Smart Maintenance im Warmwalzwerk: KI-gestützte vorausschauende Instandhaltung bei Salzgitter
Hochkomplexe Produktion im Warmwalzwerk der Salzgitter Flachstahl GmbH
Im Warmwalzwerk der Salzgitter Flachstahl GmbH, einem Tochterunternehmen des Stahl- und Technologiekonzerns Salzgitter AG, laufen rund um die Uhr hochkomplexe Prozesse: Bis zu 32 Tonnen schwere Brammen werden in mehreren Prozessschritten zu Flachstahl ausgewalzt. Die Brammen, bis zu zwölf Meter lang und bis zu zwei Meter breit, werden zunächst in Wärmeöfen auf rund 1.250 Grad erhitzt. Anschließend durchlaufen die Brammen mehrere Walz- und Bearbeitungsschritte bis sie ihre endgültige Dicke erreichen. Zum Schluss werden die ausgewalzten Stahlbänder aufgewickelt – gehaspelt, wie man in der Fachsprache sagt – und versandfertig umreift, dann werden sie als Coils bezeichnet, in der stahlverarbeitenden Industrie weitervermarktet. Alle 3 bis 4 Minuten entsteht ein neues Coil. Dabei wird kundenspezifisch ein breites Spektrum an Bandbreiten und Blechdicke produziert. Alles läuft vollautomatisch und in hoher Taktzahl.
Dieser hohe Durchsatz macht auch die Instandhaltung einer solchen Anlage herausfordernd. „Dazu zählt vor allem der starke Verschleiß von Bauteilen, verursacht durch mechanische Kräfte und extreme thermische Belastungen unter ständigem Einsatz von Kühlwasser.“ sagt Denis Magiera, Teamleiter Digitale Anwendung Warmwalzwerk der Salzgitter Flachstahl GmbH.
Jeder ungeplante Stillstand kostet dabei Zeit, Energie und Geld. Genau hier setzte ein Projekt des Fraunhofer IFF gemeinsam mit der Salzgitter Flachstahl GmbH an: Können vorhandene Maschinendaten helfen, Probleme früher zu erkennen – noch bevor es zu Ausfällen kommt?
Das Warmwalzwerk selbst blickt auf eine lange Geschichte zurück. Bereits 1963 wurde die Produktion aufgenommen. Durch kontinuierliche Modernisierungen handelt es sich heute jedoch um eine moderne, hochentwickelte Anlage, die weit über den aktuellen industriellen Maßstäben produziert. Die Produktion ist in mehrere eng miteinander verknüpfte Abschnitte gegliedert, vom Erwärmen der Bramme über das Walzen bis hin zum Aufwickeln des fertigen Coils. Diese enge Verkettung sorgt für Effizienz, macht das System aber auch anfällig: Schon kleinste Störungen können Auswirkungen auf die gesamte Walzstraße haben.
Daten als Schlüssel zur vorausschauenden Instandhaltung
Hier setzt der datenbasierte Ansatz des Fraunhofer IFF an. In einem Pilotprojekt wurde die Umreifungsanlage herausgegriffen, um den Mehrwert einer systematischen Datenanalyse für die Instandhaltung zu demonstrieren.
Die Umreifungsanlage, die am Ende der Prozesskette die Coils sichert, arbeitet vollautomatisch und erzeugt eine große Menge an Steuerungsdaten. Über 700 Signale dokumentieren jeden einzelnen Schritt. Im Projekt haben die Wissenschaftlerinnen und Wissenschaftler untersucht, ob sich darin Muster erkennen lassen, die Rückschlüsse auf den Anlagenzustand zulassen.
Dazu wurden Steuerbefehle und die dazugehörigen Rückmeldungen analysiert. Wenn die Anlage beispielsweise eine Bewegung ausführt, lässt sich messen, wie viel Zeit zwischen Befehl und tatsächlicher Ausführung vergeht. Diese scheinbar kleinen Zeitdifferenzen erwiesen sich als entscheidend. Besonders deutlich wurde das an den Hitzeschutztüren der Anlage. Obwohl beide Türen baugleich sind, zeigten sie unterschiedliche Öffnungszeiten. Diese Zeiten veränderten sich im Laufe des Betriebs.
Solche Veränderungen entstehen nicht zufällig. Sie können auf beginnenden Verschleiß, mechanische Veränderungen oder zunehmende Schwergängigkeit hinweisen. Damit liefern sie wertvolle Hinweise auf den Zustand der Anlage lange bevor ein tatsächlicher Defekt auftritt.
Auf Basis dieser Erkenntnisse entwickelten die Forschenden am Fraunhofer IFF ein MATLAB-basiertes Monitoring-Tool. Es filtert relevante Signale aus den vorhandenen Daten, analysiert deren zeitliches Verhalten und erkennt Abweichungen automatisch. Das System arbeitet wie ein digitaler Sensor, der kontinuierlich im Hintergrund läuft und Veränderungen sichtbar macht. Das Tool befindet sich aktuell im Pilotstatus. Es wird in der Praxis erprobt und weiterentwickelt. Ziel ist es, die Algorithmen zu verfeinern, weitere Anwendungsfälle zu erschließen und die Integration in bestehende Instandhaltungsprozesse schrittweise auszubauen.
Ein besonderer Vorteil des Ansatzes liegt darin, dass keine zusätzliche Sensorik erforderlich ist. Gerade im Warmwalzwerk ist der Einsatz klassischer Messtechnik oft schwierig. Zunder, Hitze, Wasserdampf und starke Vibrationen erschweren zuverlässige Messungen erheblich. Die Nutzung vorhandener Steuerungsdaten umgeht diese Herausforderungen und eröffnet neue Möglichkeiten der Zustandsüberwachung.
Ausblick und Zusammenarbeit
Für die Salzgitter Flachstahl GmbH sind die Vorteile klar: Auffälligkeiten werden früher erkannt, Wartungen können gezielter geplant werden und ungeplante Stillstände lassen sich reduzieren. Gleichzeitig entsteht ein besseres Verständnis für die Anlage im laufenden Betrieb. Prozesse, die bislang als gegeben hingenommen wurden, werden messbar und nachvollziehbar.
Das Projekt zeigt, welches Potenzial in bereits vorhandenen Daten steckt. Selbst kleinste Veränderungen in Zeitabläufen können wertvolle Hinweise liefern, wenn sie systematisch ausgewertet werden. Für das Warmwalzwerk in Salzgitter bedeutet das einen wichtigen Schritt hin zu einer vorausschauenden, datengetriebenen Instandhaltung.
Mit der inzwischen gestarteten Testphase des Tools an der produzierenden Anlage wollen wir sichtbar machen, wie die Smart Maintenance künftig noch effektiver werden kann.
