Schnellentschlossene aufgepasst!

Internet of Thing – Vom Sensor bis zur Cloud: 20 Prozent Rabatt

29. September 2022, 9:08 Uhr | Iris Stroh

Fortsetzung des Artikels von Teil 1

Session 2: Digitaler Zwilling und Retrofit

Session 2: Wie das Internet-of-Things und digitale Zwillinge voneinander profitieren

Adrian Merkel
Adrian Merkel/FRAMENCE
© WEKA Fachmedien/FRAMENCE

Die meisten Anlagen und Installation verfügen über IoT- Sensoren, deren Daten in eigene Clouds gespeichert werden. Eine Kommunikation der Geräte und Installationen unterschiedlicher Hersteller untereinander wäre in vielen Fällen hilfreich, ist jedoch nicht immer möglich. Der Vortrag zeigt, wie die IoT-Systeme in einem gemeinsamen fotorealistischen digitalen Zwilling verortet und in einer visuellen Umgebung dargestellt werden können. Bei den hier beschriebenen fotorealistischen digitalen Zwillingen handelt es sich um digitale Repräsentanzen physischer Objekte, die auf Grundlage von Digitalkamerafotos erzeugt werden und sich dank mathematischer Methoden maßhaltig verhalten. Durch die Verwendung von Fotos lassen sich diese Zwillinge ohne großen Kostenaufwand an die sich wandelnde Realität anpassen. Auch eine Überlagerung der Zwillinge mit 3D-Modellen/CAD-Zeichnungen ist möglich. Mithilfe sog. Points-of-Information werden die Mess- und Sensordaten mit dem Zwilling verknüpft und dreidimensional verortet. Ferner stellen modernste IT-Schnittstellen, wie Webservices, die problemlose Anbindung an die unterschiedlichsten Datenquellen sicher. Auch vorhandene Auswertungen, Dashboards oder sonstige Informationen lassen sich unkompliziert in den Zwilling einbinden. Die Kombination aus visueller Repräsentanz und IoT-Daten ermöglicht dem Anwender einen Einblick in die Umgebung in Echtzeit, auch aus entfernten Standorten. Digitale Zwillinge können auch als Grundlage für AR-Anwendungen dienen.

11. Oktober 10:00 bis 10:30

Anbieter zum Thema

zu Matchmaker+

Session 2: Einsatz von digitalen Zwillingen für die Qualitätsüberwachung und Prozessoptimierung von spanenden Fertigungs

Albrecht Hänel
Albrecht Hänel/Fraunhofer IWU
© WEKA Fachmedien/Fraunhofer IWU

Ein erfolgsversprechender Ansatz für ein Fertigungsunternehmen liegt in der Akquise vorhandener Daten aus bestehenden Einzelprozessen bzw. Prozessketten und die anschließende intelligente Auswertung zur Erlangung neuen Wissens. Eine Schlüsselrolle nehmen digitale Zwillinge für Zerspanprozesse ein, mit welchen sich die Qualität des Fertigungsprozesses und das Arbeitsergebnis dokumentieren, bewerten und beeinflussen lassen. Diese digitalen Zwillinge für Zerspanprozesse beruhen auf den Prozess- und Planungsdaten, die aus dem das Bauteil erzeugenden spanenden Fertigungsprozess resultieren. Zur automatisierten Erzeugung dieser digitalen Zwillinge werden alle an der Fertigung bzw. in der Fertigungsumgebung beteiligten Daten- und Informationsquellen verknüpft und zusammengeführt, wodurch die komplette Digitalisierung der Fertigungskette realisiert wird. Die hochfrequente Erfassung alle geometrischen, kinematischen und leistungsspezifischen Prozessdaten erfolgt über die Werkzeugmaschine und werden mit Hilfe von intelligente Datenverarbeitungsmethoden auf Basis eines neuen Informations- und semantischen Datenmodells synchronisiert, strukturiert und aufbereitet.

11. Oktober 10:30 bis 11:00

Session 2: Digitaler Zwilling: Vom Mythos zum Erfolgsgaranten – Wie wir dauerhaft echte Mehrwerte schaffen

Dr. Stefan Hennig
Dr. Stefan Hennig/SQL Projekt
© WEKA Fachmedien/SQL Projekt

Ein digitaler Zwilling einer Maschine oder einer ganzen Fertigungslinie verspricht, die Alltagsprobleme von Fertigungsbetrieben zu lösen – allen voran das Problem der mangelnden Transparenz. Doch einen digitalen Zwilling allein auf das Schaffen von Transparenz zu reduzieren, verspielt wertvolles Potenzial. Einen Digitalen Zwilling isoliert auf dem Shopfloor zu betrachten, wird den hohen Erwartungen an die Digitalisierung nicht gerecht. Mit der richtigen Methodik können die vielen verschiedenen digitalen Zwillinge eines Produktionsbetrieb orchestriert und choreografiert und damit der gesamte Wertschöpfungsprozess für wettbewerbsstärkende Innovationen geöffnet werden.

Im Vortrag wird anhand der Ergebnisse eines Digitalisierungsprojekts diese erprobte Methodik vorgestellt, die Antworten auf die Fragen
* Welcher Digitaler Zwilling ist der richtige für mich?
* Wieviel digitaler Zwilling ist genau richtig für mich?
* Wo starte ich?
liefert. Weiterhin wird ein Zusammenhang von "Digitalen Zwillingen" mit dem Trendthema "Hyperautomation" hergestellt und ein Ausblick auf die neuen Handlungsfelder der IT- und Produktionsleiter gegeben.

11. Oktober 11:30 bis 12:00

Session 2: KI-Retrofit für Steuerungen: Condition Monitoring für Antriebselemente mit TinyML

Klaus-Dieter Walter
Klaus-Dieter Walter/SSV Software Systems
© WEKA Fachmedien/SSV Software Systems

Unzählige Steuerungslösungen in Maschinen und Anlagen berücksichtigen nur unzureichend den aktuellen Zustand der mechanischen Komponenten eines Antriebsstrangs, wie z. B. die Abnutzung von Motoren, Lager, Lüfter, Pumpen usw. Das gesamte Verhalten einer Steuerung lässt sich grundlegend verändern, wenn eingangsseitig nicht nur die klassische Führungsgröße zur Verfügung steht, sondern beispielsweise auch eine kategoriale Variable zum Zustand der Antriebsstrangkomponenten in der jeweiligen Steuerstrecke. Qualitativ hochwertige Condition-Monitoring-Eingangsdaten ermöglichen ein intelligentes Systemverhalten. Die Regel- bzw. Steuergröße am Steuerungsausgang lässt sich dynamisch an den aktuellen Zustand der Mechanik anpassen. Störungen, wie z. B. die Unwucht eines rotierenden Bauteils, akustische Anomalien auf Grund eines Lagerschadens im Frühstadium, thermische Auffälligkeiten eines Schleifringkörpers, ein komplett ausgefallenes Antriebselement und andere verschleißbedingte Störgrößten der Steuerstrecke werden rechtzeitig erkannt und lassen sich durch die SPS-Software berücksichtigen.

Der Beitrag zeigt auf, wie sich mit Hilfe verschiedener Sensoren die erforderlichen Echtzeit-Rohdaten zur Zustandsbestimmung erfassen lassen, um die Führungsgröße einer Steuerung mit hochwertigen Condition-Monitoring-Daten zu erweitern. Als Sensorelemente lassen sich beispielsweise kapazitive MEMS-basierte Inertialsensoren zur Messung von Beschleunigung und Winkelgeschwindigkeit oder Infrarot-Sensorarrays zur Temperaturmessung in Flächen einsetzen. In beiden Fällen entstehen mehrdimensionale Daten, die sich besonders für die Analyse per Supervised Machine Learning (ML) eignen. Dabei wird per Regression oder Klassifizierung eine kategoriale Zustandsvariable berechnet, die sich an einen SPS-Eingang weiterleiten lässt.

Da der ML-Einsatz zur Echtzeit-Sensordatenanalyse in direkter Nähe von Sensorik und Steuerung erfolgen soll (also nicht irgendwo in einer Cloud oder auf einem zentralen, hochperformanten Edge-System), sind besondere Softwarebausteine notwendig, mit denen sich eine Inferenzfunktion erstellen lässt, die auf ressourcenbeschränkten Mikrorechnern ablaufen kann. Insgesamt soll der Vortrag daher die folgenden drei Fragen beantworten:

  1. Wie ist die Vorgehensweise beim Einsatz eines Supervised-Machine-Learning-Algorithmus, um aus mehrdimensionalen Sensordaten eine Condition-Monitoring-Eingangsvariable für Steuerungen zu erzeugen
  2. Was ist bei der Machine-Learning-Modellbildung zu beachten und was sind die typischen Fehler in der Praxis?
  3. Wie sieht ein typisches Beispiel aus und warum sollte man TensorFlow, TensorFlow Lite bzw. TinyML als Softwarebausteine für das maschinelle Lernen einsetzen?

11. Oktober 12:00 bis 12:30

 

Session 2: Retrofitting von Bestandsmaschinen mit IoT-Funktionalität

Matthias Lay
Matthias Lay/Würth Elektronik eiSos
© WEKA Fachmedien/Würth Elektronik eiSos
Adithaya Madanahalli
Adithaya Madanahalli/Würth Elektronik eiSos
© WEKA Fachmedien/Würth Elektronik eiSos

Eine der größten Hürden bei der Integration von Bestandsmaschinen in das Internet der Dinge ist, dass diese häufig nicht mit einer adäquaten Schnittstelle ausgestattet sind. Der Ersatz dieser Maschinen ist weder nachhaltig noch wirtschaftlich sinnvoll, an dieser Stelle kommen Retrofitting-Systeme zum Einsatz.

Die Prototyping-Phase eines neuen Retrofitting-Systems umfasst normalerweise die Verbindung der wichtigsten Systemkomponenten wie Sensoren, Mikrocontroller und das Funkmodul. Dies kann entweder durch eine einzige Platine mit allen Komponenten, oder durch das Verbinden einzelner Evaluierungsplatinen über Jumperkabeln geschehen. Hierbei ist der erste, monolithische Ansatz teuer und unflexibel, während der zweite, modulare Ansatz fehleranfällig und kompliziert ist. Um beide Nachteile zu überwinden, wird der Adafruit FeatherWing Formfaktor und dessen standardisierte Pin-Belegung genutzt. Mit diesem Ansatz der Komponentenbildung gibt es eine Reihe von stapelbaren Boards die untereinander kombinierbar sind, dies bietet eine hohe Flexibilität und minimierte Fehlerquellen. Dieser Ansatz der Komponentenbasierten Systementwicklung ist in der Softwareentwicklung bereits weit verbreitet und wird in diesem Fall, durch die Nutzung von Software-Bibliotheken, angewendet.

Im Vortrag soll die Modularität für einen Retrofit-Anwendungsfall demonstriert werden, indem eine RS232-fähige Maschine über MQTT via Wi-Fi an eine Cloud angebunden wird, hierbei sind der Mikrocontroller und die Schnittstellen austauschbare Module.

11. Oktober 12:30 bis 13:00


  1. Internet of Thing – Vom Sensor bis zur Cloud: 20 Prozent Rabatt
  2. Session 2: Digitaler Zwilling und Retrofit
  3. Session 3: Security und Open Source
  4. Session 4: Best Practice

Das könnte Sie auch interessieren

Verwandte Artikel

WEKA FACHMEDIEN GmbH, Microsoft, Microsoft Deutschland GmbH