Digitaler Zwilling für Brückenkrane: Echtzeitdaten im 3D-Modell
Digitaler Zwilling für Brückenkrane: Echtzeit-Betriebsdaten auf das 3D-Industriemodell gespiegelt. Der Visualisierungsgrad der Kranbetriebsdaten bestimmt maßgeblich, wie effizient das Bedienpersonal den Anlagenzustand erfasst und wie fundiert die Entscheidungen im Instandhaltungsmanagement getroffen werden.
Der Visualisierungsgrad der Kranbetriebsdaten bestimmt maßgeblich, wie effizient das Bedienpersonal den Anlagenzustand erfasst und wie fundiert die Entscheidungen im Instandhaltungsmanagement getroffen werden. Herkömmliche HMI-Oberflächen basieren auf zweidimensionalen Diagrammen und digitalen Instrumententafeln – der Bediener muss dabei mehrere verstreute Parameter im Kopf zu einem räumlichen Betriebszustand der Anlage zusammensetzen. Dieser kognitive Umwandlungsprozess ist nicht nur ineffizient, sondern führt bei parallelem Betrieb mehrerer Brückenkrane schnell zu Informationslücken und Fehlinterpretationen. Das von Kelude Schwerindustrie kürzlich eingeführte Digitaler-Zwilling-System für Brückenkrane integriert das dreidimensionale Industriemodell jedes Krans mit den Echtzeit-Betriebsdaten. Der Bediener sieht auf dem Bildschirm keine Parameterlisten, sondern eine digitale Kopie, die sich synchron zum realen Kran bewegt – Kranfahren, Katzfahren, Hubsenken und Seilpendeln werden in Echtzeit auf die physische Kranbewegung abgebildet, mit einer Abweichung von unter 200 ms.
Dieser Beitrag erläutert systematisch die technische Architektur, den 3D-Modellierungsprozess, das Echtzeit-Datensynchronisationskonzept und die praktischen Anwendungsergebnisse des Digitaler-Zwilling-Systems für Brückenkrane.
Systemarchitektur des Digitalen Zwillings
Das Digitaler-Zwilling-System für Brückenkrane basiert auf einer Vier-Schichten-Architektur – Sensorikschicht, Datenerfassung, digitale Modellierung und Anwendungsschicht – und realisiert damit einen vollständigen, datengeschlossenen Kreislauf vom physischen Objekt bis zum digitalen Modell.
Sensorikschicht: Umfasst den Brückenkran selbst sowie seine Betriebsumgebung, einschließlich der Metallkonstruktion (Hauptträger, Kopfträger, Katzfahrwerkrahmen), des Mechanismussystems (Hubwerk, Kranfahren, Katzfahren), des elektrischen Steuerungssystems (SPS, Frequenzumrichter, Bremse, Endschalter) sowie des Hebe- und Transportguts. Zustandsänderungen der Sensorikschicht werden über die SPS-Steuerung, Sensoren und Videoerfassungseinheiten synchron erfasst und bilden die Datenquelle des gesamten Zwillingssystems.
Datenerfassung: Einheit für Datenerfassung und -vorverarbeitung. Das am Kran installierte DTU liest über das PROFINET-Protokoll die relevanten Statuswerte aus den SPS-Registern (Kranposition, Katzposition, Hubhöhe, Hubgeschwindigkeit, Fahrgeschwindigkeit von Kran und Katze, Hubmotorstrom, Bremsenzustand – insgesamt 36 Datenpunkte) mit einer Abtastfrequenz von 50 ms. Zusätzlich wird ein sechsachsiger Lagesensor (MPU-9250, oberhalb des Hakens montiert, Abtastrate 100 Hz) angebunden, um Neigungswinkel und Pendelamplitude des Hakens zu erfassen. Die erfassten Statusparameter werden mit Zeitstempel versehen und über 5G/4G-Netz per MQTT-Protokoll an die digitale Ebene übertragen.
Digitale Modellierung: 3D-Rendering-Engine (basierend auf Unity 3D Industrial Edition, unterstützt DirectX 11/12-Rendering-Pipeline), die auf einem Alibaba-Cloud-ECS-Server läuft. Die digitale Ebene verwaltet das vollständige 3D-Modell jedes Krans (einschließlich der kinematischen Ketten der beweglichen Komponenten – Translationsfreiheitsgrad der Kranbrücke, Translationsfreiheitsgrad der Laufkatze, Translationsfreiheitsgrad des Hubwerks sowie zwei Rotationsfreiheitsgrade für das Hakenpendeln). Nach Empfang der Echtzeit-Statusdaten werden die Bewegungsparameter der einzelnen Gelenke mit 50-ms-Takt aktualisiert, sodass sich das digitale Modell synchron zum physischen Kran bewegt. Parallel läuft ein Kollisionserkennungsalgorithmus, der in Echtzeit die Abstände zwischen den Kranbauteilen sowie zwischen Kran und Werkshallenumgebung (Säulen, andere Krane, Bodenausrüstung, Sicherheitszäune) berechnet und bei Erkennung eines potenziellen Kollisionsrisikos einen Alarm auslöst.
Anwendungsschicht: Benutzerschnittstelle mit 3D-Szenen-Navigation, Ansichtswechsel (Ich-Perspektive aus dem Führerhaus, Third-Person-Überblicksperspektive, Hakenfolgeperspektive), Überlagerung von Betriebsparametern (schwebende Anzeige von Position und Geschwindigkeit an jedem beweglichen Bauteil), Zeitraffer-Wiedergabe (Rückblick auf beliebige Zeitfenster der letzten 24 Stunden, mit 10-facher Schnellvorlaufgeschwindigkeit) sowie Alarmmarkierung (hervorgehobene Kennzeichnung fehlerhafter Komponenten im 3D-Modell bei Anomalieerkennung). Die Anwendungsschicht unterstützt die gleichzeitige Anzeige mehrerer Brückenkrane auf einem Bildschirm; der Benutzer kann über ein Dropdown-Menü den zu betrachtenden Kran auswählen.
3D-Modellierung und Modellgenauigkeit
Das 3D-Modell des Digitaler-Zwilling-Systems wird auf Basis der CAD-Konstruktionszeichnungen des Kranprodukts erstellt. Das Modell jedes Krans umfasst den Hauptträger (sowohl Kastenträger als auch Fachwerkträger, je nach tatsächlichem Produkt), die Kopfträger (Antriebs- und Abtriebsseite, einschließlich Radblock), den Katzfahrwerkrahmen (mit Hubwerk, Katzfahrwerk, Rollenblock und Hakenflasche), das elektrische Steuerungssystem (schematische Darstellung von elektrischem Schaltschrank, Widerstandskasten und Frequenzumrichter), das Führerhaus (mit Bedienstand, Sitz und Sichtfeld-Verglasung) sowie das Schienenmodell (mit Schienenquerschnitt und Schienenklemme). Die Modellgenauigkeit erreicht LOD-300-Niveau (d. h. die Außenmaße jedes Bauteils weichen um weniger als 5 mm vom realen Produkt ab, und die relativen Positionen der Bauteile entsprechen der tatsächlichen Montagebeziehung). Die Gesamtdreiecksanzahl beträgt ca. 800.000.
Neben dem Kranmodell selbst unterstützt das System den Import von Werkshallen-Umgebungsmodellen – einschließlich Gebäudestruktur (Stahlsäulen, Dachfachwerk, Wände), Bodenausrüstung (Walzgerüste, Pressen, Wärmebehandlungsöfen, Haspeln usw.), Sicherheitszäune und Personenzugangssysteme. Das Umgebungsmodell wird durch Laserscanning (Leica BLK360) vor Ort als Punktwolke erfasst, anschließend heruntergesampelt, in ein Netz umgewandelt und in die Unity-Szene importiert. Die Scan-Genauigkeit beträgt 6 mm bei 10 m Entfernung; die Scan- und Modellierungsdauer für eine typische Kranwerkshalle (Spannweite 30 m, Länge 120 m) liegt bei ca. 3–5 Arbeitstagen. Durch die Einbindung des Umgebungsmodells beschränkt sich die Kollisionserkennung nicht nur auf die Kranstruktur selbst, sondern umfasst auch die Interferenzanalyse zwischen Kran und Werkshallenausrüstung sowie Gebäudeteilen.
Das System unterstützt das gleichzeitige Laden von bis zu 8 Digitaler-Zwilling-Modellen in einer Szene. Die Gesamtdreiecksanzahl wird auf unter 10 Millionen begrenzt, um eine stabile Bildrate von über 30 fps zu gewährleisten. Die Rendering-Engine nutzt GPU-Instancing, um die Geometrie mehrerer baugleicher Krane effizient zu rendern und den Speicherbedarf der Grafikkarte um ca. 60 % zu reduzieren.
Echtzeit-Datensynchronisation und Latenzkontrolle
Die zentrale Herausforderung des Digitalen Zwillings besteht darin, die Echtzeitbewegung des physischen Krans präzise und mit geringer Latenz auf das digitale Modell abzubilden. Das System setzt dabei eine dreistufige Latenzkontrollstrategie um.
Stufe 1 – SPS-Datenerfassungslatenz: Die Zeitverzögerung vom Auslesen der SPS-Register durch das DTU bis zum Senden an den MQTT-Broker beträgt im Median 12 ms (gemessen mit Siemens S7-1200 + Quectel-5G-Modul). Das DTU arbeitet im asynchronen, nicht blockierenden Lesemodus, belegt keine Bandbreite des SPS-Scanzyklus und erzeugt keinerlei Zusatzlast auf dem Steuerungssystem des Krans. Gemäß GB/T 28264-2017 darf die Datenerfassung des Sicherheitsüberwachungssystems den Betrieb des ursprünglichen Steuerungssystems nicht beeinträchtigen.
Stufe 2 – Netzwerkübertragungslatenz: Die MQTT-Datenübertragung von der Erfassungsebene zur digitalen Ebene weist im 4G-Netz eine Median-Latenz von 35 ms auf, im 5G-Netz von 12 ms. Das MQTT-Protokoll verwendet QoS-Stufe 1 (mindestens einmalige Zustellung), wodurch Datenverlust vermieden, aber eine geringe Anzahl von Duplikaten toleriert wird. Die Datenpaketgröße beträgt ca. 200 Byte (einschließlich Geräte-ID, Zeitstempel und 36 Statuswerten). Der Uplink-Bandbreitenbedarf eines einzelnen Krans liegt bei ca. 32 Kbit/s (bei 50-ms-Abtastfrequenz) und stellt damit praktisch keine Belastung für das Werksnetz dar.
Stufe 3 – Rendering-Update-Latenz: Nach Empfang der MQTT-Nachricht in der digitalen Ebene beträgt die Median-Rechenzeit für Protokolldekodierung, Zeitstempelprüfung, Koordinatentransformation und Aktualisierung der Modellgelenke 8 ms. Zu diesem Zweck setzt die digitale Ebene einen prädiktiven Interpolationsalgorithmus ein – sobald die Daten des vorherigen und des aktuellen Frames vorliegen, berechnet das System die erwartete Position für den nächsten Frame und rendert diese vorab; beim Eintreffen der tatsächlichen Daten wird die Abweichung korrigiert. Diese prädiktive Rendering-Mechanik reduziert die vom Benutzer wahrgenommene Synchronisationslatenz von ca. 60 ms (reiner Datenpfad) auf ca. 25 ms, sodass sich der digitale Kran nahezu synchron zum physischen Kran bewegt.
Nach der Aggregation über drei Verzögerungsstufen beträgt die Gesamtlatenz von der physischen Kranbewegung bis zur Aktualisierung des digitalen Modells im 5G-Netz etwa 45 ms, im 4G-Netz etwa 70 ms. Bei typischen Betriebsbedingungen mit langsamer Kranfahrt (Fahrgeschwindigkeit ≤ 40 m/min, Katzfahrgeschwindigkeit ≤ 20 m/min) entspricht die Latenz von 45 ms einem Positionsfehler der Kranbrücke von etwa 3 cm, was in der 3D-Visualisierung vernachlässigbar ist.
Anwendungsszenarien und praktische Ergebnisse
Das Digitaler-Zwilling-System für Brückenkrane wurde in einer großen Werft und einem Schweranlagen-Hersteller im Probebetrieb eingesetzt. Insgesamt wurden Echtzeitdaten von 6 Brückenkranen angebunden, die kumulierte Betriebszeit übersteigt 500 Stunden. Nachfolgend sind die praktischen Ergebnisse aus zwei typischen Anwendungsszenarien aufgeführt.
Szenario 1: Kollisionsschutz bei Mehrkranbetrieb. In der Segmentfertigungshalle der Werft arbeiten 3 Brückenkrane in derselben Kranbahn. Im Normalbetrieb koordinieren die Kranführer den Abstand zwischen den Kranen über Sichtkontakt und Funkverkehr. Bei starkem Schweißrauch in der Halle sowie bei Nachtschichten besteht ein erhebliches Kollisionsrisiko. Nach Inbetriebnahme des Digitaler-Zwilling-Systems überwacht der Disponent im Leitstand die Relativpositionen der 3 Krane in Echtzeit in der 3D-Szene. Das System berechnet automatisch den Kranabstand: Bei einem Abstand unter 5 m wird dieser im Digitalen Zwilling rot hervorgehoben, unter 3 m wird ein akustischer und optischer Alarm ins Führerhaus übertragen. Während des Probebetriebs wurden insgesamt 28 Kollisionswarnungen ausgelöst, davon 6 in kritischen Situationen mit einem Abstand unter 2 m, die vom Bedienpersonal nicht rechtzeitig erkannt worden waren. Potenzielle Kollisionen konnten so wirksam vermieden werden.
Szenario 2: Pendelbeobachtung der Last. Beim Heben und Transportieren großer Werkzeuge (ca. 15–25 t) in der Schweranlagen-Fertigung ist das Pendelverhalten der Last das zentrale Sicherheitskennwert für den Kranführer. Das Digitaler-Zwilling-System erfasst über den Lagesensor am Haken den Pendelwinkel und die Pendelbahn der Last in Echtzeit. Der Bediener sieht den Pendelzustand direkt am Terminal im Führerhaus, ohne sich aus dem Fenster lehnen oder auf Handsignale des Anschlägers angewiesen zu sein. Nach Angaben der Bedienpersonal konnte die Anzahl der Nachjustiervorgänge beim Positionieren um durchschnittlich etwa 40 % reduziert werden; die durchschnittliche Dauer eines Hubvorgangs sank von 8 auf 5 Minuten.
Für künftige Versionen sind folgende Erweiterungen geplant: die Anbindung des Digitaler-Zwilling-Systems an die Cloud-Plattform für visuelle Inspektion – bei erkannter Personeneindringung wird die Position der Person in Echtzeit in der Digitaler-Zwilling-Szene markiert; ein Lastsimulationsmodul, das auf Basis von Hubmotorstrom und Drahtseilzugkraft das Lastgewicht automatisch im digitalen Modell schätzt; sowie ein immersiver Inspektionsmodus mit VR/AR-Headsets.
Häufige Fragen (FAQ)
F: Wie hoch sind Aufwand und Kosten für die 3D-Modellierung? Muss für jeden Kran ein eigenes Modell erstellt werden?
A: Krane desselben Typs nutzen ein gemeinsames Basismodell; eine einmalige Modellierung genügt (Kosten für Standardmodelle ca. 500–1.000 € pro Typ). Individuelle Unterschiede (z. B. Schienenspurweite, Hubhöhe, Anordnung des elektrischen Schaltschranks) werden über parametrische Konfiguration des Modells angepasst, ohne Neu-Modellierung. Die Kosten für die Umgebungserfassung richten sich nach der Hallenfläche und betragen ca. 600–1.300 € pro Halle. Die Software-Bereitstellung des Digitaler-Zwilling-Systems pro Kran beträgt ca. 380 €, die jährliche Servicegebühr ca. 250 € pro Kran (inkl. Cloud-Rendering-Rechenleistung und Datenspeicherung, Datenaufbewahrungszeitraum 90 Tage).
F: Welche Anforderungen stellt das System an Netzwerkbandbreite und Hardware des Rendering-Endgeräts?
A: Uplink-Bandbreite: ca. 32 Kbit/s pro Kran (Datenerfassungsintervall 50 ms), praktisch keine Bandbreitenbelastung. Downlink-Bandbreite: Die Digitalisierungsebene streamt den gerenderten Videostream H.264-codiert an das Benutzerendgerät; ein 1080P@30fps-Videostream benötigt ca. 2–4 Mbit/s. Empfohlene Konfiguration des Benutzerendgeräts: CPU i5-12400 oder besser, Arbeitsspeicher 16 GB oder mehr, dedizierte Grafikkarte GTX 1660 oder besser (oder integrierte Grafik mit vergleichbarer Leistung). Die Web-Anwendung basiert auf WebGL-Rendering, keine Client-Installation erforderlich; Zugriff über Chrome/Edge-Browser.
F: Kann das Digitaler-Zwilling-System an bestehende MES- und Lagerverwaltungssysteme angebunden werden?
A: Ja. Das System stellt eine RESTful-API-Schnittstelle (OpenAPI 3.0-Spezifikation) mit JSON/XML-Datenformat bereit. Die Schnittstellen umfassen: Echtzeitstatusabfrage des Krans (GET /api/crane/{id}/status, liefert Echtzeitdaten wie Kranbrückenposition und Hubstatus), Historische Trajektorien-Wiedergabe (GET /api/crane/{id}/trajectory, liefert Positionspunkte der Gerätebewegung für einen bestimmten Zeitraum), Alarmereignis-Abonnement (POST /api/webhook/alert, sendet Alarmereignis-Benachrichtigungen an eine angegebene URL) sowie Gerätestammdatenabfrage (GET /api/crane/{id}/info, liefert statische Daten wie Gerätetyp, Nennlast, Einbauposition). Die Schnittstellen-Integration wurde bereits mit 3 MES-Herstellern erfolgreich abgeschlossen.
F: Beeinträchtigen Maßabweichungen zwischen 3D-Modell und realer Anlage die Genauigkeit der Kollisionserkennung?
A: Die Erkennungsgenauigkeit der Kollisionserkennung hängt von der Summe aus Modellfehler und Sensorpositionsfehler ab. Die Maßabweichung der Modellkomponenten liegt innerhalb von 5 mm (basierend auf CAD-Zeichnungsgenauigkeit). Die Positionssensoren für Kranbrücke und Laufkatze (Absolutwertgeber) erreichen eine Positioniergenauigkeit von ±2 mm, der Höhensensor (Laser-Entfernungsmesser) eine Genauigkeit von ±3 mm. Nach dreistufiger Fehleraddition ergibt sich eine Positionsabweichung der Kranbauteile im Modell von ca. ±10 mm. Im Kollisionserkennungsalgorithmus des Kelude-Digitaler-Zwilling-Systems ist eine Sicherheitsmarge von 20 mm eingestellt (d. h. bei einem erkannten Abstand unter 30 mm wird ein Kollisionsrisiko gemeldet), um Fehlalarme innerhalb der Fehlertoleranz auszuschließen. Die Auslegung dieser Sicherheitsmarge orientiert sich an den Anforderungen von ISO 10245-3:2021 „Krane – Begrenzungs- und Anzeigeeinrichtungen" für den Kollisionsschutz von Brückenkranen.
