Sensorlos sensibel

Sensoren sind heute allgegenwärtig. Im Auto etwa stecken Dutzende der winzigen künstlichen Sinnesorgane, die warnen, wenn ihnen etwas zu nah kommt, Kühlwasser zu heiß oder der Tank zu leer ist. Aber die empfindlichen Minifühler können auch defekt sein und ihren Dienst versagen – dann kann der Wagen schon mal am Straßenrand stehen bleiben.

Was fürs Auto gilt, trifft auch für Maschinen und Anlagen aller Art zu – dort kann ein schadhafter Sensor zu Produktionsausfällen und Verlustgeschäft führen. An einer neuen Art Sensor, die ganz ohne Sensoren auskommt, forscht der Antriebstechniker Professor Matthias Nienhaus von der Saar-Uni. „Wir entwickeln eine wichtige neue Sensorkategorie: den Motor selbst“, sagt er. Der Vorteil: Die Ingenieure greifen Messdaten ab, die im normalen Betrieb sowieso anfallen. „Das macht das Verfahren sehr kostengünstig, weil keine weiteren Sensoren eingebaut werden müssen. Wir erforschen, wie wir aus dem Motor elegant Daten herausziehen, die wir für die Ansteuerung und Prozessüberwachung nutzen. Hierzu entwickeln wir mit Partnern auch das Design von Kleinantrieben weiter und bauen Motoren so, dass sie uns möglichst viel Informationen liefern“, erklärt Nienhaus. Sein Spezialgebiet sind Miniatur-Systeme und elektromagnetische Klein- und Mikroantriebe mit einer Leistung von 0,1 bis zu einigen hundert Watt.

Wie ein Arzt aus Blutwerten Rückschlüsse auf den Gesundheitszustand eines Patienten zieht, lesen Nienhaus und sein Team aus den Motordaten, wie es um den Motor steht. „Wir ermitteln hierzu, welcher Motorzustand mit welchen Messwerten zusammenhängt, welcher Messwert sich wie verändert, wenn nicht mehr alles rund läuft“, erläutert er. Gerade auch die Signale des normalen Betriebs sind für die Forscher aufschlussreich: Desto mehr Daten sie über den Motor kennen, umso effizienter können sie ihn ansteuern. Die Forscher identifizieren aus der Datenmasse die Signalmuster, die hierfür aussagekräftig sind, oder bei bestimmten Veränderungen auftreten, etwa bei Fehlern oder Verschleiß. Für die verschiedenen Zustände des Motors wie auch Fehler- und Verschleißgrade entwickeln sie mathematische Modelle.

Mit diesen Ergebnissen füttern sie einen Microcontroller, das Gehirn des Systems, in dem die Daten ausgewertet werden: Verändern sich die Signale, kann der Controller sie einer bestimmten Fehlfunktion zuordnen und dann auch entsprechend reagieren. Über ein Netzbetriebssystem können die so sensibilisierten Motoren auch zusammen im Verbund agieren, was neue Möglichkeiten für Wartung, Qualitätssicherung und Produktion eröffnet: Denkbar wäre etwa, dass ein anderer Motor automatisch übernimmt, wenn einer ausfällt.

Um die Daten aus dem Motor zu lesen, betrachten Nienhaus und sein Team, wie genau im Motor die Stärke des magnetischen Feldes verteilt ist. Fließt etwa bei einem Kleinantrieb Strom durch die Spulen, die um sich drehende Permanentmagneten angeordnet sind, wird ein spezifisches elektromagnetisches Feld erzeugt. Die Forscher erfassen, wie sich dieses magnetische Feld verändert, wenn der Motor sich dreht. Anhand dieser Daten können sie sowohl die Lage des Rotors berechnen, als auch weitere Schlüsse ziehen, mit denen der Motor sehr effizient angesteuert oder Fehler erkannt werden können.