Riemenausfälle vermeiden: Fehlerdiagnose mit Schwingungsanalyse

Riemenantriebe sind die Arbeitstiere in unzähligen Industriesystemen — zuverlässig, wartungsarm und kosteneffizient. Doch wenn sie versagen, sind die Folgen gravierend: Produktionsausfälle, Geräteschäden und Sicherheitsrisiken. Genau hier setzen die proaktive Fehlerdiagnose und die Schwingungsanalyse an.

In diesem Artikel zeigen wir, wie das Verständnis der Primären Riemenfrequenz (PBF) und von Schwingungsanomalien dabei hilft, Riemenfehler mit den Werkzeugen von ERBESSD INSTRUMENTS® vorherzusagen, zu erkennen und zu verhindern.

Korrekter Riemenbetrieb und Primäre Riemenfrequenz (PBF)

Ein gesundes Riemensystem hält die richtige Spannung, Ausrichtung und Reibung aufrecht — und gewährleistet eine reibungslose Leistungsübertragung mit minimaler Schwingung, typischerweise bei der grundlegenden Betriebsdrehzahl 1×. Die Primäre Riemenfrequenz ist für diese Analyse entscheidend und lässt sich berechnen als:

PBF = (Wellen-RPM ÷ Riemenlänge) × Riemenscheibenumfang (umgerechnet in Hz)

Amplitudenabweichungen oder Verschiebungen der PBF signalisieren häufig Probleme in einem frühen Stadium.

Häufige Riemenfehler – Erkennung durch Schwingungsanalyse

1. Seitliche Schnitte, Risse und Verschleiß

Schäden führen zu Asymmetrien und erzeugen Spitzen bei den Oberwellen der Riemenfrequenz. Eine Studie beobachtete bis zu 3-fach höhere Schwingungsenergie bei niedrigen Frequenzen bei beschädigten Riemen, insbesondere bei horizontal ausgerichteten Beschleunigungssensoren.

2. Lose und Fehlausrichtung

Lose verbreitert die Frequenzspitzen und verstärkt die 1×-Komponente. Fehlausrichtung und Schlupf erzeugen Seitenbänder und modulierte Oberwellen, die durch FFT-Analyse erkennbar sind.

Erweiterte Fehlervorhersage mit Maschinellem Lernen

Die Studie von 2021 in Applied Sciences von Pollak et al. [Vorhersage von Riemenantriebsfehlern in der Industrie 4.0] setzte einen adaptiven Anomalieerkennungsalgorithmus ein, der Schwingungsdaten aus Riemensystemen verwendet. Wesentliche Merkmale:

• Keine fehler-gekennzeichneten Trainingsdaten erforderlich — ideal während der Produktion.
• Verwendung von Beschleunigungssensoren zur Erfassung von Schwingungen in mehreren Achsen, analysiert mittels FFT und Spektrogrammen.
• Verbesserte Erkennungszuverlässigkeit durch ein Autoencoder-Neuronales Netz, das Anomalien mit F1-Scores > 98% klassifiziert, unter Verwendung horizontaler und vertikaler Sensoren.
• Labortests zeigten, dass Mapping-Fehlerschwellen zuverlässig zwischen beschädigten und gesunden Zuständen unterscheiden konnten (Fehlerschwelle 1,5–1,8%).

Die EI WiSER®-Beschleunigungssensoren von ERBESSD INSTRUMENTS®, kombiniert mit der Digivibe MX®-Software, ermöglichen Anwendern:

• Riemenschwingungen nicht-invasiv und in Echtzeit zu überwachen
• PBF-Amplitude und harmonische Anomalien zu verfolgen
• FFT- und Hüllkurvenanalysetechniken anzuwenden
• Schwingungsdaten nahtlos in Predictive-Maintenance-Plattformen zu integrieren

Diese Kombination ermöglicht die Fehlererkennung vor dem Ausfall und beseitigt subjektive manuelle Inspektionen.

Risiken bei Riemenausfall

1. Sicherheitsrisiken – Ein plötzlicher Riemenbruch unter Spannung kann Personal verletzen oder Maschinen beschädigen.
2. Effizienzverlust – Schlupf oder Fehlausrichtung erhöhen den Energieverbrauch und verringern die Leistung.
3. Ungeplante Ausfallzeiten – Selbst kurze Unterbrechungen können gesamte Produktionslinien stören.

Kontinuierliche schwingungsbasierte Überwachung im Rahmen von Industrie 4.0 kann solche Risiken verhindern. Pollak et al. stellen fest, dass integrierte Vorhersagesysteme die Wartungsplanung optimieren, Kosten senken und die Gesamtzuverlässigkeit der Anlage verbessern.

Von Reaktiv zu Prädiktiv: Nächste Schritte

Mit fortgeschrittener Analytik und KI-gestützter Diagnose wird die schwingungsbasierte Riemenüberwachung zu einer klugen Investition — nicht nur zu einer Sicherheitsmaßnahme. ERBESSD INSTRUMENTS® macht diese Techniken zugänglich, präzise und skalierbar.

Interessiert an einer Demo oder einem maßgeschneiderten Einsatz für Ihre Riemensysteme? Kontaktieren Sie uns — Ihre Anlagen verdienen eine intelligentere Wartung.

Referenzen

• Failure analysis in predictive maintenance: Belt drive diagnostics. Safety Sci., 2024
• Pollak A., Temich S., et al. “Prediction of Belt Drive Faults in Case of Predictive Maintenance in Industry 4.0 Platform.” Applied Sciences, 2021
• Al Bulushi et al., “Fault Diagnosis in Belts using Vibration Monitoring,” IJMSE, 2015