeitraum gemessene Temperatur signifikant größer als die im Schnitt zuvor gemessenen Temperatur ist, wenn sie oberhalb der durch den Wälzlagerhersteller festgelegten zulässigen Einsatztemperaturen von Wälzlager oder Schmierstoff liegt oder wenn die durch den Spindelhersteller festgelegte zulässige Grenztemperatur überschritten wird. Der Temperaturverlauf bereinigt mit dem Drehzahlsignal ist damit ein hinreichendes Kriterium zum Auslösen einer Instandhaltungsmaßnahme anhand vorab festgelegter Grenzwerte.
  • Die Trendanalyse geht von einem linear oder exponentiell ansteigenden Verlauf von Schwingungssignal bzw. Betrag der maximalen Wegamplitude aus, falls eine Veränderung des Spindel- bzw. Lagerzustands auftritt. Im Diagramm A von 4 ist ein entsprechender Verlauf der diskreten Maximalwerte (1), ... (n), (n + 1), ... (n + m) dargestellt, wobei zum Zeitpunkt tn ein Crash-Ereignis stattfindet. In Abhängigkeit von der Art des Crashs kann der Maximalbetrag der Wegamplitude durch den Crash verändert werden (vgl. Diagramm B), oder aber von diesem zunächst unbeeinflusst bleiben (vgl. Diagramm C) und dann stetig ansteigen. Auslöser für eine zustandsorientierte Instandhaltung ist wiederum der Temperaturverlauf. Dabei kann eine Minimaltemperatur ϑgrenz mini eine Normaltemperatur ϑgrenz nl und eine absolute Maximaltemperatur ϑgrenz max für die Interpretation bzw. Auslösung herangezogen werden. So ist beispielsweise oberhalb der Grenztemperatur ϑgrenz max ein Serviceeinsatz zu veranlassen. Dabei ist aber auch wiederum die diskrete Ma ximaldrehzahl, wie sie im Diagramm E von 4 dargestellt ist, zu beachten.
  • Die Spindelbetriebszustände können unter Berücksichtigung von absolut gültigen Grenzwerten der Lagerkinematik klassifiziert werden. Hierbei können die gemessenen Wegsignale zur Überprüfung der Lagerkinematik verwendet werden. Über Algorithmen zur Berechnung der Lagerkinematik nach Brändlein, J.; Klühspies, N.: Die Lastverteilung in schnell laufenden Kugellagern, Werkstatt und Betrieb, 105. Jahrgang, 1972, Nr. 9 oder Harris, T.; Rolling Bearing Analysis, John Wiley Sons, 1991 kann auf Parameter, die die Lagerkinematik oder Belastung charakterisieren, geschlossen werden. Dabei lassen sich unter Einbeziehung geometrischer Daten der Lagerung, der Spindel (Lagerabstand, Wellengeometrie) des Werkzeugs (Werkzeugdurchmesser und -länge) und Berücksichtigung der Wellenelastizität sowie der Drehzahl als auch der mittels des Temperatursensors ermittelten Temperatur durch Umstellung des Algorithmus die folgenden Parameter berechnen:
    • (1) maximale Hertzsche Flächenpressung in dem im Lager auftretenden Wälzkontakten (p0)
    • (2) Verhältnis zwischen Bohr- und Rollwinkelgeschwindigkeit der Wälzkörper (BRV) und
    • (3) Wälzkörpervor- und -nachlauf (WVN).
  • Eine Gebrauchsdauerminderung unter Drehzahl ist dann zu erwarten, wenn
    • (1) p0 > (2.000...2.500) MPa, abhängig vom Material der Wälzpartner, hier für 100Cr6- und Cronidur®30- Wälzlagerstahl
    • (2) BRV > 0, 5
    • (3) WVN > 0,5 mal dem Käfigtaschenspiel.
  • Durch die Modellbildung sind somit Grenzwerte a priori ohne Teach-in absolut ermittelbar. Bei einer Überschreitung dieser Grenzwerte ist die Gebrauchsdauer der Spindel reduziert. Durch die Speicherung der gegebenenfalls nach obigem Schema vorverarbeiteten Signale in einem Ringspeicher, aus dem die zuerst eingespeicherten Informationen auch wieder als erste ausgelesen werden, können die Signale dem Maschinen- oder Spindelhersteller zugängig und im Post-Processing ausgewertet werden. Auf diese Weise ist die Ableitung von Garantie- bzw. Gewährleistungsansprüchen möglich.

Claims (17)

  1. Spindelvorrichtung (11) zum Antrieb von Produktionsmaschinen mit – einem ersten Sensor zur Detektion einer ersten physikalischen Größe betreffend die Spindelvorrichtung (11), gekennzeichnet durch – mindestens einen zweiten Sensor zur Detektion einer zweiten physikalischen Größe betreffend die Spindelvorrichtung (11).
  2. Spindelvorrichtung nach Anspruch 1, wobei die erste und/oder zweite physikalische Größe jeweils eine Wegstrecke, eine Geschwindigkeit, eine Beschleunigung oder eine spezielle Richtungskomponente davon repräsentieren.
  3. Spindelvorrichtung nach Anspruch 1 oder 2, wobei die erste oder zweite physikalische Größe eine Temperatur oder eine Drehzahl der Spindelvorrichtung (11) darstellt.
  4. Spindelvorrichtung nach einem der vorhergehenden Ansprüche, die ein Spindelgehäuse aufweist, wobei der erste und mindestens eine zweite Sensor innerhalb des Spindelgehäuses angeordnet ist.
  5. Spindelvorrichtung nach einem der vorhergehenden Ansprüche, die eine Speichereinrichtung zum Zwischenspeichern von Daten des ersten und mindestens einen zweiten Sensors und eine Controllereinrichtung zum Verarbeiten von Daten aufweist.
  6. Spindelvorrichtung nach Anspruch 5, wobei die Sensoren, die Speichereinrichtung und die Controllereinrichtung in einen Messring (14) integriert sind.
  7. Spindelvorrichtung nach einem der vorhergehenden Ansprüche, die eine Klassifikatoreinrichtung aufweist, mit der auf der Basis der Daten der Sensoren der Zustand der Spindelvorrichtung (11) klassifizierbar ist.
  8. Überwachungssystem zum Überwachen mindestens einer Spindelvorrichtung (11) nach einem der vorhergehenden Ansprüche mit einer Auswerteeinrichtung zum Feststellen oder Prognostizieren eines Instandhaltungsbedarfs der mindestens einen Spindelvorrichtung (11).
  9. Überwachungssystem nach Anspruch 8, wobei die mindestens eine Spindelvorrichtung (11) über einen Temperatursensor verfügt, und in der Auswerteeinrichtung ein Temperatursignal des Temperatursensors mit einem Grenzwert ϑgrenz zur Ermittlung des Instandhaltungsbedarfs vergleichbar ist.
  10. Überwachungssystem nach Anspruch 8 oder 9, das über ein Datennetz verfügt, an das die mindestens eine Spindelvorrichtung und die Auswerteeinrichtung angeschlossen ist.
  11. Verfahren zum Betreiben einer Spindel (11) durch – Erfassen von ersten Daten über eine erste physikalische Größe betreffend die Spindel (11) und – Ansteuern der Spindel (11) und/oder Steuern eines Begleitprozesses unter Berücksichtigung der ersten Daten, gekennzeichnet durch – Erfassen von zweiten Daten über mindestens eine zweite physikalische Größe betreffend die Spindel (11), wobei auch die zweiten Daten zur Ansteuerung der Spindel (11) und/oder zum Steuern eines Begleitprozesses herangezogen werden.
  12. Verfahren nach Anspruch 11, wobei die erste und/oder zweite physikalische Größe jeweils eine Wegstrecke, eine Geschwindigkeit, eine Beschleunigung oder eine spezielle Richtungskomponente davon repräsentieren.
  13. Verfahren nach Anspruch 11 oder 12, wobei die erste oder zweite physikalische Größe eine Temperatur oder eine Drehzahl der Spindel darstellt.
  14. Verfahren nach einem der Ansprüche 11 bis 13, wobei die ersten und zweiten Daten in der Spindel (11) zwischengespeichert und optional vorverarbeitet werden.
  15. Verfahren nach einem der Ansprüche 11 bis 14, wobei der Zustand der Spindel (11) auf Basis der ersten und zweiten Daten klassifiziert wird.
  16. Verfahren nach einem der Ansprüche 11 bis 15, wobei die ersten oder zweiten Daten Temperaturdaten umfassen, die mit einem Grenzwert ϑgrenz zur Ermittlung eines Instandhaltungsbedarfs der Spindel verglichen werden.
  17. Verfahren nach einem der Ansprüche 11 bis 16, wobei die Daten mehrerer Spindeln in einer zentralen Auswerteeinrichtung ausgewertet werden.
DE10348608.9A 2003-10-20 2003-10-20 Überwachungssystem und Verfahren für eine Spindel Expired - Lifetime DE10348608B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE10348608.9A DE10348608B4 (de) 2003-10-20 2003-10-20 Überwachungssystem und Verfahren für eine Spindel
US10/968,829 US7228197B2 (en) 2003-10-20 2004-10-19 Spindle device with state monitoring, and monitoring method and monitoring system therefore

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10348608.9A DE10348608B4 (de) 2003-10-20 2003-10-20 Überwachungssystem und Verfahren für eine Spindel

Publications (2)

Publication Number Publication Date
DE10348608A1 true DE10348608A1 (de) 2005-05-19
DE10348608B4 DE10348608B4 (de) 2016-05-19

Family

ID=34442119

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10348608.9A Expired - Lifetime DE10348608B4 (de) 2003-10-20 2003-10-20 Überwachungssystem und Verfahren für eine Spindel

Country Status (2)

Country Link
US (1) US7228197B2 (de)
DE (1) DE10348608B4 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009005272A1 (de) 2009-01-20 2009-07-16 Bachmann Gmbh Verfahren und Vorrichtung zur Erfassung von Betriebszuständen an Maschinen und Anlagen
WO2011128174A1 (de) 2010-04-14 2011-10-20 Schaeffler Technologies Gmbh & Co. Kg Wälzlager insbesondere in werkzeugmaschinenspindeln und verfahren zu dessen herstellung
DE102016009032B4 (de) 2015-07-31 2018-10-04 Fanuc Corporation Maschinenlerneinheit, Spindelersatzbeurteilungsvorrichtung, Steuerung, Werkzeugmaschine, Produktionssystem und maschinelles Lernverfahren, die zur Beurteilung der Notwendigkeit eines Spindelersatzes fähig sind
DE102018007905A1 (de) * 2018-10-08 2020-04-09 Günther Zimmer Arbeitsspindel mit Sensoren und Verfahren zur Erfassung und Überwachung ihrer Historie

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7571022B2 (en) * 2004-10-25 2009-08-04 Ford Motor Company System and method for monitoring machine health
US7383097B2 (en) * 2004-10-25 2008-06-03 Ford Motor Company Method for managing machine tool data
US20070088454A1 (en) * 2004-10-25 2007-04-19 Ford Motor Company System and method for troubleshooting a machine
US7409261B2 (en) * 2004-10-25 2008-08-05 Ford Motor Company Data management and networking system and method
WO2006107938A2 (en) * 2005-04-04 2006-10-12 Danaher Motion, L.L.C. Linear motion assembly with monitoring system and method of monitoring
DE102014207434A1 (de) * 2014-04-17 2015-10-22 Robert Bosch Gmbh Verfahren zum Betreiben einer Handwerkzeugmaschine, Handwerkzeugmaschine
JP6350481B2 (ja) * 2015-10-16 2018-07-04 マツダ株式会社 工作機械の制御装置
DE102016001745B4 (de) * 2016-02-10 2021-03-04 Michael Weinig Ag Holzbearbeitungs-Werkzeugspindel und Kehlmaschine mit einer solchen Werkzeugspindel
JP6453919B2 (ja) * 2017-01-26 2019-01-16 ファナック株式会社 行動情報学習装置、行動情報最適化システム及び行動情報学習プログラム
DE102017124667A1 (de) 2017-10-23 2019-04-25 Schaeffler Technologies AG & Co. KG Messsystem zur Überwachung einer Spindel
DE102018204648A1 (de) * 2018-03-27 2019-10-02 Robert Bosch Gmbh Führung, Sensoranordnung und Verfahren
JP7267585B2 (ja) * 2019-03-29 2023-05-02 株式会社 神崎高級工機製作所 歯車加工装置
DE102019112877A1 (de) * 2019-05-16 2020-11-19 Homag Gmbh Verfahren zur Überwachung eines Spindellagers
DE102019219772A1 (de) * 2019-09-26 2021-04-01 Robert Bosch Gmbh Sensorsystem, Linearvorrichtung und Verfahren für ein Sensorsystem

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10007126A1 (de) * 2000-02-17 2001-09-13 Paul Mueller Gmbh & Co Kg Spindel mit einem Datenspeicherelement
DE10144459A1 (de) * 2001-09-10 2003-04-03 Werner Kluft Überwachung von Werkzeugmaschinen-Komponenten mit einem Überwachungssystem

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3882305A (en) * 1974-01-15 1975-05-06 Kearney & Trecker Corp Diagnostic communication system for computer controlled machine tools
US5274546A (en) * 1988-09-02 1993-12-28 Fanuc Ltd Diagnosis system of numerical control apparatus
JPH08301523A (ja) * 1995-04-28 1996-11-19 Toray Ind Inc 糸条の巻取方法およびその巻取装置
US6269284B1 (en) * 1997-05-09 2001-07-31 Kam C. Lau Real time machine tool error correction using global differential wet modeling
JP2002079439A (ja) * 2000-09-07 2002-03-19 Mori Seiki Co Ltd 工作機械の保守管理装置
US7054919B2 (en) * 2001-06-15 2006-05-30 Ei3 Corporation System and method for providing virtual online engineering of a production environment
US7034711B2 (en) * 2001-08-07 2006-04-25 Nsk Ltd. Wireless sensor, rolling bearing with sensor, management apparatus and monitoring system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10007126A1 (de) * 2000-02-17 2001-09-13 Paul Mueller Gmbh & Co Kg Spindel mit einem Datenspeicherelement
DE10144459A1 (de) * 2001-09-10 2003-04-03 Werner Kluft Überwachung von Werkzeugmaschinen-Komponenten mit einem Überwachungssystem

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009005272A1 (de) 2009-01-20 2009-07-16 Bachmann Gmbh Verfahren und Vorrichtung zur Erfassung von Betriebszuständen an Maschinen und Anlagen
WO2011128174A1 (de) 2010-04-14 2011-10-20 Schaeffler Technologies Gmbh & Co. Kg Wälzlager insbesondere in werkzeugmaschinenspindeln und verfahren zu dessen herstellung
DE102010014960A1 (de) 2010-04-14 2011-10-20 Schaeffler Technologies Gmbh & Co. Kg Wälzkörper insbesondere in Werkzeugmaschinenspindeln und Verfahren zu dessen Herstellung
DE102016009032B4 (de) 2015-07-31 2018-10-04 Fanuc Corporation Maschinenlerneinheit, Spindelersatzbeurteilungsvorrichtung, Steuerung, Werkzeugmaschine, Produktionssystem und maschinelles Lernverfahren, die zur Beurteilung der Notwendigkeit eines Spindelersatzes fähig sind
DE102018007905A1 (de) * 2018-10-08 2020-04-09 Günther Zimmer Arbeitsspindel mit Sensoren und Verfahren zur Erfassung und Überwachung ihrer Historie
EP3636385A3 (de) * 2018-10-08 2020-08-05 Günther Zimmer Arbeitsspindel mit sensoren und verfahren zur erfassung und überwachung ihrer historie

Also Published As

Publication number Publication date
DE10348608B4 (de) 2016-05-19
US20050160847A1 (en) 2005-07-28
US7228197B2 (en) 2007-06-05

Similar Documents

Publication Publication Date Title
DE10348608B4 (de) Überwachungssystem und Verfahren für eine Spindel
EP2083338B1 (de) Verfahren und Vorrichtung zum Überwachen einer Maschine
EP1607192B1 (de) Verfahren und System zur Verschleissabschätzung von Achsen eines Roboterarmes
DE102016005892A1 (de) Anomalieerfassungsvorrichtung mit Funktion zum Erfassen einer Anomalie einer Werkzeugmaschine und Anomalieerfassungsverfahren
DE102008029672B3 (de) Vorrichtung und Verfahren zur Zustandsüberwachung und Zustandsdiagnose einer Maschine, Maschinenkomponente oder Anlage
EP1423827A2 (de) Vorrichtung und verfahren zur früherkennung und vorhersage von aggregateschädigungen
DE102016002995B3 (de) Verfahren zur Überwachung eines Antriebssytems einer Werkzeugmaschine
EP2102728B1 (de) Verfahren und vorrichtung zum diagnostizieren des zustandes eines maschinenbauteils
EP2131178B1 (de) Diagnoseverfahren für zumindest ein Kugellager, insbesondere für ein Schrägkugellager, korrespondierendes Diagnosesystem sowie Verwendung eines derartigen Diagnosesystems
DE102016006343A1 (de) Mit einer funktion zum erkennen von anomalem bremsen ausgestattete motorsteuerung und verfahren zum erkennen von anomalem bremsen
WO2004078543A2 (de) Risikominimierung und wartungsoptimierung durch ermittlung von schädigungsanteilen aus betriebsdaten
DE102017200855A1 (de) Verfahren und System zur Diagnose von Komponenten eines Fahrzeugs
DE102004048649A1 (de) Verfahren zur Zustandsüberwachung und Lebensdauerprognose wenigstens eines Wälzlagers in einer wälzgelagerten Vorrichtung
WO2023061850A1 (de) Verfahren zur überwachung des zustands einer werkzeugmaschine
DE10144459A1 (de) Überwachung von Werkzeugmaschinen-Komponenten mit einem Überwachungssystem
DE102005048532A1 (de) Verfahren und Anordnung zum Überwachen einer mechanischen Komponente eines Fahrzeugs
DE102016005214A1 (de) Vorrichtung zum Überprüfen eines Zustandes eines Maschinenteils
EP2240835B1 (de) Verfahren zur bestimmung der bearbeitungsgüte von bauteilen insbesondere bei spanender bearbeitung durch nc maschinen
DE102005048533A1 (de) Verfahren und Anordnung zum Überwachen einer mechanischen Komponente, insbesondere eines Getriebes eines Fahrzeugs
DE3234443A1 (de) Einrichtung zum erfassen thermisch wirksamer zustandsaenderungen in lagern
DE102005048531A1 (de) Verfahren und Anordnung zum Überwachen einer mechanischen Komponente, insbesondere einer Kupplung eines Fahrzeugs
DE102005045270A1 (de) Verfahren für eine Niveauregelanlage und Niveauregelanlage
DE102013100411B4 (de) Verfahren und Vorrichtung zur Zustandsüberwachung einer Kälteanlage
DE10022163A1 (de) Verfahren zur Diagnose einer Antriebs-oder Funktionskomponente und Steuer-und/oder Schmiermittel und/oder Betriebsmittelversorgungssystem für Antriebs-oder Funktionskomponenten
EP4102206A2 (de) Verfahren und vorrichtung zur abschätzung der lebensdauer eines tribologisch beanspruchten bauteils und computerprogrammprodukt

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R081 Change of applicant/patentee

Owner name: WEISS SPINDELTECHNOLOGIE GMBH, DE

Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R071 Expiry of right