Digitaler Zwilling für Brückenkran: 3D-Modellierung & Echtzeit-Daten

Der Digitale Zwilling für Brückenkrane (Digital Twin for Overhead Crane) ist in den letzten zwei Jahren stark im Gespräch, doch wirklich umgesetzte Projekte sind rar. Der Grund ist einfach: 3D-Modellierung, Echtzeit-Datenzuordnung und die Synchronisation zwischen virtueller und realer Welt – jede dieser Disziplinen birgt ihre eigenen Tücken. Dieser Artikel ist keine konzeptionelle Einführung, sondern eine detaillierte technische Betrachtung von der Architektur bis zur Implementierung. Unser Team ist beim Umsetzen in so manches Hindernis gelaufen – dieser Beitrag dient als Erfahrungsbericht.

Gesamtarchitektur des Digitalen Zwillings für Brückenkrane

Ein Digitaler Zwilling für Brückenkrane ist im Kern ein virtuelles Spiegelbild, das in Echtzeit mit dem physischen Kran synchronisiert wird. Dieses Abbild ist nicht nur sichtbar (3D-Modell), sondern auch beweglich (Echtzeit-Positionssynchronisation), berechenbar (Simulationsvorhersage) und rückblickend (historische Analyse).

Ein vollständiges Digital-Twin-System gliedert sich in drei Ebenen:

1.1 Datenerfassungsebene

Dies ist das Fundament des Digitalen Zwillings. Echtzeitdaten der SPS, Sensorsignale, Videostreams, Schwingungsspektren, Energiedaten – sämtliche Informationen aus der physischen Welt gelangen über einheitliche Protokollkanäle in den digitalen Raum. Das Kernprotokoll ist OPC UA (IEC 62541), abwärtskompatibel mit industriellen Protokollen wie Siemens S7, Modbus TCP/RTU und PROFINET, nach oben hin mit einer einheitlichen Datenschnittstelle. Die Erfassungszykluszeit liegt bei unter 100 ms.

1.2 Zwillingsmodellierungsebene

Diese Ebene macht Daten „sichtbar". Dazu gehören das 3D-Geometriemodell (WebGL-Rendering), das Bewegungsskelett (hierarchische Eltern-Kind-Verkettung von Kranbrücke, Laufkatze und Heben), der AAS-Datenasset-Verwaltungsschale (IEC 63278 zur Beschreibung des gesamten Lebenszyklus eines Geräts) sowie die Physik-Engine (zur Behandlung von Drahtseilschwingungen, Kollisionserkennung und anderen physikalischen Verhalten).

1.3 Anwendungsebene

Die Zwillingsdaten werden konkreten Geschäftsszenarien zugeführt: Echtzeit-Überwachungsbildschirm, 3D-Rekonstruktion von Störfällen, Vorschau von Anschlagwegen, Kollisionsanalyse, Prädiktive Wartung, Fernbedienungsassistenz u. v. m.

Weiterführende Lektüre: Health-Monitoring-System – Im Beitrag „Technische Tiefenanalyse des Digitalen Zwillings für Brückenkrane" haben wir die ingenieurtechnische Umsetzung von 3D-Modellierung und virtuell-realer Synchronisation diskutiert. Das Structural-Health-Monitoring-System (SHM) ergänzt auf dieser Digital-Twin-Basis eine Echtzeit-Dehnungsmessung und Bewertung der Ermüdungslebensdauer und schließt damit den Kreis vom „Sichtbarmachen" zum „präzisen Messen".

3D-Modellierung und Szenenaufbau

2.1 Modellquellen und -formate

Die 3D-Modelle von Brückenkranen lassen sich direkt aus der Konstruktionsstückliste (BOM) und STEP-Dateien exportieren. Empfohlen wird das Format gITF/GLB (GL Transmission Format), ein von Khronos definierter Web-Standard für 3D-Übertragung mit nativer Unterstützung für PBR-Materialien (physikalisch basiertes Rendering). Der Browser lädt das Modell ohne Plug-in. Das Modell eines einzelnen Krans umfasst ca. 50 MB (ca. 200.000 Dreiecke); mit einer LOD-Stufenlade-Strategie läuft es im Browser flüssig.

Die Umgebungsmodelle der Werkshalle (Schienen, Säulen, Produktionsanlagen usw.) stammen in der Regel aus BIM (Building Information Modeling) oder 3D-Laserscans. Diese Datenmengen sind groß (ca. 1 Million Dreiecke); eine Reduzierung der Polygonanzahl in der Vorverarbeitung sowie Sichtbarkeits-Culling mittels Octree-Szenensegmentierung werden empfohlen.

2.2 Koordinatensystem-Kalibrierung

Voraussetzung für die virtuell-reale Synchronisation ist die exakte Übereinstimmung der Koordinaten im virtuellen Raum mit denen der physischen Welt. In der Praxis wird die „Drei-Schritte-Kalibrierung" angewendet:

1. Grobe Kalibrierung: Auf Basis des BIM-Modells oder der CAD-Zeichnung der Werkshalle wird das globale Koordinatensystem der Szene festgelegt (üblicherweise mit den Hallensäulen als Referenzpunkte).
2. Feinkalibrierung: Mithilfe von Laser-Entfernungsmessern oder UWB-Positionierungssystemen am Kran werden die Echtzeit-3D-Koordinaten (X/Y/Z) von Kranbrücke, Laufkatze und Heben erfasst und in die virtuelle Szene zur Modellsteuerung eingespeist.
3. Dynamische Kompensation: Unter Berücksichtigung langfristiger Driftfaktoren wie Schienensetzung und Temperaturverformung wird regelmäßig (empfohlen: monatlich) eine automatische Kalibrierung durchgeführt.

Echtzeit-Datenzuordnung und AAS-Datenmodell

3.1 Datenfluss-Architektur

PLC(SiemensS7) ── OPC UA Server ── MQTT Broker ── Datenplattform ── 3DAntrieb InfluxDB(Zeitreihenspeicher)

Die zwei kritischsten Kennwerte in dieser Kette:

• Datenerfassungslatenz: Vom Wechsel des SPS-Registers bis zur Aktualisierung der 3D-Engine-Pose – Zielwert ≤ 200 ms.
• Datendurchsatz: Ca. 200 Erfassungspunkte pro Kran bei einem Zyklus von 100 ms; ein Server unterstützt mehr als 50 Krane parallel.

3.2 AAS-Datenmodell (Asset Administration Shell)

AAS ist der zentrale Datenstandard von Industrie 4.0 (IEC 63278). Er organisiert sämtliche Daten in standardisierten „Teilmodell"-Strukturen:

{ "assetAdministrationShell": { "id": "https://kurude-crane.com/aas/CR-2024-001", "submodels": [ {"idShort": "Technical_Data", // Nennlast、Spannweite、Auslegungsparameter wie Triebwerksgruppe "properties": [...]}, {"idShort": "Operational_Data", // Betriebsstunden、Lastspielzahl、Motorstrom、Echtzeitdaten wie Temperatur "properties": [...]}, {"idShort": "Maintenance_Plan", // Wartungsaufzeichnungen、Nächster Wartungstermin "properties": [...]}, {"idShort": "Health_Status", // AIGesundheitszustand、Restlebensdauervorhersage "properties": [...]} ] }}

Der Vorteil dieses Modells liegt in der Standardisierung: ERP, MES, SCADA und Cloud-Plattformen können die Lebenszyklusdaten des Krans einheitlich lesen und verstehen – ohne Schnittstellenprobleme bei Datenformaten.

Simulationssystem des Digitalen Zwillings

Der entscheidende Unterschied zwischen einem Digitalen Zwilling und herkömmlicher 3D-Überwachung: Er kann nicht nur „sehen", sondern auch „berechnen". Die Simulationsfähigkeit ist der eigentliche Mehrwert.

4.1 Kinematische Simulation

Vor der Ausführung eines neuen Anschlagauftrags wird der Pfad zunächst in der Zwillingsumgebung durchgespielt, um Kollisionen bei der kombinierten Bewegung von Kranbrücke, Laufkatze und Heben zu erkennen. Eingabe: 3D-Modell + Bewegungsbahn; Ausgabe: Kollisionsbericht. Eine einzelne Simulation dauert ca. 1–5 Minuten und läuft auf einem Standard-PC.

4.2 Dynamische Simulation

Analyse dynamischer Parameter wie Trägheitskräfte beim Beschleunigen/Abbremsen, Drahtseil-Auslenkwinkel und Bremsweg. Kern ist ein Mehrkörper-Dynamikmodell des Krans (vier Starrkörper + flexible Körper: Hauptträger, Laufkatze, Last, Drahtseil), gelöst über die Lagrange-Gleichungen.

4.3 Finite-Elemente-Simulation (FEA)

Eingesetzt für Festigkeitsnachweise und Ermüdungslebensdauer-Bewertung. Typische Parameter:

• Elementtyp: Shell181-Schalenelemente (geeignet für dünnwandige Strukturen)
• Netzgröße: 20 mm (Hauptträger) / 10 mm (verdichteter Schweißnahtbereich)
• Material: Q355B (≈S355JR), E=206 GPa, ν=0,3
• Lastfall: Nennlast 320 kN in Feldmitte + außermittige Last 0,5 m
• Ausgabe: maximale Spannung, maximale Verformung, Sicherheitsfaktor

4.4 Starr-flexible Kopplungssimulation

Das Drahtseil ist der anspruchsvollste Teil der Kransimulation – es ist sowohl flexibel (Dehnung, Biegung, Torsion) als auch mit der starren Last verbunden. In der Praxis wird üblicherweise ein diskretisiertes Seilmodell verwendet (das Drahtseil wird in N Segmente aus Starrkörpern mit Feder-Dämpfer-Verbindungen unterteilt), kombiniert mit einem Seil-Rollen-Kontaktalgorithmus zur Simulation des Auf- und Abwickelns auf der Trommel. RecurDyn liefert bei dieser Art von Simulation die besten Ergebnisse.

Auswahl der Schlüsseltechnologien

Die Auswahl der Schlüsseltechnologie-Komponenten für die Digital-Twin-Plattform muss Leistung, Ökosystem und Kosten gleichermaßen berücksichtigen:

Typische Einsatzszenarien

Echtzeit-3D-Überwachung

Der Dispatcher öffnet die 3D-Szene im Browser und sieht auf einen Blick den Betriebszustand aller Brückenkräne – welcher Kran gerade hebt, welcher im Standby ist, welcher einen Alarm ausgelöst hat, wie hoch die Tragfähigkeitsauslastung ist und wo sich der Kran gerade befindet. Gegenüber der herkömmlichen ebenen Überwachungsoberfläche mit Listen- und Kurvendarstellung ist die Anschaulichkeit der 3D-Szene um mehr als eine Größenordnung gesteigert.

3D-Ereignisrückverfolgung

Wenn ein Brückenkran eine Störung aufweist, besteht die herkömmliche Methode darin, das PLC-Protokoll nach Fehlercodes zu durchsuchen – abstrakt und wenig anschaulich. Der Digitale Zwilling kann die 3D-Szene der 30 Sekunden vor dem Fehler wiedergeben: wie sich die Kranbrücke bewegt hat, wie sich die Last geschwungen hat, welcher Sensor zuerst alarmiert hat – alles lässt sich in der Zwillingumgebung rekonstruieren. Dies ist für die Störungsanalyse und die Verantwortungsklärung von großem Wert.

Anschlagweg-Simulation

Eine neue Charge Werkstücke soll von Punkt A zu Punkt B transportiert werden, wobei Produktionsanlagen und Säulen umgangen werden müssen. Vor dem eigentlichen Betrieb wird der Anschlagauftrag in die Zwillingumgebung eingegeben; das System plant automatisch den optimalen Weg und führt eine Simulation durch. Kollisionspunkte werden sofort erkannt und die Einstellung entsprechend angepasst. So wird die peinliche Situation „auf halbem Weg feststellen, dass es nicht weitergeht" vermieden.

Kollisionsanalyse

Beim Betrieb mehrerer Brückenkräne in derselben Kranbahn besteht stets die Gefahr räumlicher Interferenzen. Der Digitale Zwilling kann die Sicherheitshüllkörper jedes Krans in Echtzeit berechnen. Wenn sich die Hüllkörper zweier beliebiger Krane einem kritischen Wert nähern, wird automatisch alarmiert oder sogar eine Verriegelung ausgelöst. Gegenüber herkömmlichen mechanischen Endanschlägen oder Laser-Kollisionsschutzsystemen liegt der Vorteil des Digitalen Zwillings darin, dass er „vorhersagen" kann, statt erst „nach dem Auslösen zu reagieren".

Wichtige Aspekte der technischen Umsetzung

• Das Netzwerk ist der kritische Engpass: Echtzeitdaten mit 100-ms-Zyklus stellen hohe Anforderungen an das industrielle Netzwerk. Zwischen dem Feldbus (PROFINET/EtherCAT) und dem OPC-UA-Server muss ein Gigabit-Kabelnetzwerk eingesetzt werden. Für die Strecke vom OPC-UA-Server zur Cloud bzw. zum lokalen Server wird ein industrielles 5G-Privatnetz oder Glasfaser empfohlen, um Datenverluste durch WLAN-Störungen zu vermeiden.
• Strategie zur Speicherung historischer Daten: Bei einer Datenrate von 100 ms pro Datensatz erzeugt ein Kran etwa 170.000 Datensätze pro Tag. Für die Speicherung wird eine „mehrstufige Downsampling-Strategie" verwendet: Rohdaten werden 7 Tage vorgehalten, minutenweise aggregierte Daten 90 Tage, stundenweise aggregierte Daten dauerhaft.
• Die Modellpflege muss Schritt halten: Wenn ein Brückenkran einem Umbau unterzogen wird (Nachrüstung von Zubehör, Austausch des Hubwerks, Schienenjustierung usw.), muss das Zwillingmodell synchron aktualisiert werden. Es wird empfohlen, die Modellverwaltung in den Änderungsmanagementprozess für Anlagen zu integrieren – kein Modellupdate, keine Inbetriebnahme.
• Zurückhaltung bei der UI-Gestaltung: Eine reichhaltige 3D-Szene verleitet leicht zu Effekthascherei, aber in industriellen Anwendungen ist klare Informationsdarstellung das oberste Gebot. Die Farbcodierung muss eine eindeutige Semantik haben (Grün = normal, Gelb = Warnung, Rot = Fehler). Auf dekorative Reflexions- oder Glüheffekte sollte verzichtet werden.

Fazit

Der Digitale Zwilling für Brückenkräne ist kein neues Konzept, das nur der Verschönerung dient, sondern der notwendige Weg vom „schweren, groben Maschinenungetüm" hin zur „intelligenten Anlage". Dieser Artikel ist kein Endpunkt – jedes Thema verdient eine vertiefte Betrachtung. In weiteren Beiträgen werden die vollständige technische Implementierung des AAS-Datenmodells, die Methoden zur Kalibrierung von Simulationsparametern sowie die Optimierung des Echtzeit-Renderings auf Edge-Geräten behandelt. Interessierte Fachkollegen sind eingeladen, diese Beiträge zu verfolgen.

Weiterführende Lektüre: KI-basierte Schweißnahtprüfung – das Digitaler-Zwilling-System für Brückenkräne ermöglicht die dreidimensionale Visualisierung des Anlagenbetriebszustands. Wenn die Fehlerdaten jeder Schweißnaht aus der Schweißphase in die Digitaler-Zwilling-Plattform eingepflegt werden, kann die SHM-Überwachung während des Betriebs mit den Werksqualitätsdaten korreliert werden.

Häufig gestellte Fragen