Krananlagen: Digital‑ & Datenstrategie (CM/OEE/Integration)
Facility Management: Krananlagen » Strategie » Asset‑Management‑Strategie » Digital‑ & Datenstrategie
Krananlagen: Digital‑ & Datenstrategie
Auf Krananlagen wirken Trends, die das TFM insgesamt transformieren: Digitalisierung und datengetriebene Instandhaltung, IT/OT-Konvergenz, Security-by-Design, nachhaltige Betriebsführung und regulatorische Nachweisführung. Im Ergebnis avanciert die digitale Transparenz über Zustände, Nutzung und Performance von Kranen zu einem erfolgskritischen Faktor – sowohl für die Sicherheit als auch für die betriebswirtschaftliche Steuerung.
Die Realität vieler Betreiber ist durch historisch gewachsene, herstellerheterogene Kranflotten geprägt. Steuerungen, Sensorik und Dokumentation sind oft dezentral, die Daten liegen verteilt in Steuerungen, Logbüchern, Prüfberichten, Wartungstools oder Excel-Dateien. Wartung und Inspektion folgen zumeist starren Intervallen, die tatsächliche Beanspruchung und den Verschleiß nur unzureglich widerspiegeln. Störungen werden häufig reaktiv behandelt; Stillstände sind intransparent, weil Taxonomien, Zeitstempel und Ereignisdaten nicht konsistent erfasst werden. Aus IT-/OT-Sicht sind Sicherheitsarchitekturen oftmals uneinheitlich, und Schnittstellen zu CAFM-, CMMS- oder EAM-Systemen fehlen oder sind proprietär.
Gleichzeitig steigt der Druck: Produktionssysteme werden variabler, Losgrößen kleiner, Verfügbarkeitserwartungen höher. Betreiber müssen gesetzliche Prüfpflichten lückenlos nachweisen, Energieverbräuche überwachen, Risiken systematisch managen und wirtschaftliche Kennzahlen für Investitionsentscheidungen bereitstellen. Die klassischen Mittel – Papierdokumentation, Inspektionsroutinen und manuelle Auswertungen – stoßen an Grenzen.
Datenbasierte Effizienz und Integration im Kranbetrieb
- Digitales Kranmanagement
- Belastbarkeit
- Schlüsselbegriffe
- Grundlagen
- Lastkollektive Bewertung
- Kran-Einsatzszenarien
- Zustandsmonitoring Krane
- Systemarchitektur
- Überwachungskonzepte
- Messkonzepte
- Diagnosemethoden
- Besonderheiten
- Definitionen
- Taxonomie
- Beispiel
Die Überführung von Krananlagen in ein digitales, zustands- und leistungsbasiertes Management ist mit mehreren Herausforderungen verbunden:
Technische Vielfalt: Unterschiedliche Kran- und Steuerungsgenerationen, Kommunikationsprotokolle und Sensorkonzepte erschweren die einheitliche Datenerhebung.
Datenqualität und Semantik: Uneinheitliche Tag-Namen, fehlende Zeitreferenzen, nicht normierte Störcodes und unklare Zustandsklassen behindern die Auswertung.
IT/OT-Sicherheit: Der Aufbau von Datenpfaden aus der OT in zentrale Systeme erfordert segmentierte, normenkonforme Sicherheitsarchitekturen ohne Beeinträchtigung der Sicherheitsfunktionen.
Governance und Compliance: Prüf- und Wartungsnachweise müssen digital, manipulationssicher und auditierbar geführt werden; Verantwortlichkeiten und Prozesse sind zu klären.
Akzeptanz und Organisation: Rollen (Bediener, Instandhaltung, TFM, HSE, IT/OT) müssen zusammengeführt, Kompetenzen aufgebaut und Arbeitsabläufe standardisiert werden.
Wirtschaftlichkeit: Investitionen in Sensorik, Edge, Historian, Analytics und Integration müssen einen belastbaren Nutzen in Verfügbarkeit, Sicherheit und Kosten belegen.
Die Einführung eines strukturierten Condition Monitoring (CM) und die Ableitung einer kranspezifischen Overall Equipment Effectiveness (OEE) adressieren diese Defizite und eröffnen messbaren Mehrwert:
Erhöhte Sicherheit: Frühzeitige Erkennung von Anomalien (z. B. Bremsverschleiß, Getriebeschwingungen, Übertemperatur) reduziert Unfall- und Schadensrisiken.
Höhere Verfügbarkeit: Prädiktive Instandhaltung minimiert ungeplante Stillstände, optimiert Ersatzteilhaltung und Ressourcenplanung.
Transparente Leistung: Nutzungsgrade, Hubzyklen, Lastkollektive und Prozesszeiten werden vergleichbar; Engpässe und Verschwendung werden sichtbar.
Bessere Qualität: Reproduzierbare Hebevorgänge, reduzierte Fehlbedienung, geringere Nacharbeit durch prozessnahe Rückmeldungen.
Compliance by Design: Digitale Logbücher, Audit-Trails und standardisierte Ereignisklassen vereinfachen Prüfungen und Nachweise.
Skalierbarkeit: Eine referenzierte Architektur mit Edge-Analytik, industrieller DMZ, Zeitreihenmanagement und standardisierten Schnittstellen ermöglicht Multi-Crane-/Multi-Site-Ausrollungen.
Krantypen
Kräne sind fördertechnische Einrichtungen zum diskontinuierlichen Bewegen von Lasten in mindestens einer Raumachse. Sie unterscheiden sich konstruktiv, funktional und hinsichtlich ihres Einsatzprofils.
Wichtige Krantypen sind:
Brücken- und Laufkrane: In Hallen verbreitet; bestehen aus einer oder mehreren Brücken mit verfahrbarer Katze. Varianten umfassen Einträger- und Zweiträgerkrane, Deckenlaufkrane, Hänge- und Unterflanschkrane sowie Portale und Halbportale für Innen- und Außenbereiche.
Turmdrehkrane: Stationäre oder kletternde Baukrane mit horizontalem oder nadelbarem Ausleger; unterschieden in Obendreher und Untendreher.
Portalkrane und Greifkrane im Hafen: Containerbrücken (Ship-to-Shore), RMG (Rail-Mounted Gantry), RTG (Rubber-Tired Gantry) sowie Schwenk- und Derrickkrane.
Mobil- und Raupenkrane: Fahrbare Auslegerkrane für Montage- und Baustelleneinsätze; hohe Flexibilität, anspruchsvolle Abstütz- und Standsicherheitskonzepte.
Prozess- und Spezialkrane: Gießkrane in Stahlwerken, Papierrollen-, Coiland Schrottkrane, Magnet- und Greiferkrane; häufig mit hoher Verfügbarkeit, Automatisierungsgrad und aufgabenspezifischen Lastaufnahmemitteln.
Hinweis:
Zentrale Subsysteme sind Hubwerk (Motor, Getriebe, Bremse, Trommel, Seil/Kette), Katzfahrwerk, Kranfahrwerk sowie optionale Schwenkachsen. Lastaufnahmemittel reichen von Haken über Traversen, Zangen, Greifer und Magnete bis zu Vakuumhebern. Sicherheits- und Steuerungstechnik umfasst Endschalter, Überlastsicherungen, Windwächter, Anfahrschutz, Anti-Sway-Regelung, Frequenzumrichter und SPS/PLC.
Condition Monitoring
Condition Monitoring (CM) bezeichnet die fortlaufende oder zustandsorientierte Erfassung, Bewertung und Prognose des technischen Zustands von Komponenten und Systemen. Ziel ist es, Abnutzung, Fehlfunktionen und degradierende Zustände frühzeitig zu detektieren und daraus nutzbare Instandhaltungsentscheidungen abzuleiten.
Typische Elemente:
Sensorik und Datenakquise: Drehmoment-/Motorstrom, Schwingungen und Körperschall (Getriebe, Lager), Temperaturen (Motor, Bremse), Seilkraft (Zugmessbolzen), Weg/Position (Inkremental-/Absolutgeber), Fahrwerkslasten (Radlastsensoren), Umgebung (Feuchte, Wind).
Datenverarbeitung: Ereignis- versus kontinuierliche Erfassung; Feature-Extraktion (z. B. Ordnungsanalyse), Trendbildung, Grenzwert- und Zustandsklassifikatoren, Anomalieerkennung.
Diagnostik und Prognostik: Fehlerursachenidentifikation, Restlebensdauerabschätzung (Remaining Useful Life, RUL) in Bezug auf Bemessungslebensdauer/Design Working Period (DWP).
Normative Leitplanken: Allgemeine Richtlinien des zustandsbasierten Monitorings (z. B. ISO 17359, ISO 13374) sowie kranspezifische Überwachung von Nutzung und Beanspruchung (z. B. Nutzungsspeicher nach einschlägigen Kran-Normen).
Hinweis:
Anwendungsnahe Beispiele sind Bremsverschleißdiagnostik über Schaltspiele und Temperaturverläufe, Schwingungsdiagnostik von Getrieben/Lagern, magnetinduktive Drahtseilprüfung, Zustandsbewertung von Fahrwerksrädern (Flachstellen), Online-Überwachung von Überlast- und Schrägzugereignissen sowie Anti-Sway-bezogene Qualitätsindikatoren.
Overall Equipment Effectiveness (OEE)
Verfügbarkeit: Anteil der verfügbaren Zeit an der geplanten Betriebszeit (geplante Zeit minus Ausfall-, Stör- und Rüstzeiten).
Leistung: Verhältnis der tatsächlich erzielten Förderleistung zum theoretischen Soll (z. B. realer pro Zyklus benötigter Zeit gegenüber idealer Zykluszeit; Berücksichtigung reduzierter Geschwindigkeiten und Mikrostopps).
Qualität: Anteil fehlerfrei und termingerecht abgewickelter Materialbewegungen am Gesamtvolumen (z. B. ohne Beschädigungen, Fehlverladungen, Nacharbeit).
Hinweis:
Für Krane erfordert OEE eine Domänenadaption, da Materialfluss statt Wertschöpfung im engeren Sinne im Fokus steht. Verlustkategorien umfassen u. a. Wartezeiten auf Material/Freigabe, Anschlag- und Rüstzeiten, Geschwindigkeitsreduktionen wegen Sicherheitslimits, Bedienfehler, Umfeldrestriktionen (Wind, Temperatur) und Folgestörungen. OEE dient als Leitkennzahl für Engpassanalyse, Benchmarking, Investitionsbewertung (Retrofit vs. Neubau) und zur Erfolgsmessung von CM- und Automatisierungsmaßnahmen.
FM/OT-Integration
FM/OT-Integration bezeichnet die systemische Kopplung von Facility Management (FM) bzw. Enterprise Asset/ Maintenance Management (EAM/CMMS) mit Operational Technology (OT) wie SPS/PLC, Antrieben, SCADA/Historian und Edge-Systemen.
Ziele sind:
durchgängige Asset-Lebenslaufakte (Dokumentation, Nutzung, Zustände),
zustands- und risikobasierte Instandhaltung (CBM/RBM),
Ersatzteil- und Ressourcenoptimierung,
Compliance und Nachweisführung (Prüffristen, DGUV/EN-Konformität),
Datennutzung für Produktivität, Sicherheit und Nachhaltigkeit.
Hinweis:
Technische Enabler sind standardisierte Schnittstellen und Informationsmodelle (z. B. OPC UA, MQTT, ISA-95), Daten- und Identitätsmanagement (Masterdata, Tagging, semantische Modelle), Cybersecurity nach IEC 62443, sowie Governance entlang ISO 41001 (Facility Management) und ISO 55000 (Asset Management). In der Praxis werden Ereignisse aus OT (Störungen, Lastspitzen, Grenzwertverletzungen) automatisiert in Workflows des CMMS überführt, inklusive Priorisierung nach Kritikalität und Auswirkungsanalyse.
Der industrielle Kranbetrieb ist durch intermittierende Bewegungsabläufe geprägt:
Heben/Senken, Katzfahrt, Kranfahrt und ggf. Schwenken. Prozessqualität und Sicherheit hängen von der Beherrschung dynamischer Effekte (Pendel, Schrägzug, Stoßlasten) und Umgebungsbedingungen ab.
Grundlagen des industriellen Kranbetriebs
Bedien- und Automationskonzepte: Von handgeführten Funksteuerungen über kabinengestützte Bedienung bis zu teil- und vollautomatisierten Betriebsarten (z. B. Lagerkrane, Containerportale). Anti-Sway-Regler, Weg-/Geschwindigkeitsprofile, Soft-Start/Stop mittels Frequenzumrichtern sowie kollisionsvermeidende Assistenzsysteme erhöhen Präzision und Sicherheit.
Sicherheit und Funktionale Sicherheit: Redundante Bremsen und sicherheitsgerichtete Funktionen (z. B. Sicherheits-PLC, Safe Limited Speed, Safe Position), Lastmoment- und Überlastbegrenzer, Windabschaltung, Endlagenüberwachung. Prüf- und Inspektionspflichten ergeben sich aus gesetzlichen und normativen Vorgaben (z. B. europäische Maschinenrichtlinie, einschlägige EN-Normen, DGUV-Vorschriften und wiederkehrende Prüfungen).
Umwelt- und Randbedingungen: Temperatur, Feuchte, Staub, Korrosion, Ex-Schutz (ATEX), Windlasten und Sichtverhältnisse beeinflussen Auslegung, Betrieb und Wartung. Prozesskrane in Hochtemperaturbereichen benötigen thermische Abschirmungen, hitzefeste Komponenten und oft redundante Antriebe.
Hinweis:
Eine nutzungsnahe Betriebsdatenerfassung (Zyklen, Lasten, Wege, Schaltspiele, Temperaturen) ist Grundlage für OEE, CM und die Einhaltung der Bemessungslebensdauer. Moderne Systeme integrieren digitale Zwillinge, die mechanische und steuerungstechnische Modelle mit realen Nutzungsdaten koppeln.
Lastkollektive und Beanspruchungen
Begriffe und Klassifikation: Üblich ist die Klassifizierung der Beanspruchungs- und Nutzungsklassen von Kranen und Mechanismen über zwei Dimensionen: das Lastkollektiv (Anteil hoher zu niedrigen Lasten) und die Anzahl der Gesamt-Arbeitszyklen. In internationalen und europäischen Normen werden daraus Gerätegruppen (z. B. A1–A8 bzw. M1–M8 oder FEM-Gruppen 1m–4m für Mechanismen) abgeleitet. Höhere Klassen bedeuten höhere erwartete Zyklen- und Lastintensität und strengere Auslegungsanforderungen.
Erfassung und Bewertung: Praxisnah erfolgt die Diskretisierung in Lastklassen (Binning) mit Zählung von Hub- und Fahrzyklen je Lastbereich, ergänzt um äquivalente Spannungs- oder Schadensgrößen. Für ermüdungsrelevante Bauteile kommen Methoden wie Rainflow-Zählung und Miner’sche Schadensakkumulation zur Anwendung. Seile werden über Biegewechselzahlen über Scheiben/Trommel und magnetinduktive Prüfungen sowie Ablegekriterien überwacht.
Dynamische Einflüsse: Stoßfaktoren durch Anschlagen/Absetzen, Pendeldämpfung, Schrägzug, Schienenunebenheiten, Rillenbildung an Rädern und Spurkräften wirken sich auf Lastkollektive aus. Antriebsregelung, Rampenprofile, Puffer und Dämpfer sowie anti-sway Strategien reduzieren dynamische Zusatzbeanspruchungen.
Nutzungsspeicher und DWP: Nutzungsspeicher zählen beanspruchungsrelevante Ereignisse (Hubzyklen, Lastklassen, Bremsbetätigungen, Fahrwege). In Verbindung mit Bemessungsvorgaben wird die Design Working Period (DWP) überwacht. Condition Monitoring verfeinert die rein zählende Sicht durch Zustandsindikatoren (z. B. tatsächlicher Bremsverschleiß statt nur Schaltspielzahl).
Die Einsatzszenarien bestimmen das Lastkollektiv, den Automatisierungsgrad und die OEE-Potenziale wesentlich
Fertigung und Montage (Brückenkrane): Hohe Präzision bei variablen Lasten, oft Einzelstück- oder Kleinserienhandling. Lastkollektive sind gemischt, mit vielen Teillasten und häufigen Positionsfahrten. OEE-Verluste entstehen durch Rüst-/Anschlagzeiten und Wartezeiten auf Freigaben. Assistenzfunktionen (Lastpendeldämpfung, feinfühlige Joystick-Charakteristik, Zonenbegrenzungen) erhöhen Qualität und Sicherheit.
Prozessindustrie (Gieß-, Schlacken-, Chargenkrane): Hohe Verfügbarkeits- und Sicherheitsanforderungen, extreme Umgebungen. Lastkollektive sind schwer und zyklisch mit erhöhten Temperatur- und Stoßeinflüssen. Redundanzen, sicherheitsgerichtete Funktionen und engmaschiges CM (z. B. kontinuierliche Überwachung von Bremstemperaturen und Radlasten) sind Standard. OEE ist stark durch Verfügbarkeit geprägt, da Stillstände Prozessketten unterbrechen.
Logistik und Hafen (Containerkrane, RMG/RTG): Hohe Wiederholrate standardisierter Zyklen, hohe Fahr- und Hubgeschwindigkeiten, anspruchsvolle Anti-Sway- und Kollisionsvermeidung. Lastkollektive sind relativ eng verteilt, doch Dynamik und Duty Cycle sind hoch. Automatisierung (Auto-TOS-Integration, Stack-Management) ermöglicht hohe OEE; Windlimits und Sicherheitsabstände sind zentrale Restriktionen.
Lager- und Distributionskrane: Halb- bis vollautomatisierte Brückenportale mit präziser Positionierung, häufig mit Warehouse-Management-Systemen verknüpft. Gleichförmige Zyklen, gute Eignung für datengetriebene Performanceoptimierung.
Bauwesen (Turmdreh- und Mobilkrane): Variierende Lasten und Auslegerstellungen, wechselnde Untergründe und Umweltbedingungen. Standsicherheit, Montagezustände und Wind sind primäre Einflussfaktoren. CM fokussiert auf Strukturbeanspruchungen, Auslegermomente und Seilzustand; OEE-Begriffe werden projektspezifisch interpretiert (zeitliche Verfügbarkeit gegenüber Bauablauf).
Spezialfälle: Reinraumanwendungen (kontaminationsarme Komponenten), Ex-Zonen (Zündschutzarten, Sensorik), Kälte- oder Offshore-Betrieb (Korrosion, Wellen-/Schiffsbewegung).
Hinweis:
Über alle Szenarien hinweg steigert die FM/OT-Integration den Nutzen von CM- und OEE-Ansätzen. Ein praxisgerechtes Architekturkonzept besteht aus Edge-Erfassung und Vorverarbeitung, standardisierten Schnittstellen (OPC UA/MQTT), einem Historian für zeitbezogene Analysen, einem CMMS/EAM mit Workflows für zustandsbasierte Aufträge und einem Analytics-Layer für Prognostik und OEE-Reporting. Datenqualität, semantische Konsistenz (einheitliche Tag-Strukturen) und Cybersecurity sind Voraussetzung für belastbare, skalierbare Lösungen.
Zielsetzung und Nutzen
Condition Monitoring (CM) für Krananlagen verfolgt das Ziel, den technischen Zustand wesentlicher Komponenten in Echtzeit oder in definierten Intervallen zu erfassen, Abweichungen frühzeitig zu erkennen und daraus intelligente Instandhaltungsentscheidungen abzuleiten. Der Nutzen reicht von erhöhter Verfügbarkeit und Sicherheit über planbare Stillstände bis zu Lebensdauerverlängerungen von Komponenten. Normativ rahmengebend sind insbesondere ISO 12482 (Condition Monitoring für Krane) und ISO 17359 (allgemeine Leitlinien zum Zustandsmonitoring), ergänzt durch komponentenspezifische Normen (z. B. ISO 4309 für Drahtseile, ISO 10816/20816 für Schwingungen rotierender Maschinen, EN 15011 für Brücken- und Portalkrane, EN 13001 für die Auslegung).
Ein wirksames CM-Konzept kombiniert robuste Sensorebene, echtzeitfähige Vorverarbeitung (Edge) und eine auswertefähige Backend-Ebene:
Sensor-/Feldebene: robuste, EMV-resistente Sensorik (IP65–IP67), geeignet für Vibration, Temperatur, Kraft, Ölzustand, Magnetfluss (Seile) sowie Schaltzustände der Sicherheitstechnik. Schutz vor Schock/Schwingung, Feuchte und ggf. EX-Anforderungen beachten.
Edge/Steuerung: Vorverarbeitung in CMU/IPC oder in der SPS (IEC 61131). Aufgaben: Entstörung, Merkmalsextraktion (z. B. RMS, Ordnungsanalyse), Schwellenprüfung; Kommunikation via OPC UA, PROFINET, EtherNet/IP.
Backend/Cloud: Trendanalysen, Anomalie-Erkennung, Lebensdauermodelle, Flottenvergleiche; Integration in Wartungsmanagement (CMMS) und Dokumentation gemäß ISO 12482/ISO 9927 (Wiederkehrende Prüfungen).
Datenerfassung: kanalabhängige Abtastraten (Vibration bis 25 kHz für Getriebe/Bearings, Ölzustand 1–10 Hz, Temperatur/Last 1–2 Hz), zyklusbezogene Speicherung (Hubzyklen, Fahrzyklen) sowie Ereignis-getriggerte Aufzeichnung (Überlast, Not-Halt).
Antrieb (Elektromotor)
Ziel: Erkennung von Lagerschäden, Unwuchten, Rotor-/Statorfehlern, Übertemperaturen, Fehlausrichtung und elektrischem Ungleichgewicht.
Sensorik:
Vibration (IEPE- oder MEMS-Beschleunigungssensoren) an Lagerdeckeln (DE/NDE).
Temperatur (PT100/NTC) in Wicklung/Lager; Oberflächentemperatur IR.
Strom- und Spannungsaufzeichnung (MCSA, dreiphasig).
Drehzahlerfassung (Encoder/Tachosignal) für Ordnungsanalyse.
Merkmale:
ISO 10816/20816-konforme Schwingungskennwerte (RMS, Spitze-Spitze); Hüllkurvenanalyse für Lager (ISO 13373, ISO 15243 Schadensbilder).
Spektrale Linien (1×, 2×, 3× Umdrehung; Schlupf-Frequenzen), Asymmetrien im Stromspektrum.
Thermische Trends und Gradienten (IEC 60034 Grenzwerte).
Maßnahmen:
Schwellen nach ISO 20816, dynamische Basislinien, Lastnormalisierung.
Frühwarnung über Kurtosis/Impulsfaktoren, Diagnose via Ordnungsanalyse.
Integration in Schutz-/Abschaltstrategien nach ISO 12482.
Getriebe (Hub- und Fahrantriebe)
Ziel: Früherkennung von Zahnflankenschäden, Lagerschäden, Schmierungsproblemen und Fehlausrichtung.
Sensorik:
Breites Schwingungsspektrum (bis 10–25 kHz), AE-Sensoren für Mikro-Pittings.
Ölzustandsensoren: Partikelzählung (ferromagnetisch), Wassergehalt, Leitfähigkeit, Viskosität; periodische Ölanalytik (TAN/TBN, Ferrographie).
Temperatur am Gehäuse/Öl.
Merkmale:
Zahneingriffsfrequenzen und Seitenbänder, Hüllkurvenanalyse (ISO 13373).
Trend Ölpartikel (PQ-Index), Feuchteanstieg als Vorbote von Lager-/Zahnverschleiß.
Temperatur-/Viskositäts-Korrelationen.
Maßnahmen:
Zustandsbasierte Ölwechselintervalle, frühe Entlastung/Stillsetzung bei partiell fortschreitenden Schäden.
Musterbibliothek von Getriebestufen (Ordnungsmodelle) für spezifische Fehlersignaturen.
Seil (Drahtseil)
Ziel: Erkennung von Drahtbrüchen, Querschnittsverlust (LMA), Korrosion, Kinken und unzulässigem Verschleiß.
Sensorik:
Magnetinduktive Seilprüfung (MFL/LMA) mit stationärem Sensorrahmen oder portabel; Auflösung gemäß ISO 4309.
Optische/laserbasierte Inspektion für Außendefekte, Durchmesser-/Ovalitätsmessung.
Zugkraftmessung (Lastbolzen, Schäkel mit DMS), Umlenkrollen-Temperatur.
Merkmale:
LMA-Trends, lokale Fehlstellen (LF) und deren Orts- und Größenentwicklung.
Lastkollektiv-Erfassung pro Hub (Amplitude, Dauer, Zyklen).
Normative Bezüge:
ISO 4309 (Inspektion, Pflege, Aussonderungskriterien), EN 12385 (Seilkonstruktionen), ISO 12482 (Zustandsmonitoring).
Maßnahmen:
Ableitungen zur Restlebensdauer aus LMA/LF-Trends plus Lastkollektiven.
Dokumentation und Entscheidungsregeln in Einklang mit ISO 4309 Discard-Kriterien.
Bremse
Ziel: Sicherstellung der Halte- und Betriebsbremsfunktion, Erkennung von Belagverschleiß, thermischer Überlast und Fehljustage.
Sensorik:
Verschleißsensoren/Spaltmaß (induktiv, Wegsensor), Betätigungsweg/Zeit.
Temperatur (Kontaktfläche/Träger), ggf. Reibwert-Proxy über Bremsmoment.
Strom-/Spannungsmonitoring der Spulen (Federkraftbremsen) zur Plausibilisierung der Aktuation.
Merkmale:
Verlängerter Schließ-/Öffnungsweg, asymmetrische Betätigung, erhöhte Restschleppmomente (erkennbar in Motorstrom).
Thermische Peaks nach Notbremsungen.
Normative Bezüge:
EN 13135 (Ausrüstung), EN 14492 (Winden/Hebezeuge), EN 12077-2 (Grenz- und Anzeigeeinrichtungen), ISO 13849-1/IEC 62061 (Sicherheitssteuerungen).
Maßnahmen
Zustandsabhängige Nachstellung/Belagwechsel; Zwangsabschaltung bei Unterschreitung Bremsmoment.
Selbsttests und Überwachung der Sicherheitsfunktion (PL/SIL).
Fahrwerk (Laufkatze, Kranbrücke, Räder)
Ziel: Erkennung von Schienen-/Radauslenkungen, Flankenspiel, Flachstellen, Verspannungen der Brücke und Strukturermüdung.
Sensorik:
Beschleunigungssensoren an Fahrwerkslagern und Brückenträgern.
Radsatzlastmessung (DMS), Spurmaß-/Schiefstellungssensorik, Laserausrichtung.
Dehnungsmessstreifen an kritischen Knoten (Fatigue Hot Spots), Rissüberwachung (AE, Dehnung).
Merkmale:
Asymmetrische Radlasten, periodische Stoßsignale (Flachstellen), Eigenfrequenzverschiebungen (Strukturalterung).
Gleislauftoleranzen (ISO 12488-1), Fahrkomfortkennwerte für Schwingungen.
Normative Bezüge:
EN 15011, EN 13001 (Auslegung/Fatigue), ISO 12488-1 (Kranfahrwege), ISO 9927 (Prüfungen/Inspektionen).
Maßnahmen:
Justage von Rädern/Endwagen, Schieneninstandsetzung, strukturelle Nachrüstung; zyklusbasierte Ermüdungsbewertung.
Sicherheitssysteme
Ziel: Zustands- und Funktionsüberwachung von Überlastsicherungen, Endschaltern, Antikollisionssystemen und Sicherheitslogik.
Sensorik/Prinzipien:
Redundante Geber (Last, Weg, Geschwindigkeit) mit Quervergleich.
Selbsttestbare Endlagen-/Geschwindigkeitsbegrenzungen; Plausibilitätschecks via Mehrkanal-Daten.
Diagnose von Kommunikationskanälen (Heartbeat, CRC).
Sensorik und Messkonzepte
Vibration: IEPE-Beschleunigungssensoren für hochfrequente Anteile (Lager/Getriebe), robuste MEMS für niederfrequente Strukturantworten. Montage an definierten Messpunkten; Kalibrierung nach ISO 16063.
Ölzustand: Inline-Sensoren (Partikel, Wasser, Viskosität), periodische Laboranalytik für Trendvalidierung.
Magnetinduktiv (Seil): MFL/LMA-Rahmen gemäß ISO 4309, regelmäßige Referenzmessungen.
Kraft/Last: Bolzen mit DMS, Wägezellen an Umlenkrollen, mit Temperaturkompensation.
Weg/Drehzahl: Absolut-/Inkremental-Encoder, LIDAR/Optik zur Spurhaltung.
Umwelt: Temperatur, Feuchte, Salznebel; Kontextvariablen zur Normierung von Zustandskennwerten.
Kommunikation/IT: OPC UA PubSub, TSN für deterministische Übertragung; Cybersecurity nach IEC 62443 (Rollen, Segmentierung, Patch-Management).
Auswerte- und Diagnosemethoden
Schwellwertbasiert: Feste Grenzwerte (ISO 20816 Kategorien) für Akzeptanz/Alarm/Abschaltung.
Dynamische Schwellen mit Baseline-Driftkompensation; Last- und Temperatur-Normalisierung.
Ereignislogik (z. B. doppelter Alarm für Redundanzquittung).
Muster- und modellbasiert: Ordnungsanalyse für drehzahlvariable Antriebe, Sideband-Tracking für Verzahnungsfehler.
Physikalische Modelle (Digital Twin) für Lastkollektive, Miner’sche Linearhypothese zur Ermüdung; Bezug zu EN 13001 Lastkollektiven und FEM-Klassifizierung.
Seilverschleißmodelle mit LMA/LF-Trends und Betriebsprofilen (ISO 4309).
Anomalie-Erkennung: Unüberwachte Verfahren (PCA, Isolation Forest, Autoencoder) zur Musterabweichungserkennung; Domänenmerkmale (Cepstrum, Hüllkurve) als Input.
Konzept Drift-Management und Re-Baselining nach Umbauten/Ölwechseln.
Prädiktive Modelle: RUL-Schätzung via Degradationsmodelle (Gamma-Prozess), Hidden Markov Models oder Deep Learning (Zeitreihen, Transformer/TCN).
Survival-Analysen mit Zensierung; Unsicherheitsangaben (Konfidenzintervalle) für Wartungsplanung.
Datenqualität: Sensor-Funktionstests, Plausibilitätsprüfungen (z. B. Energie-/Leistungskonsistenz), Outlier-Handling.
Rückführung von Befunden (Inspektionen gemäß ISO 9927) zur Beschriftung von Daten und Modellvalidierung.
Begriffsrahmen und Besonderheiten für Krane
Die Overall Equipment Effectiveness (OEE) ist im Kranumfeld ein wirksames, aber anwendungsbedingt anzupassendes Maß für die Wertschöpfung. Anders als kontinuierliche Maschinen sind Krane typischerweise ereignisgetrieben (Hubzyklen), stark von exogenen Bedingungen abhängig (Wetter, An- und Abtransport, Prozessfreigaben) und betreiben unterschiedliche Last- und Fahrprofile.
Ein tragfähiges OEE- und KPI-Modell für Krane muss daher:
den Kontext (Nachfrage/Demand) explizit modellieren,
die Heterogenität der Zyklen (Lastklassen, Distanzen, Bewegungssequenzen) normalisieren,
externe Wartezeiten vom Anlageneinfluss trennen,
Sicherheits- und Qualitätsaspekte (Lastpositionierung, Schäden, Re-Handles) als Qualitätskomponente integrieren.
Verfügbarkeit (Availability)
Definition: Anteil der für den Kran geplanten produktiven Zeit, in der der Kran technisch betriebsbereit ist und Nachfrage bedient werden kann.
Formel: Verfügbarkeit = (PPT − ungeplante Stillstandszeit) / PPT.
PPT (Planned Production Time): geplante Einsatzzeit abzüglich geplanter Stillstände (Wartung, Inspektion, Schulung, gesetzliche Prüfungen).
Ungeplante Stillstandszeit: Zeiten, in denen der Kran bedarfsgerecht nicht arbeiten kann aufgrund interner Störungen (mechanisch, elektrisch, Steuerung, Sicherheitskreis) oder interner organisatorischer Ursachen (fehlender Bediener trotz geplanter Schicht).
Externe Stillstände (kein Material, keine Freigabe, Wartezeit auf Lkw/Schiff/Zwischenprozesse, Witterung außerhalb Spezifikation) sollten als „No-Demand/Extern“ gesondert ausgewiesen und nicht in der Verfügbarkeit abgezogen werden, sofern das OEE als reines Anlagenmaß interpretiert wird. Für Kapazitätsplanung kann alternativ eine „Betriebsverfügbarkeit“ inklusive exogener Einflüsse berichtet werden.
Leistung (Performance)
Definition: Verhältnis der tatsächlich erreichten Hubzyklusrate zur idealen, normierten Zyklusrate unter Berücksichtigung des jeweiligen Einsatzprofils.
Formelvarianten: Zyklusbasiert: Leistung = (Summe Idealzykluszeit je Zyklus) / (Summe Istzykluszeit der Laufzeit).
Alternativ, bei homogenen Zyklen: Leistung = (tatsächliche Moves pro Stunde) / (theoretische Moves pro Stunde).
Normierung ist entscheidend:
Idealzykluszeiten sind last- und distanzabhängig (Hubhöhe, Katzfahrstrecke, Brückenfahrstrecke, Schwenkwinkel, Anti-Sway-Profile). Sie sollten aus Spezifikationen (Nenngeschwindigkeiten, Beschleunigungen) und betrieblicher Praxis (Beschleunigungsbegrenzungen mit Last, Sicherheitsmargen) abgeleitet und als Standard-Zyklusbibliothek hinterlegt werden.
Minor Stops (Mikrostopps <5 min) werden in der Leistungsrate reflektiert, nicht in der Verfügbarkeit.
Qualität (Quality)
Definition: Anteil fehlerfreier, „First-Pass“-Zyklen ohne Nacharbeit, Fehlpositionierung, Sicherheitsverletzung oder Beschädigung.
Beispiele für Qualitätsverluste:
Re-Handles/Umsetzen (Container oder Last muss erneut gegriffen/positioniert werden).
Positionsabweichungen außerhalb Toleranz (z. B. >±10 mm in Montage, Fehlstapelposition im Yard).
Twists/Lock-Fehler beim Spreader, nicht konformer Greifvorgang, Lastpendelung >Grenzwert mit Prozessbeeinträchtigung.
Meldungen zu Sachschäden/Beinaheereignissen mit Nacharbeit.
Formel:
Qualität = (Anzahl Gutzyklen) / (Anzahl Gesamtzyklen). „Gutzyklus“ ist ein Zyklus, der ohne Rework akzeptiert wird.
Abgrenzung externer Einflüsse
No-Demand (starved/blocked) ist als eigener Zustand zu führen: Wartezeit auf Material/Carrier, Prozessfreigaben, Witterung über Grenzwert, Hafenlogistik-Constraints.
Berichtslogik: Zwei Ebenen empfehlen sich
Anlagen-OEE: exogene Einflüsse ausgeschlossen (Engineering-Fokus).
Betriebs-OEE: exogene Einflüsse eingeschlossen (operatives Kapazitätsbild).
Transparenz ist wichtiger als eine „einzige“ OEE-Zahl:
Dashboards sollen beide Perspektiven liefern.
Hallen-/Produktionskran
Kontext: frequentierte, mittlere Distanzen, wiederkehrende Lasten, interne Logistik.
Verfügbarkeit: hoch bei geregelter Instandhaltung; Energiezuführung und Sicherheitskreis sind kritische Ausfallpunkte.
Leistung: abhängig von Materialflussorganisation, Anti-Sway, Fahrfreigaben (Interlocks).
Qualität: Positionsgenauigkeit, Kollisionsvermeidung, Lastschutz.
Richtwerte (gut organisiert): Verfügbarkeit 0,90–0,97; Leistung 0,70–0,90; Qualität 0,98–0,999; OEE 0,62–0,87.
Containerumschlag (STS, RTG/RMG)
Kontext: hochdynamische, stark exogene Prozesse (Schiffsplan, Yard-Verfügbarkeit, Wind).
Verfügbarkeit: Windabschaltungen, Spreader-/Twistlock-Probleme, Sensorik, Fahrerwechsel.
Leistung: Moves/h vs. Window; Kran-Kran-Interferenzen, TOS-Sequenzierung.
Qualität: Re-Handles, Missstows, Bay-Plan-Abweichungen.
Mobil-/Turmdrehkran (Baustelle)
Kontext: Einrichte- und Rüstzeiten, wechselnde Einsatzorte, Witterung, Kranfreigaben.
Verfügbarkeit: Montage/Boombuild, Abnahmen, Wind.
Leistung: Taktfolge der Gewerke; häufige „starved“-Phasen.
Qualität: Passgenauigkeit, Hebemittelwechsel, Sicherheitsvorkommnisse.
Richtwerte (einsatzabhängig): Verfügbarkeit 0,70–0,90; Leistung 0,50–0,80; Qualität 0,99–1,00; OEE 0,35–0,72.
Prozesskrane (Stahl, Papier, Gießerei)
Kontext: prozesskritische, hochverfügbare Anlagen mit sicherheitskritischen Lasten.
Verfügbarkeit: Redundanzen, präventive Instandhaltung.
Leistung: enge Kopplung mit Prozessfenstern (z. B. Pfannenwechsel).
Qualität: Sicherheitsgerichtete Kriterien (Temperaturfenster, Schwingung).
Eine robuste Taxonomie ermöglicht klare Ursachenanalyse, Pareto-Betrachtungen und Benchmarking. Empfohlene Ebenen:
Funktionsgruppen
Hubwerk (Motor, Getriebe, Bremse, Trommel, Seil, Lasthaken/Spreader)
Katzfahrt (Antrieb, Räder/Schienen, Führung)
Brücken-/Portalfahrt (Antriebe, Radsätze, Ausrichtung)
Ausleger/Schwenk (Mobil-/Turmdrehkrane)
Energiezuführung (Schleifleitungen, Schleppkette/Festoon, Kabeltrommel)
Steuerung/PLC, Sicherheit (SIL-Kette, Endschalter, Überlastschalter, A2B)
Sensorik (Encoder, LMI/LME, Wägezellen, Kameras, Antisway)
HMI/Funkfernsteuerung, Operator-Station
Peripherie/Logistik (Greifmittelwechsel, Anschlagmittel, Twistlocks)
Verlustarten (adaptiert aus den „Six Big Losses“) Ausfälle/Breakdowns (ungeplante Stillstände >5 min)
Rüst-/Anpassverluste (Greifmittelwechsel, Spreadermodus, Setup)
Idling/Mikrostopps (≤5 min: Freigaben, Zwischenhaken)
Geschwindigkeitsverluste (reduzierte Fahr-/Hubgeschwindigkeit vs. Norm)
Prozessfehler/Nacharbeit (Re-Handles, Fehlposition)
Anlaufverluste (nach Inbetriebnahme/Schichtwechsel, Systemchecks)
Echtzeit-Operations
Kachel-Übersicht je Kran: aktueller Zustand, OEE-Now (rolling 60 min), Moves/h aktuell vs. Ziel, Quality-First-Pass-Rate.
Timeline: Zustandsband (Produktion/Mikrostop/Stillstand/Extern) mit Alarm-Overlays.
Performance-Monitor: Soll-/Ist-Geschwindigkeiten für Hub/Katz/Brücke, Lastklasse, Pendelindikator.
Wetter-Widget (für Hafen/Baustelle): Wind vs. Grenzwerte mit Prognose.
Schicht-/Tagesreport
OEE-Wasserfall: von geplanter Zeit zu OEE, Verlustarten disaggregiert.
Pareto der Ausfälle: Top-10 Fehlercodes mit MTTR/MTBF, kumulative Auswirkungen.
Performance-Heatmap: Leistung nach Lastklasse × Distanzband; Identifikation von systematischen Einbußen.
Qualitätsübersicht: First-Pass-Rate, Re-Handle-Quote, Positionsfehler nach Station/Operator.
Engineering-/Instandhaltungsansicht
Zustandsbasierte Instandhaltung: Trend von Motorströmen, Lager-Vibration, Bremsschlupf.
Alarm-Korrelation: Co-Occurence-Analyse (z. B. Sensor X → Safety Trip).
Verfügbarkeits-Trend: Wochen-/Monatskorridore mit Control Limits (SPC).
