Überwachung des Gesundheitszustands des Schneidarmes eines Anker-Baggers auf Basis eines digitalen Zwillings

Wie schwere Maschinen sicher bleiben

Tief unter Tage schneiden leistungsstarke Tunnelmaschinen Gänge durch Gestein, damit Menschen Kohle und andere Rohstoffe erreichen können. Bricht ein kritisches Bauteil unerwartet, steht die Arbeit still, Reparaturen sind teuer und Beschäftigte können gefährdet werden. Diese Studie zeigt, wie eine virtuelle Kopie des Schneidarmes einer Vortriebsmaschine — ein „digitaler Zwilling“ — die Maschine in Echtzeit beobachten, vorhersagen kann, wann wichtige Teile beansprucht sind oder verschleißen, und so den Betrieb sicherer und effizienter machen hilft.

Warum Vortriebsmaschinen intelligentere Pflege brauchen

Moderne Kohlebergwerke setzen integrierte Maschinen ein, die gleichzeitig das Tunnelgesicht schneiden und Verankerungen zur Stabilisierung des Gebirges setzen. Diese Maschinen arbeiten in beengten, rauen Tunneln, treffen auf wechselnde Gesteinsschichten und hohe Lasten. Die Schneidarme erfahren wiederholtes Biegen und Verdrehungen, wenn sie heben, in die Wand schneiden, herunterziehen und entlang des Bodens untermessen. Üblicherweise nutzen Ingenieure aufwändige Computersimulationen, um diese Kräfte zu verstehen, doch solche Berechnungen können viele Stunden dauern. Das ist bei laufendem Betrieb viel zu langsam, sodass die Bedienenden auf grobe Faustregeln und verzögerte Prüfungen angewiesen bleiben.

Aufbau eines virtuellen Zwillings des Schneidarmes

Die Forschenden hatten das Ziel, dem Schneidarm einen virtuellen Gegenpart zu geben, der sich wie das Original verhält, aber in Sekunden statt Stunden reagiert. Sie begannen damit, eine reale Vortriebsmaschine zu vereinfachen und ein Testmodell im Maßstab eins zu acht zu bauen. Mit diesem skalierten Modell führten sie detaillierte Computersimulationen für die wichtigsten Arbeitsschritte des Schneidarmes durch: Heben, in die Kohlewand schneiden, Herunterziehen und Untermessen entlang des Bodens. Die Simulationen zeigten, wie Kräfte vom drehenden Trommelwerk in den Arm und weiter in den Maschinenkörper gelangen und wo das Metall des Armes die höchsten Spannungen erfährt.

Ein schneller Stellvertreter, der langsame Berechnungen nachahmt

Da vollständige Simulationen für jeden Betriebszustand zu langsam sind, trainierte das Team ein „Surrogatmodell“ — einen mathematischen Stellvertreter, der Spannungsverläufe nahezu instantan vorhersagen kann. Sie sampelten sorgfältig viele Betriebsbedingungen, wie unterschiedliche Schnittkräfte, Armstellungen und Zylinderpositionen, und nutzten die daraus resultierenden Simulationsdaten, um dem Surrogatmodell beizubringen, wie sich Spannung über den Arm verteilt. Fortschrittliche Abtast- und Lernverfahren halfen dem Modell, sich auf die kritischsten, hochbelasteten Bereiche zu konzentrieren und gleichzeitig die Anzahl der Trainingsfälle überschaubar zu halten. Tests zeigten, dass die Vorhersagen des Surrogats den Originalsimulationen nahekamen, mit nur geringen Abweichungen der maximalen Spannung über einen breiten Bereich von Bedingungen.

Von Spannungsfeldern zur verbleibenden Lebensdauer

Sobald der schnelle Stellvertreter in Echtzeit Spannungsfelder liefern konnte, verbanden die Forschenden ihn mit Methoden der Ermüdungsanalyse, die abschätzen, wie wiederholte Belastung das Metall schrittweise schädigt. Indem die Spannungsverläufe während jedes Schnittzyklus verfolgt und bekannte Schadensregeln angewendet werden, kann der digitale Zwilling abschätzen, wie viel nutzbare Lebensdauer im Schneidarm noch verbleibt. Zur Veranschaulichung bauten die Forschenden eine Überwachungsplattform in der Unity-3D-Softwareumgebung auf. Dort wird ein 3D-Modell des Schneidarmes wie eine Wetterkarte eingefärbt und zeigt, wo Spannungen am höchsten sind und wie sich die prognostizierte verbleibende Lebensdauer verändert, während der Arm Hebe-, Schnitt- und Untermessbewegungen durchläuft.

Vergleich des Zwillings mit der realen Welt

Anschließend testete das Team seine Konzepte an einem physikalischen Prüfstand, der den Schneidmechanismus nachbildet. Sie befestigten Dehnungsmessstreifen — winzige Sensoren, die die Spannung im Metall messen — an Schlüsselstellen des Armes und führten eine Reihe von Hebe- und Belastungsversuchen durch. Beim Vergleich dieser Messungen mit den Vorhersagen des Surrogatmodells stimmten die allgemeinen Trends gut überein, und die Abweichungen in den Spannungswerten lagen größtenteils in akzeptablen Grenzen. Einige plötzliche, unregelmäßige Ereignisse ließen sich schlechter erfassen, was zeigt, dass mehr Trainingsdaten und eine bessere Behandlung seltener Bedingungen die Genauigkeit weiter verbessern könnten.

Was das für sichereren Tunnelbau bedeutet

Durch die Kombination aus detaillierter Physik, schnellen Surrogatmodellen und einer interaktiven 3D-Anzeige zeigt diese Arbeit, dass ein digitaler Zwilling den Schneidarm einer Vortriebsmaschine in Echtzeit überwachen kann. Anstatt Stunden auf aufwändige Simulationen zu warten oder sich auf gelegentliche Inspektionen zu verlassen, können Bergwerksbetreiber sehen, wie stark der Arm belastet ist, wie nahe er an seinen Grenzen arbeitet und wann Wartungen geplant werden sollten. Der Ansatz reduziert die Rechenzeit erheblich und hält die Fehler klein genug für den praktischen Einsatz, und eröffnet einen Weg zu intelligenterem, sichererem und zuverlässigerem Untertagebau.

Zitation: Xie, C., Chen, X., Liu, Z. et al. Health status monitoring of cutting arm of anchor excavator based on digital twin. Sci Rep 16, 8139 (2026). https://doi.org/10.1038/s41598-026-38290-4

Schlüsselwörter: digitaler Zwilling, Vortriebsmaschine, Strukturanalysen zur Zustandsüberwachung, Surrogatmodell, Ermüdungslebensdauer