Der konstruktive Aufbau von Spitzenlosschleifmaschinen erschwert die Implementierung von Sensorik zur Prozessüberwachung. Daher wird ein Sensorsystem zur Schwingungsmessung beim Spitzenlosschleifen vorgestellt, das auch zur Nachrüstung von Bestandsmaschinen geeignet ist. Die erfassten Daten während spitzenlosen Einstechschleifversuchen korrelierten in guter Näherung mit schleifscheibenverschleißbedingten Änderungen der Werkstückeigenschaften.   The design of centerless grinding machines makes it difficult to apply suitable sensors for process monitoring. This paper presents a sensor system for vibration monitoring during centerless grinding, which can also be used for retrofitting existing machines. The data recorded during centerless plunge grinding correlated in a good aproximation with changes in the workpiece properties related to grinding wheel wear.

Durch die Möglichkeit, Wartungsintervalle dynamisch und zustandsabhängig planen zu können, gewinnen messdatengetriebene Instandhaltungskonzepte in modernen Fertigungslinien zunehmend an Bedeutung. Diese erlauben neben der Gewährleistung einer gleichbleibenden Prozessqualität die Schonung von Ressourcen. Bestehende Zustandsüberwachungen nutzen eine auf Kenn- und Grenzwerten basierende Messdatenauswertung. Alternativ dazu wird hier ein Verfahren der unscharfen Auswertung zur Prozessoptimierung an Werkzeugmaschinen vorgestellt, das keine Definition einzelner Grenzwerte erfordert, sondern basierend auf Methoden des maschinellen Lernens einen robusten Algorithmus zur Verfügung stellt, mit dem sich der Prozesszustand vorgegebenen Klassen zuordnen lässt. So lassen sich Unregelmäßigkeiten im Prozess anhand der Klassenzugehörigkeitswerte identifizieren und Diagnosefehler vermeiden.

Kurzfassung Die messwertbasierte Instandhaltung gewinnt zunehmend an Bedeutung, da sie frühzeitig auf Verschleiß reagieren kann. Für die Zustands-einordnung des Diagnoseobjekts spielt die Art und Anzahl der verwendeten Sensoren eine wichtige Rolle. Zur Aufnahme einer großen Menge an Messdaten wird ein optisches Sensornetzwerk aufgebaut, das die Aufzeichnung verschiedener Messgrößen vereint. Für den Anwendungsfall Schleifmaschine wird die Eignung verbrauchsarmer und kompakter Low-Cost-Sensorik untersucht.

Kurzfassung Die Maschinendiagnose ist ein wichtiges Werkzeug zur Abschätzung der Lebensdauer von instandhaltungsbedürftigen Bauteilen. Zukünftig werden diese Aufgaben zunehmend automatisiert und großflächig bewältigt. Auf dieser Basis wird ein Konzeptentwurf mit energieautarken Funksensoren und dessen Umsetzung am Versuchsstand vorgestellt. Anhand typischer Zustandsszenarien wird aufgezeigt, wie eine entsprechende Zustandserkennung in Echtzeit erfolgt und welche Methoden zur Messdatenauswertung verwendet wurden.