Wie sich der Zustand von Nadellagern in Industrie-4.0-Systemen überwachen lässt

Kurzantwort

Überwachen Sie ein Nadelrollenlager durch die Messung von Schwingungen, Temperatur und Betriebsbedingungen am Gehäuse oder an der nächstgelegenen starren Struktur zu überwachen und die Daten anschließend über ein Edge-Gateway an eine Plattform zu übertragen, die sie gegen den eigenen Referenzzustand des Lagers trendet. Eine direkte Instrumentierung ist schwierig, weil Nadelrollenlager kompakt sind, häufig schwingen statt sich kontinuierlich zu drehen und oft mit niedriger Drehzahl laufen. Werkzeuge aus Industrie 4.0 machen den Ansatz praktikabel: Günstige Sensoren, Edge-Verarbeitung und offene Protokolle wie OPC UA und MQTT ermöglichen die Überwachung von Dutzenden kleiner Lager, für die sich ein manueller Inspektionsrundgang nie gerechnet hätte.

Die praktische Vorgehensweise lautet:

1. Ordnen Sie die Positionen von Nadelrollenlagern nach den Folgen eines Ausfalls ein, nicht nach der Lagergröße.

2. Wählen Sie Messgrößen, die zur Bewegung passen: Schwingungen und Temperatur bei Rotation; Drehmoment, Motorstrom oder Wegmessung plus Temperatur bei Schwenkbewegungen.

3. Montieren Sie Sensoren auf starrem Metall so nah wie konstruktiv möglich an der Lastzone.

4. Verarbeiten Sie hochfrequente Daten direkt am Edge und übertragen Sie Kennwerte statt Rohsignalschwingungen an die übergeordnete Ebene.

5. Legen Sie Alarme auf Basis des jeweiligen Lagerspezifischen Referenzzustands fest und verknüpfen Sie jeden Alarm mit einer Instandhaltungsmaßnahme.

Die folgenden Abschnitte erläutern die einzelnen Schritte sowie die Fehler, die Monitoring-Projekte am häufigsten verzögern.

Warum Nadelrollenlager schwer zu überwachen sind

Nadelrollenlager sind schwieriger zu überwachen als Kugellager oder Zylinderrollenlager, weil die Merkmale, die sie besonders kompakt machen, zugleich die üblichen Sensorpositionen entfallen lassen und das Fehlersignal abschwächen.

• Sehr geringe radiale Bauhöhe. Nadelrollen sind lang und schlank, mit einer Länge von mindestens dem Vierfachen ihres Durchmessers, sodass das Lager nur sehr wenig radialen Bauraum benötigt. Das Gehäuse ist häufig ein Zahnrad, ein Kipphebel oder ein Pumpengehäuse, ohne freie Fläche direkt neben dem Lager.

• Schwenkbewegung. Kipphebel, Kreuzgelenkkreuze und Betätigungsgelenke schwenken nur über einen Teilkreis, statt sich kontinuierlich zu drehen. Eine frequenzbasierte Diagnose setzt eine konstante Wellendrehzahl voraus, und ein oszillierendes Lager verletzt diese Annahme mit jedem Hub.

• Niedrige Drehzahl, geringe Energie. Langsam laufende Lager erzeugen nur schwache Fehlersignale. Eine Übersichtsarbeit aus dem Jahr 2018 zu Schwingungs- und Schallemissionsverfahren weist darauf hin, dass sich langsam laufende Lager wegen des geringen Signal-Rausch-Verhältnisses schwerer überwachen lassen als schnell laufende.

• Ein langer, störbehafteter Signalweg. Zahnräder, Wellen und benachbarte Lager bringen eigene Schwingungen ein. Untersuchungen an großen langsam laufenden Lagern nennen nichtstationäre Betriebsbedingungen, geringe kinetische Energie und den Abstand zwischen Fehlerstelle und Sensor als zentrale Herausforderungen.

• Kein Innenring in vielen Ausführungen. Viele Nadelrollenlager laufen direkt auf einer gehärteten Welle, sodass die Wellenoberfläche als Innenlaufbahn dient. Bei Verschleiß liegt der Schaden an einem Bauteil, das nicht gemeinsam mit dem Lager ersetzt wird.

• Viele Lager pro Maschine. Ein einzelnes Getriebe oder ein Antrieb kann Dutzende Nadelrollenlager enthalten, wodurch die Kosten pro überwachten Messpunkt zu einem realen Kriterium werden.

Auch Forscher, die oszillierende Nadelrollenlager prüfen, bilden diese Realität ab. Ein veröffentlichtes Run-to-Failure-Datenset für oszillierende Nadelrollenlager erfasst Beschleunigung, Temperatur, Positionsverschiebung, Drehmomentschwankung und radiale Bewegung, nicht allein Schwingungen.

Was gemessen werden sollte

Verwenden Sie für jede Nadellagerstelle mindestens zwei komplementäre Messgrößen, eine schnelle und eine langsame, da keine einzelne Messung alle Ausfallmodi und Bewegungsarten abdeckt.

ISO 13373-1, die allgemeine Norm für die schwingungsbasierte Zustandsüberwachung, weist darauf hin, dass Schwingungen am Lager oder an der Gehäusekonstruktion gemessen werden können und ein vollständiges Programm außerdem Thermografie, Ölanalyse, Ferrographie sowie Temperatur- und Druckmessungen umfassen kann. Bei Nadellagern ist dieser breitere Ansatz besonders wichtig.

Auch die akustische Emission verdient bei langsam laufenden Wellen Beachtung. Eine Doktorarbeit an der Cranfield University zeigte, dass ihre statistischen Kennwerte den Lagerzustand im Bereich von 10 bis 100 rpm zuverlässig abbilden.

In der Praxis haben sich zwei Kombinationen bewährt. Bei kontinuierlich rotierenden Nadellagern empfiehlt sich die Verbindung von Gehäuseschwingungen und Gehäusetemperatur. Bei oszillierenden Gelenkstellen sollten Temperatur sowie Antriebsdrehmoment oder Motorstrom gemeinsam ausgewertet werden; Schwingungen sollten nur dort ergänzt werden, wo der Hub einen isolierbaren Abschnitt mit konstanter Drehzahl umfasst.

Sensorauswahl und -platzierung

Bringen Sie den Sensor auf einem steifen Metallbauteil an, auf einem möglichst kurzen direkten Weg zur Lastzone, und halten Sie diese Position bei allen überwachten Einheiten identisch.

Auswahl des Sensors

• Beschleunigungssensoren. Piezoelektrische Ausführungen mit IEPE eignen sich für Anwendungen mit großer Bandbreite, etwa die Hüllkurvenanalyse. MEMS-Sensoren sind kompakter, kostengünstiger und einfacher zu versorgen; prüfen Sie jedoch den Frequenzbereich und den Eigenrauschpegel im Datenblatt im Hinblick auf die Fehlerbilder, die Sie erfassen möchten.

• Temperatursensoren. Ein Thermistor oder Thermoelement am Gehäuse, nahe am Lagersitz, liefert einen langsamen, aber zuverlässigen Zustandsindikator und eine Sicherheitsabschaltung.

• Sensoren für akustische Emission. Ziehen Sie diese nur bei langsam laufenden Wellen in Betracht, wenn die Schwingungswerte gering sind und Ihre Datenverarbeitung für deren Einsatz ausgelegt ist.

• Kontextsignale. Erfassen Sie Drehzahl, Position oder Winkel, Last und Motorstrom aus der Maschinensteuerung und versehen Sie diese Daten mit Zeitstempeln, abgestimmt auf die Sensordaten.

Montagerichtlinien

1. Am Gehäuse montieren, möglichst nahe an der Lastzone und in Richtung der Hauptbelastung ausgerichtet.

2. Eine steife Montagefläche wählen und dünne Abdeckungen, Dichtungen sowie Fugen im Signalweg vermeiden.

3. Für eine dauerhafte Montage Stehbolzen oder Klebstoff verwenden. Magnete sind für Versuche geeignet, können sich jedoch verschieben und hohe Frequenzen dämpfen.

4. Sensorposition und Ausrichtung dokumentieren, damit Ersatzsensoren der ursprünglichen Montage entsprechen.

5. Kabel von Stromleitungen und bewegten Teilen fernhalten. Wenn eine Verkabelung nicht praktikabel ist, auf drahtlose Knoten ausweichen und den Kompromiss zwischen Abtastrate und Batterielaufzeit in Kauf nehmen.

Wenn das Lager nicht direkt erreichbar ist

Überwachen Sie in diesem Fall die nächstgelegene massive Struktur und stützen Sie sich auf Trends statt auf absolute Werte. Ein Gehäuse mit etwas Abstand zum Lager liefert zwar keinen Messwert, der einem Datenblatt entspricht, zeigt aber dennoch, dass sich dieses Lager heute anders verhält als noch im letzten Monat. Ist selbst das nicht möglich, arbeiten Sie mit Ersatzgrößen: Gehäusetemperatur, Antriebsdrehmoment und Motorstrom machen einen steigenden Reibungsanteil in einem oszillierenden Gelenk oft sichtbar, auch ohne Sensor direkt am Lager. Integrierte Sensoren im Lager selbst sind bei Nadellagern selten; daher ist die Gehäusemontage in der Praxis der Standard.

Industrie-4.0-Architektur: vom Sensor bis zur Instandhaltungsmaßnahme

Eine praxistaugliche Monitoring-Architektur umfasst vier Stufen; die zentrale Auslegungsregel lautet, die hochfrequente Verarbeitung an den Edge zu verlagern.

Von links nach rechts lesen: Sensoren speisen ein Edge-Gateway, das Gateway überträgt Merkmale per MQTT an die Plattform, und die Plattform löst Alarme aus, aus denen Instandhaltungsaufträge entstehen.

Edge-Gateway. Synchronisieren Sie die Sensordaten mit Drehzahl, Winkel und Last aus der Maschinensteuerung, berechnen Sie Merkmale wie RMS, Kurtosis und Bandenergie und halten Sie kurze Rohdaten-Bursts für die Diagnose in einem Puffer vor. Wenn statt der hochfrequenten Rohsignale nur verdichtete Kennwerte oder Anomaliealarme übertragen werden, sinkt die Netzwerklast. Ein Gateway kann zudem ältere Steuerungen über deren nativen Protokolle auslesen und die Daten in standardisierter Form erneut bereitstellen.

OPC UA und MQTT gemeinsam eingesetzt. OPC UA ermöglicht den strukturierten Zugriff auf Maschinendaten am Edge. MQTT ist ein Publish-Subscribe-Protokoll mit Broker-Architektur und eignet sich für viele kleine Sender. Beide Verfahren ergänzen sich: Ein Edge-Gateway mit integriertem OPC-UA-Adapter liest die Maschinendaten aus und veröffentlicht sie ohne kundenspezifische Übersetzungsschicht als MQTT-Nachrichten.

Plattform. Speichern Sie die Merkmale als Zeitreihen zusammen mit dem jeweiligen Betriebszustand, hinterlegen Sie für jedes Lager die Basiswerte und Alarmregeln und stellen Sie die Ergebnisse für Dashboards und das Instandhaltungssystem bereit.

Sicherheit. Behandeln Sie Sensoren und Gateways als Teil des Operational-Technology-Netzwerks. Ein in einem Artikel zur industriellen IoT-Datenarchitektur beschriebenes gängiges Muster besteht darin, Daten lokal zu filtern und aggregierte Kennwerte über einen Message Broker in eine industrielle DMZ zu überführen, entsprechend den Vorgaben der ISA/IEC 62443.

Daten in Entscheidungen überführen

Ein Alarm ist nur dann sinnvoll, wenn er jedes Lager mit seinem eigenen fehlerfreien Betriebsverhalten vergleicht und dem Techniker anschließend eine klare Handlungsanweisung gibt.

Für jedes Lager eine eigene Referenzlinie aufbauen

Erfassen Sie den Normalbetrieb über den gesamten Bereich von Drehzahlen, Lasten und Hüben und zwar so lange, dass typische Produktionszyklen abgedeckt sind. Nadellager in nominell identischen Einbaulagen können sich aufgrund von Gehäusesteifigkeit und Sensorbefestigung unterscheiden; eine gemeinsame Referenz führt daher zu Fehlalarmen.

Ein kleines Set an Merkmalen trendbasiert auswerten

Zu den aussagekräftigen Merkmalen zählen Effektivwert und Spitzenbeschleunigung, Crest-Faktor, Kurtosis, die Energie in ausgewählten Frequenzbändern, der Temperaturanstieg gegenüber der Umgebung sowie das Antriebsmoment. Vergleichen Sie diese Kennwerte mit dem Betriebszustand und nicht ausschließlich mit der Kalenderzeit.

Für rotierende Lager die Hüllkurvenanalyse einsetzen

Ein fortschreitender Oberflächenschaden erzeugt wiederkehrende Stöße, die Strukturresonanzen anregen. Die Demodulation dieses Hochfrequenzbandes und die Suche nach Peaks an den Schadfrequenzen des Lagers ist ein Standardverfahren zur Lokalisierung des Fehlers. Für ein Lager mit n Wälzkörpern, der Wellenfrequenz f_r, dem Wälzkörperdurchmesser d, dem Teilkreisdurchmesser D und dem Berührungswinkel φ lauten die Frequenzen von Außenring und Innenring:

Nadellager besitzen viele Wälzkörper und ein kleines Verhältnis von Wälzkörperdurchmesser zu Teilkreisdurchmesser, sodass diese Frequenzen bei hohen Vielfachen der Wellendrehzahl mit eng beieinanderliegenden Harmonischen auftreten. Bestätigen Sie sie anhand der Herstellerdaten, bevor Sie sich darauf stützen.

Schwingbewegungen ausdrücklich berücksichtigen

Erfassen Sie bei jeder Schwingungsaufnahme den Winkel oder die Position. Analysieren Sie nur den Hubabschnitt mit annähernd konstanter Geschwindigkeit oder vergleichen Sie Aufnahmen, die an derselben Position und in derselben Richtung aufgenommen wurden. Zählen Sie Zyklen und nicht Stunden: Der Verschleiß eines oszillierenden Lagers richtet sich nach der Anzahl der Hübe und deren Amplitude.

Alarmgrenzen nach Größe und Veränderung festlegen

Die ISO 20816-1, die die ISO 10816-1 und ISO 7919-1 abgelöst hat, formuliert ihre allgemeinen Bewertungskriterien sowohl anhand der Schwingungsgröße als auch der Schwingungsänderung. Wenden Sie dasselbe Prinzip auf jedes Lager an: eine Stufe für die absolute Größe, eine weitere für die Änderungsrate. Die Norm behandelt die Schwingungen kompletter Maschinen und ist daher als Rahmenwerk und nicht als Grenzwert auf Lagerebene zu verstehen.

Machine Learning sorgfältig ergänzen

Anomalieerkennungsmodelle, die mit Daten aus dem fehlerfreien Betrieb trainiert werden, sind ein sinnvoller Ansatz, um ungewöhnliches Verhalten zu erkennen, wenn nur wenige Fehlerbeispiele vorliegen. Daten bis zum Ausfall sind der begrenzende Faktor für Modelle zur Fehlerprognose; halten Sie daher neben dem Modell eine regelbasierte Schicht vor, verlangen Sie Erläuterungen zu Alarmen und prüfen Sie Fehlalarme gemeinsam mit dem Instandhaltungspersonal, bevor Sie die Automatisierung ausweiten.

Ausfallarten und die von ihnen erzeugten Signale

Jede häufige Ausfallart von Nadellagern hinterlässt ein anderes Muster. Deshalb liefert ein einzelnes Signal nur selten ein vollständiges Bild.

Die letzte Zeile wird leicht übersehen. Dient die Welle als innere Laufbahn, sollte ein Überwachungsalarm nicht nur den Lagersaustausch, sondern auch die Prüfung der Welle auslösen, da das Signal andernfalls erneut auftritt.

Umsetzungsfahrplan

Beginnen Sie mit einem kleinen Pilotprojekt an den Positionen mit den höchsten Ausfallkosten, weisen Sie nach, dass die Signale intaktes von sich verschlechterndem Verhalten trennen, und skalieren Sie anschließend.

1. Wählen Sie 5 bis 10 kritische Positionen aus. Priorisieren Sie nach Stillstandskosten, Sicherheitsrelevanz, Austauschaufwand und Ausfallhistorie.

2. Definieren Sie die Ausfallfragen. Legen Sie für jede Position fest, welche Fehlermodi relevant sind und welche Maßnahme ein Alarm auslösen soll.

3. Wählen Sie die Signale aus. Kombinieren Sie ein schnelles mit einem langsamen Signal (siehe Tabelle im Abschnitt Messung) und ergänzen Sie den Betriebszustand.

4. Installieren und dokumentieren Sie die Sensoren. Erfassen Sie für jeden Messpunkt Position, Ausrichtung, Befestigungsart und Kalibrierung.

5. Erfassen Sie eine Referenzbasis. Decken Sie das gesamte Spektrum der normalen Betriebszustände ab, bevor Sie Alarme festlegen.

6. Parametrieren Sie konservative Alarme. Beginnen Sie mit Grenzwerten für Änderungsraten und einer Temperaturschwelle und stimmen Sie diese anhand des Feedbacks der Instandhaltung ab.

7. Binden Sie das System an den Instandhaltungsprozess an. Jeder Alarm sollte einen Arbeitsauftrag oder eine definierte Inspektion auslösen und nicht nur eine farbliche Anzeige im Dashboard.

8. Überprüfen Sie das Konzept nach den ersten Ausfällen und Fehlalarmen. Nutzen Sie bestätigte Erkenntnisse aus der Zerlegung und Inspektion, um Schwellwerte und Merkmale anzupassen.

9. Skalieren Sie nach Muster. Übertragen Sie das Sensorset und das Referenzverfahren zunächst auf ähnliche Maschinen, bevor Sie neue Signalarten ergänzen.

Das Pilotprojekt ist erfolgreich, wenn die Alarme mit den Inspektionsergebnissen übereinstimmen, das Instandhaltungsteam den Meldungen vertraut und ein weiterer Standort das dokumentierte Verfahren übernehmen könnte.

Häufige Fehler, die vermieden werden sollten

Die meisten Projekte zur Überwachung von Nadellagern scheitern nicht an fehlender Analytik, sondern an organisatorischen und messtechnischen Ursachen.

• Mit der Cloud-Plattform zu beginnen. Definieren Sie zunächst die Ausfallfragestellungen und Sensorpositionen und wählen Sie erst danach die Software aus.

• Für jedes Lager denselben Grenzwert zu verwenden. Steifigkeit des Gehäuses und Sensorbefestigung verändern das Messsignal, daher sollten Sie lagerbezogene Referenzwerte verwenden.

• Das Bewegungsprofil zu ignorieren. Werden Verfahren für konstante Drehzahlen auf oszillierende Gelenke angewendet, entstehen aussagelose Frequenzspitzen.

• Sich ausschließlich auf die Temperatur zu verlassen. Wenn ein Gehäuse bereits heiß läuft, hat sich der Schmierfilm oft schon verschlechtert.

• Rohdaten-Wellenformen dauerhaft zu streamen. Das überlastet Netzwerke und Speicher. Extrahieren Sie die Merkmale am Edge und erfassen Sie Rohdaten bei Bedarf.

• Die Welle zu vernachlässigen. Eine beschädigte Wellenlaufbahn zerstört das Ersatzlager.

• Keine Verbindung zur Maßnahme herzustellen. Ein Alarm ohne Verantwortlichen und festgelegte Reaktion ist nur Störgeräusch.

• Sicherheit zu vernachlässigen. Behandeln Sie das Sensor- und Gateway-Netzwerk als Teil Ihrer OT-Umgebung und segmentieren Sie es entsprechend.

Häufig gestellte Fragen

Lässt sich ein Nadellager mit einem Schwingungssensor überwachen?

Ja, sofern sich das Lager mit ausreichender Geschwindigkeit dreht und der Sensor an einem steifen Bereich des Gehäuses in der Nähe der Lastzone montiert ist. Bei langsamer oder oszillierender Bewegung ist die Schwingung allein nur eingeschränkt aussagekräftig; ergänzen Sie daher Temperatur sowie Drehmoment oder Motorstrom.

Welcher Sensor eignet sich am besten für die Zustandsüberwachung von Nadellagern?

Es gibt keinen einzelnen optimalen Sensor. Ein am Gehäuse montierter Beschleunigungssensor in Kombination mit einem Temperatursensor deckt die meisten rotierenden Anwendungen ab. Für sehr langsame Wellen eignet sich die Schallemission; bei oszillierenden Gelenken sind Antriebsdrehmoment oder Motorstrom die bessere Wahl.

Wie überwacht man oszillierende Nadellager?

Erfassen Sie bei jeder Messung Winkel oder Position, analysieren Sie den gleichförmigen Abschnitt des Hubs, zählen Sie Zyklen statt Betriebsstunden und verfolgen Sie Temperatur- und Drehmomenttrends zusätzlich zur Schwingung.

Ist Machine Learning erforderlich?

Nein. Lagerbezogene Referenzwerte, trendbasierte Merkmale und sinnvoll festgelegte Alarmgrenzen reichen in den meisten Fällen aus. Machine Learning ist vor allem dann hilfreich, wenn viele ähnliche Maschinen vorhanden sind und ausreichend Daten aus dem Normalzustand vorliegen, um das Regelverhalten zu modellieren.

Welche Protokolle verbinden Sensoren mit der Cloud?

OPC UA und MQTT, in der Regel gemeinsam. OPC UA ermöglicht am Edge den strukturierten Zugriff auf Maschinendaten, MQTT überträgt diese über einen Broker. Ein Edge-Gateway kann beide Protokolle ohne kundenspezifische Programmierung miteinander verbinden.

Wie häufig sollten Daten erfasst werden?

Erfassen Sie niederfrequente Merkmale wie Temperatur und RMS in festen Intervallen und lösen Sie hochfrequente Wellenformerfassungen nach Zeitplan, ereignisgesteuert oder beim Überschreiten eines Grenzwerts aus. Stimmen Sie das Intervall darauf ab, wie schnell sich der Fehlermechanismus entwickelt.

Fazit

Der Zustand von Nadellagern lässt sich wirksam überwachen, wenn gehäusemontierte Sensoren mit Betriebskontext, Edge-Verarbeitung und lagerbezogenen Basiswerten kombiniert werden. Das Verfahren muss zur Bewegung passen: Bei kontinuierlicher Drehung ist eine schwingungsbasierte Diagnose sinnvoll, während oszillierende und langsam laufende Gelenke Temperatur, Drehmoment oder Motorstrom sowie eine zyklenbasierte Analyse erfordern. Beginnen Sie mit einem Pilotprojekt an kritischen Positionen, verknüpfen Sie jeden Alarm mit einer konkreten Maßnahme und skalieren Sie erst dann, wenn die Meldungen das Vertrauen des Instandhaltungsteams gewonnen haben.

Konstruktionsentscheidungen vor der Montage bestimmen, wie gut sich ein Nadellager überwachen lässt: Gehäusesteifigkeit, Bauraum für die Sensorbefestigung, Zugang zur Schmierung und Härte der Welle. Wenn Sie Nadellager für Anlagen spezifizieren, die überwacht werden sollen, sprechen Sie mit den Ingenieuren von LILY Bearing über die geeignete Lagerausführung und das dazu passende Gehäusedesign. Fordern Sie noch heute eine kostenlose Beratung zur Lagerauswahl durch das Engineering-Team von LILY Bearing an.