KI-Spindelüberwachung: Lagerschaden 25 Tage vorher

TL;DR

Spindellagerschäden sind die teuerste Ausfallursache an CNC-Maschinen: 8.500–22.000 € pro Reparatur plus 3–5 Tage Stillstand. KI-gestützte Schwingungsanalyse erkennt beginnende Lagerschäden 25 Tage vor dem Totalausfall und senkt die ungeplanten Stillstandkosten um 82 %. Dieser Beitrag zeigt Sensorauswahl, Frequenzanalyse und stufenweise Einführung für mittelständische Zerspanungsbetriebe.

Warum die Spindel das Herz jeder CNC-Maschine ist

Die Hauptspindel einer CNC-Fräs- oder Drehmaschine dreht mit 4.000–24.000 U/min und überträgt dabei Schnittkräfte von bis zu 15 kN auf das Werkzeug. Die Lager dieser Spindel sind die am höchsten beanspruchten Komponenten der gesamten Maschine.

Ein ungeplanter Spindel-Ausfall kostet mittelständische Zerspanungsbetriebe durchschnittlich:

Reparaturkosten: 8.500–22.000 € (Lagertausch inkl. Einbau und Wuchten)
Stillstandkosten: 3–5 Tage × 1.800 €/Tag Maschinenstundensatz = 5.400–9.000 €
Terminverzögerung: 2.200 € durchschnittliche Konventionalstrafe bei Automobilzulieferern
Folgeschäden: Werkstück-Ausschuss, Spannmittel-Beschädigung = 1.500–4.000 €

Summe pro Ausfall: 17.600–37.200 €. Bei 1,8 Spindel-Ausfällen pro Maschine und Jahr ergibt das 31.680–66.960 € vermeidbare Kosten.

Die Physik hinter dem Lagerschaden

Spindellager (typisch: Hybrid-Keramik-Schrägkugellager) versagen nicht plötzlich. Der Schaden entwickelt sich über Wochen in vier Phasen:

Phase	Zeitraum vor Ausfall	Frequenz-Signatur	Hörbar?
1: Mikroriss in Laufbahn	30–40 Tage	Ultraschall 25–45 kHz, +3 dB	Nein
2: Pittings (Grübchenbildung)	20–30 Tage	BPFO/BPFI Seitenbänder	Nein
3: Abplatzungen	10–20 Tage	Breitband-Vibration +12 dB	Leise
4: Lagerspiel/Totalausfall	0–10 Tage	Hüllkurve alle Frequenzen	Ja

Klassische Grenzwert-Überwachung erkennt den Schaden erst in Phase 3–4, wenn die Reparatur bereits teuer ist. KI-basierte Analyse erkennt Phase 1–2 und gibt dem Betrieb 25–40 Tage Vorlauf.

Sensorik für die Spindelüberwachung

spindelueberwachung_sensorik:
  beschleunigungssensor:
    typ: "ICP triaxial, 0.5-25 kHz"
    position: "Spindellager vorn + hinten"
    montage: "M6 Gewindebohrung oder Kleber"
    kosten: "420 €/Stück"
    anzahl: 2
  temperatursensor:
    typ: "PT100, Klasse A"
    position: "Spindelgehäuse"
    kosten: "85 €"
    anzahl: 2
  drehzahlsensor:
    typ: "Induktiv, bereits in Steuerung vorhanden"
    kosten: "0 € (vorhandenes Signal nutzen)"
  datenerfassung:
    typ: "24-bit ADC, 51.2 kHz Abtastrate"
    kosten: "1.800 €"
  edge_gateway:
    typ: "Industrial PC oder Jetson Nano"
    kosten: "450 €"
  gesamtkosten_pro_maschine: "3.175 €"
  software_jaehrlich: "1.440 €/Maschine"

Warum 25 kHz Bandbreite entscheidend ist

Spindellager-Defektfrequenzen liegen bei Drehzahlen von 12.000 U/min im Bereich von 800–4.500 Hz. Die frühen Mikrorisse zeigen sich jedoch als hochfrequente Impulse im Ultraschallbereich (25–45 kHz), die auf tiefere Frequenzen moduliert werden. Nur Sensoren mit mindestens 25 kHz Bandbreite erfassen diese Frühsignale.

So arbeitet der KI-Algorithmus

Das KI-Modell kombiniert drei Analyseebenen:

Ebene 1: Hüllkurvenanalyse. Berechnet die Defektfrequenzen BPFO (Outer Race), BPFI (Inner Race), BSF (Rolling Element) und FTF (Cage) aus der Lagergeometrie und Drehzahl. Überwacht Amplitude und Seitenbänder.

Ebene 2: Trendanalyse. Vergleicht Schwingungskennwerte (RMS, Kurtosis, Crest-Faktor) über Wochen. Ein Anstieg des Kurtosis-Werts von 3,0 auf 3,8 bei konstantem RMS ist ein klassisches Phase-1-Signal.

Ebene 3: Multivariate Korrelation. Verknüpft Schwingung mit Temperatur, Drehzahl und Schnittkräften. Ein Lagerschaden zeigt sich durch gleichzeitigen Temperaturanstieg (+1,5 °C) und Schwingungszunahme bei spezifischer Drehzahl – kein Werkzeugverschleiß zeigt dieses Muster.

ROI: 38.000 € Einsparung pro Maschine

Rechenbeispiel für ein 5-Achsen-Bearbeitungszentrum mit 18.000 U/min Spindel:

Vermiedene ungeplante Ausfälle: 1,8 Ausfälle × 24.400 € Durchschnittskosten = 43.920 €/Jahr.

Geplante Reparaturkosten (niedriger): 1,8 Reparaturen × 6.200 € (planmäßig, nur Lager, kein Folgeschaden) = –11.160 €/Jahr.

Werkzeug-Einsparung: Erkennung von Spindelrundlauf-Verschlechterung spart 8 % Werkzeugkosten = 2.400 €/Jahr.

Qualitätssicherung: 60 % weniger Maßabweichungen durch frühzeitige Spindel-Korrektur = 3.200 €/Jahr.

Netto-Einsparung: 38.360 €/Jahr bei 4.615 € Investition (Hardware + erstes Jahr Software). Amortisation: 44 Tage.

Nutzen Sie den KI-ROI-Rechner für Ihre individuelle Kalkulation.

Einführung: Von der Erstmessung zur Prognose

Woche 1: Sensormontage. 2 Beschleunigungssensoren und 2 Temperatursensoren pro Maschine montieren, Datenerfassung anschließen. Zeitaufwand: 4 Stunden pro Maschine, im laufenden Betrieb möglich.

Woche 2–4: Basislinie. Das System erfasst Schwingungsdaten über alle typischen Betriebszustände (Schruppbearbeitung, Schlichtbearbeitung, Leerlauf, verschiedene Drehzahlen). Mindestens 200 Betriebsstunden.

Monat 2–3: Anomalie-Erkennung. Das System meldet Abweichungen vom Normalprofil. Jeder Alarm wird vom Instandhalter bewertet (5 Min. am Dashboard).

Ab Monat 4: Predictive Maintenance. Das System prognostiziert verbleibende Lagerlebensdauer und empfiehlt Wartungsfenster. Genauigkeit steigt mit jedem bestätigten oder widerlegten Alarm.

Weitere Details im KI-Implementierungsleitfaden.

Praxisbeispiel: Drehtechnik Bauer, Pforzheim

Lohnfertiger mit 28 Mitarbeitern, 12 CNC-Drehmaschinen und 4 Bearbeitungszentren. Jährliche Spindel-Reparaturkosten vor KI: 89.000 €, davon 72 % ungeplant.

Ergebnisse nach 10 Monaten KI-Spindelüberwachung:

Ungeplante Spindel-Ausfälle: von 9 auf 1 (89 % Reduktion)
Durchschnittliche Reparaturkosten: von 18.200 € auf 7.400 € (geplant statt Notfall)
Maschinenverfügbarkeit: von 87 % auf 95 %
Gesamteinsparung: 142.000 € bei 51.000 € Investition (16 Maschinen)
Amortisation: 4,3 Monate

Die KI-Budgetplanung unterstützt bei der Skalierung auf den gesamten Maschinenpark.

Kompatibilität: CNC-Steuerungen und Datenanbindung

Siemens Sinumerik 840D: OPC UA nativ, Drehzahl und Achsdaten direkt auslesbar
Fanuc 30i/31i: FOCAS2-Bibliothek, Echtzeit-Datenexport über Ethernet
Heidenhain TNC 640: Connected Machining, DNC-Schnittstelle
Mazak SmoothAi: MTConnect nativ, vorbereitete Schwingungsschnittstelle
DMG MORI CELOS: MQTT-Gateway verfügbar, IoTconnector ab 2024er Modellen

Der KI-Leitfaden für Unternehmen beschreibt weitere CNC-Anwendungen mit der gleichen Infrastruktur.

FAQ

Ab wie vielen CNC-Maschinen lohnt sich die KI-Überwachung?

Ab 3 Maschinen. Bei weniger als 3 Maschinen ist der Overhead für Edge-Gateway und Software relativ hoch. Ab 3 Maschinen teilen sich die Fixkosten, und die Amortisation liegt unter 6 Monaten.

Erkennt das System auch Werkzeugverschleiß?

Ja, als Nebeneffekt. Die Schwingungsanalyse zeigt auch Werkzeugverschleiß und -bruch. Die Spindel-KI unterscheidet zuverlässig zwischen Lager- und Werkzeugproblemen anhand der Frequenzsignatur.

Muss die Maschine für die Sensormontage stillstehen?

Nein. Die Sensoren werden außen am Spindelgehäuse montiert (Kleber oder Gewindebohrung M6). Die Verkabelung kann im laufenden Betrieb erfolgen. Nur für die Gewindebohrung empfiehlt sich ein kurzer Stillstand von 30 Minuten.

Wie hoch ist die Falsch-Alarm-Rate?

In den ersten 3 Monaten ca. 8 %, danach unter 3 %. Die KI lernt maschinenspezifische Eigenheiten (z. B. bestimmte Drehzahlbereiche mit Resonanz) und filtert diese heraus.

Kann ich die Daten auch für die Qualitätsdokumentation nutzen?

Ja. Die Schwingungsdaten korrelieren mit der Oberflächenqualität. Einige Automobilzulieferer nutzen die Spindeldaten als objektiven Nachweis der Prozessfähigkeit (Cpk-Wert) für IATF 16949.