Vom Sensordatenstrom zum virtuellen Abbild der Produktionslinie

In Sägewerken und Holzverarbeitungsanlagen kann ein ungeplanter Stillstand die gesamte Prozesskette aus dem Takt bringen. Fällt ein Sägegatter, ein Förderstrang oder eine Trocknungseinheit aus, stehen häufig nicht nur einzelne Maschinen, sondern auch nachgelagerte Sortier-, Stapel- und Verpackungsprozesse. Die Folgen reichen von verspäteten Auslieferungen über zusätzliches Personal bis zu Qualitätsverlusten bei Zwischenprodukten. Besonders kritisch sind Anlagen, die kontinuierlich oder in eng gekoppelten Takten arbeiten. Dort lässt sich ein Ausfall nicht ohne Weiteres durch eine kurzfristige Umplanung auffangen.

Traditionelle zustandsbasierte Wartung verbessert die Lage, bleibt bei komplex gekoppelten Aggregaten jedoch begrenzt. Einzelne Messwerte wie Temperatur, Schwingung oder Laufzeit zeigen zwar Auffälligkeiten, erklären aber nicht immer deren Ursache und Folgewirkung. Ein digitaler Zwilling bildet deshalb nicht nur ein Bauteil, sondern die relevanten Betriebszustände einer realen Anlage in einem virtuellen Modell ab. Dabei bildet das cyber-physische Konzept des Digital twin die Grundlage, um reale Belastungsparameter virtuell abzubilden und präzise Instandhaltungsfenster abzuleiten. So entsteht eine belastbare Brücke zwischen physischer Maschine, Echtzeitdaten und vorausschauender Instandhaltung.

Verschleißmuster in der Holzverarbeitung frühzeitig und berührungslos erkennen

Holzverarbeitende Anlagen stellen hohe und wechselnde Anforderungen an mechanische Komponenten. Sägegatter und Sägewellen sind dynamischen Schnittkräften, Vibrationen und wiederkehrenden Lastwechseln ausgesetzt. Förderstränge müssen hohe Massen bewegen, häufig unter Staubbelastung und mit wechselnden Beschleunigungs- und Bremsvorgängen. In Trocknungsanlagen kommen thermische Zyklen, Feuchtigkeit und ungleichmäßige Wärmeverteilung hinzu. Verschleiß entsteht daher selten allein durch eine bestimmte Betriebsstunde. Entscheidend ist die Kombination aus Last, Geschwindigkeit, Temperatur, Verschmutzung und Betriebsweise.

Infrarotmesstechnik bietet hier einen berührungslosen Zugang. Thermografische Systeme erfassen Temperaturverteilungen, die mit bloßem Auge nicht erkennbar sind. Erwärmt sich ein Lager, eine elektrische Verbindung oder ein Antrieb ungewöhnlich stark, kann dies auf Reibung, Überlastung, einen Kontaktfehler oder eine Prozessabweichung hindeuten. Der Vorteil liegt in der Messung während des laufenden Betriebs. Eine Anlage muss für eine erste Prüfung nicht zwingend geöffnet oder angehalten werden. Regelmäßige thermografische Aufnahmen können zudem Vergleichswerte aufbauen, sodass nicht nur absolute Temperaturen, sondern auch Veränderungen gegenüber dem normalen Zustand bewertet werden.

Ergänzend helfen smarte Lebensdauersensoren, die Restnutzungsdauer bestimmter Komponenten näher einzugrenzen. Systeme für Energieketten oder geführte Leitungen können beispielsweise mechanische Belastungen und den Zustand von Kettenelementen überwachen. Je nach Ausführung werden Signale direkt an die speicherprogrammierbare Steuerung oder an ein übergeordnetes Monitoring-Modul übertragen. Damit wird aus einer Sichtprüfung ein kontinuierlicher Zustandswert, der für Wartungsplanung und Alarmierung genutzt werden kann.

• Thermische Überwachung: Erkennung ungewöhnlicher Erwärmung an Lagern, Antrieben, Schaltschränken und Prozesskomponenten.
• Mechanische Zustandswerte: Erfassung von Zug-, Druck- oder Bewegungsbelastungen an verschleißrelevanten Baugruppen.
• Steuerungsintegration: Weitergabe von Warnungen an SPS, SCADA- oder MES-Systeme, damit die Produktionsführung reagieren kann.
• Historische Vergleichbarkeit: Aufbau von Referenzmustern, um schleichende Veränderungen von einmaligen Messabweichungen zu unterscheiden.

Die eigentliche Wirkung entsteht erst durch die Einbindung in die zentrale Maschinensteuerung. Ein Temperaturalarm darf nicht isoliert im Dashboard stehen bleiben, sondern sollte mit Betriebszustand, Lastprofil und Anlagenabschnitt verknüpft werden. Dann kann das System beispielsweise eine reduzierte Fahrweise, eine gezielte Inspektion oder ein geplantes Wartungsfenster auslösen. Das verhindert, dass aus einer kleinen Auffälligkeit ein Bruch der gesamten Produktionskette wird.

Echtzeit-Simulationen als Fundament moderner Fertigungsarchitekturen

Ein digitaler Zwilling geht über die Darstellung von Messwerten hinaus. Er beschreibt, wie sich eine Anlage unter bestimmten Belastungen voraussichtlich verhält. Dazu können mathematische Modelle der Werkstoffermüdung, der Lagerbelastung oder der dynamischen Schnittkräfte eingesetzt werden. Bei einem Sägeaggregat ist beispielsweise relevant, wie sich Materialhärte, Vorschubgeschwindigkeit und Werkzeugzustand auf Kräfte und Schwingungen auswirken. Bei einem Förderstrang können Lastverteilung, Beschleunigung und Umlenkungen die Lebensdauer von Kette, Führung und Antrieb bestimmen.

Die Modelle werden mit IIoT-Telemetriedaten synchronisiert. Sensoren liefern aktuelle Werte zu Temperatur, Drehzahl, Stromaufnahme, Vibration, Laufzeit oder Last. Eine physikalische Finite-Elemente-Simulation kann daraus Spannungen in Bauteilen ableiten, während eine Mehrkörpersimulation Bewegungen, Kräfte und Schwingungen gekoppelter Komponenten beschreibt. Nicht jede Berechnung muss dabei in voller Detailtiefe in Echtzeit laufen. In der Praxis ist eine abgestufte Architektur sinnvoll: schnelle vereinfachte Modelle für laufende Entscheidungen und detaillierte Simulationen für Ursachenanalyse, Planung oder Modellvalidierung.

Voraussetzung ist eine konsistente Datenbasis. Zeitstempel, Einheiten, Abtastraten und Anlagenkennungen müssen eindeutig sein. Andernfalls werden Messwerte zwar gesammelt, lassen sich aber nicht zuverlässig einem Betriebszustand zuordnen. Auch die Grenzen des Modells müssen dokumentiert werden. Ein digitaler Zwilling ist keine selbsttätige Wahrheit, sondern ein Entscheidungsinstrument, das mit realen Inspektionen, historischen Daten und Fachwissen abgeglichen werden muss.

Aktuelle Arbeiten des NIST zu digitalen Zwillingen in der Fertigung unterstreichen die Bedeutung standardisierter Datenschnittstellen für adaptive Simulationsmodelle. Für mittelständische Betriebe bedeutet das nicht, sofort eine vollständig neue IT-Landschaft aufzubauen. Wichtiger ist, offene und nachvollziehbare Schnittstellen zu wählen, Verantwortlichkeiten für Datenqualität festzulegen und den digitalen Zwilling zunächst auf wenige kritische Anwendungsfälle zu konzentrieren.

Wirtschaftliche Hebelwirkung auf Lagerhaltung und Ersatzteilmanagement

Beim Ersatzteilmanagement stehen zwei Risiken gegeneinander. Eine hohe Bevorratung schützt vor langen Lieferzeiten und Produktionsausfällen, bindet aber Kapital, beansprucht Lagerfläche und führt bei technischen Änderungen zu veralteten Beständen. Eine zu knappe Lagerhaltung senkt zwar die Kapitalbindung, erhöht jedoch das Risiko, dass ein dringend benötigtes Teil nicht verfügbar ist. Besonders schwierig ist die Entscheidung bei Komponenten mit unregelmäßigem Verschleiß, langen Beschaffungszeiten oder hoher Bedeutung für einen Engpass.

Ein simulationsbasierter digitaler Zwilling kann diese Entscheidung präzisieren. Statt Sicherheitsbestände ausschließlich aus Erfahrungswerten und pauschalen Betriebsstunden abzuleiten, wird die wahrscheinliche Restlebensdauer, englisch Remaining Useful Life oder RUL, aus aktuellen Belastungsdaten berechnet. Das Ergebnis ist keine absolute Garantie, sondern eine belastbare Prognose mit Unsicherheitsbereich. Wird dieser Unsicherheitsbereich transparent dargestellt, kann die Instandhaltung zwischen sofortiger Beschaffung, gebündelter Bestellung und regulärer Bevorratung unterscheiden.

Aspekt	Konventionelle Instandhaltung	Simulationsbasierter digitaler Zwilling
Wartungszeitpunkt	Nach Intervall, Störmeldung oder Sichtprüfung	Auf Basis von Zustand, Belastung und prognostizierter Restlebensdauer
Ersatzteilbestand	Oft pauschaler Sicherheitsbestand	Bestand nach Risiko, Lieferzeit und RUL-Prognose
Fehleranalyse	Häufig reaktiv nach dem Ausfall	Ursachenanalyse mit historischen und simulierten Zuständen
Produktionsplanung	Reaktion auf ungeplante Unterbrechungen	Gezielte Wartungsfenster mit planbarer Kapazität

Der wirtschaftliche Nutzen entsteht damit an mehreren Stellen gleichzeitig. Weniger ungeplante Stillstände verbessern die Anlagenverfügbarkeit und die Liefertreue. Wartungsarbeiten lassen sich in ohnehin geplante Unterbrechungen legen. Ersatzteile werden nicht mehr vorsorglich nach Kalender, sondern nach tatsächlicher Beanspruchung disponiert. Für die Bewertung sollten Betriebsleiter deshalb nicht nur eingesparte Teilekosten betrachten, sondern auch vermiedene Produktionsverluste, geringere Expressbeschaffung und reduzierte Arbeitsunterbrechungen.

Eine realistische Steuerung verlangt dennoch eine abgestimmte Risikologik. Bei einem sicherheitskritischen oder schwer zugänglichen Bauteil kann ein zusätzlicher Bestand trotz guter Prognose sinnvoll bleiben. Bei leicht beschaffbaren Standardkomponenten darf die Prognose dagegen stärker zur Bestandsreduzierung genutzt werden. Der digitale Zwilling liefert die Entscheidungsgrundlage, ersetzt aber nicht die technische und kaufmännische Priorisierung.

Schrittweiser Leitfaden für die Implementierung im Mittelstand

Eine Einführung gelingt am ehesten, wenn sie von einem konkreten Engpass ausgeht. Der digitale Zwilling sollte nicht als abstraktes Großprojekt beginnen, sondern an einer Baugruppe, deren Ausfälle messbare Kosten verursachen. Gleichzeitig müssen vorhandene Steuerungen, historische Wartungsdaten und die Qualifikation des Instandhaltungsteams berücksichtigt werden. Gerade bei älteren Anlagen ist eine Nachrüstung häufig sinnvoller als ein vollständiger Austausch.

1. Bottleneck bestimmen: Erfasse Stillstandszeiten, Ausfallhäufigkeit, Reparaturdauer und Ersatzteilrisiken der wichtigsten Aggregate. Priorität haben Baugruppen, deren Ausfall nachgelagerte Prozessschritte blockiert.
2. Messgrößen festlegen: Definiere nur die Daten, die für die konkrete Entscheidung notwendig sind, etwa Temperatur, Schwingung, Stromaufnahme, Lastwechsel oder Bewegungszustand.
3. Retrofit umsetzen: Ergänze bestehende Anlagen mit geeigneter Sensorik und binde die Signale über vorhandene SPS-, SCADA- oder Netzwerkstrukturen ein. Eine schrittweise Nachrüstung begrenzt Investitions- und Betriebsrisiken.
4. Modell trainieren und prüfen: Nutze historische Betriebs-, Wartungs- und Störungsdaten, um normale Zustände und Abweichungsmuster zu definieren. Die Prognosen müssen anschließend mit Inspektionen und realen Wartungsergebnissen validiert werden.
5. Pilot auswerten: Miss nicht nur technische Alarme, sondern auch vermiedene Stillstandszeit, Planbarkeit der Wartung, Ersatzteilverbrauch und Akzeptanz im Team. Erst danach sollte die Lösung auf weitere Aggregate übertragen werden.

Für die Pilotphase genügt häufig ein klar abgegrenzter digitaler Zwilling mit wenigen, verlässlichen Datenquellen. Kostengünstige Lebensdauersensoren können bei geeigneten Komponenten einen Einstieg ermöglichen, während Thermografie zunächst als regelmäßige Zustandsprüfung eingesetzt wird. Entscheidend ist, dass Warnungen in konkrete Arbeitsaufträge übersetzt werden. Eine zusätzliche Anzeige ohne definierte Reaktion erzeugt Datenlast, aber keine bessere Instandhaltung.

Ebenso wichtig sind Rollen und Prozesse. Wer bewertet einen Alarm, wer bestätigt die Diagnose, wer löst die Bestellung aus und wer pflegt die Rückmeldung nach der Reparatur? Werden diese Fragen nicht geklärt, bleibt die Prognose vom operativen Handeln getrennt. Ein praxistauglicher digitaler Zwilling verbindet daher Technik, Instandhaltung, Produktion und Einkauf über gemeinsame Kennzahlen und klare Eskalationswege.

Digitale Präzision als strategischer Hebel für resiliente Betriebe

Der digitale Zwilling macht aus verstreuten Sensordaten ein steuerbares Abbild der Produktionsrealität. In der Holzverarbeitung lassen sich thermische Auffälligkeiten, mechanischer Verschleiß und dynamische Belastungen früher erkennen, wenn Messwerte mit physikalischen Modellen und historischen Betriebszuständen verbunden werden. Daraus entstehen präzisere Wartungsfenster, weniger ungeplante Stillstände und eine bessere Grundlage für die Dimensionierung von Ersatzteilbeständen.

Langfristig kann diese Datenbasis auch Materialfluss- und Einkaufsentscheidungen unterstützen. Prognostizierte Bauteillebensdauer, Lieferzeiten, Produktionsplanung und Lagerbestand lassen sich gemeinsam bewerten. Damit wird Instandhaltung nicht länger als isolierte Kostenstelle behandelt, sondern als Bestandteil der betrieblichen Resilienz. Der sinnvollste nächste Schritt ist eine begrenzte Pilotierung am wichtigsten Engpass, mit klaren Kennzahlen, validierten Daten und einem realistischen Umsetzungsplan. So entstehen belastbare Entscheidungen statt technischer Schlagworte, und digitale Präzision wird ökologisch sinnvoll, wirtschaftlich tragfähig und operativ machbar.