Single Pair Ethernet jetzt anwenden
Maschinendaten intelligent erfassen und nutzen
Ein modulares System aus IoT-Adapter, Edge-Server, Dashboard und der Netzwerktechnologie Single Pair Ethernet ermöglicht einen schnellen und flexiblen Einstieg in die datenbasierte Fertigung – mit dem Vorteil der Effizienzsteigerung durch KI-gestützte Optimierung.
Wegen einer Störung arbeitet plötzlich keine Maschine mehr – ein in der Industrie gelegentlich vorkommendes Ereignis! Fehlersuche und Reparatur dauern dann oft sehr lange an. In manchen Fällen lässt sich die Ursache jedoch schnell identifizieren, beispielsweise an einem zu hohen Energieverbrauch einer Maschine oder eines Bauteils. Dieser hohe Energieverbrauch kann z. B. auf einen sich anbahnenden Lagerschaden hindeuten.
Wenn ein Fertigungsbetrieb zentrale Maschinendaten wie Energieverbrauch, Taktzeiten oder Auslastung ermittelt, lassen sich solche Probleme im Vorfeld zuverlässig erkennen.
Daten sind also der Schlüssel zur Verbesserung industrieller Prozesse: Wer den Energieverbrauch kennt, kann ihn optimieren. Wer die Auslastung seiner Anlagen analysiert, erkennt Potenziale für effizientere Abläufe. Und wer die Taktzeiten im Blick behält, kann Produktionsprozesse präzise steuern. Wenn ein Unternehmen diese und andere Maschinendaten ermittelt, kann es sie als »Key Performance Indicator« (KPI) nutzen, als Kennzahlen für Effektivität und Effizienz der Fertigung.
Durchgängige Datenerfassung
Diese KPIs sind der Schlüssel zur datenbasierten Fertigung. Doch in vielen Unternehmen fehlt die technische Basis, um alle notwendigen Kennzahlen zu erfassen. Die Lösung dafür ist eine gemeinsame technische Entwicklung von Perinet und Zentinel MDS. Die modular aufgebaute Kombination aus IoT- und Edge-Technologie überwindet typische Integrationshürden. Sie arbeitet herstellerunabhängig und lässt sich ohne Weiteres auch in Bestandsmaschinen integrieren. Das System besteht aus einem Netzwerkadapter, einem Edge-Server, einem Dashboard und der Netzwerktechnologie Single Pair Ethernet (SPE). Diese Architektur erlaubt eine lückenlose Datenübertragung – von der Maschine bis in die übergeordneten IT-Systeme wie ERP oder Cloud-Plattformen. Der gesamte Aufbau ist offen und erweiterbar. Auch künftige Anwendungen werden dadurch unterstützt.
Herzstück des Systems ist ein IoT-Adapter (ZentNode), der direkt an die Sensoren angeschlossen wird – möglich ist auch eine einfache Nachrüstung. Der Adapter verarbeitet die Daten lokal und sendet sie verschlüsselt an einen Edge-Server (ZentEdge). Sie landen in einer SQL-Datenbank und können von dort über Protokolle wie HTTPS, MQTT oder REST abgerufen werden. Die gesamte Kommunikation ist abgesichert und entspricht den Anforderungen industrieller Netzwerke.
Das zum Gesamtsystem gehörende Dashboard zeigt die KPIs in Echtzeit oder als Verlauf an. Es erlaubt die Filterung nach Maschinen, Zeiträumen oder Schichten und stellt die Daten in verschiedenen Diagramm-Arten dar. Auf diese Weise werden Muster und Abweichungen sichtbar, etwa bei Energieverbrauch oder Taktverhalten. Dabei lassen sich spezielle Schwellwerte definieren sowie automatische Benachrichtigungen einrichten. Jedes Ereignis in der gesamten Anlage wird mit Zeitstempel und Dauer in einem Protokoll dokumentiert. Und natürlich ist auch die Weiterleitung an SAP S/4HANA möglich.
Einfach nachrüsten und skalieren
Ein wichtiger Vorteil des Systems ist die Möglichkeit, bestehende Anlagen einfach nachzurüsten. Sie lassen sich mit geringem Aufwand einbinden, weil keine Veränderungen an den Industriesteuerungen erforderlich sind. Das senkt die Einstiegshürden für die datenbasierte Produktion. Gleichzeitig eröffnet es Perspektiven für den späteren Ausbau, etwa durch digitale Zwillinge, automatisierte Prozesssteuerung oder die Integration externer Datenquellen von Lieferanten und Kunden.
Auch bei geplanten Erweiterungen oder dem Neubau von Produktionslinien kann die Infrastruktur von Beginn an berücksichtigt und die Lösung effizient skaliert werden. Damit erreichen Unternehmen eine durchgängige Datenerfassung direkt zum Produktionsstart. Die Folge sind messbare Einsparungen beim Energieverbrauch oder der Instandhaltung im Vergleich mit Bestandsanlagen.
Mit Machine Learning optimieren
Die IoT-Lösung schafft nicht nur mehr Transparenz, sondern bildet auch die Grundlage für echte Prozessoptimierung. Die erfassten Daten sind eine belastbare Basis für die Weiterverarbeitung mit Algorithmen für Machine Learning, einem Teilbereich der künstlichen Intelligenz (KI). Sobald genügend Daten vorliegen, lassen sich Muster erkennen oder Vorhersagen treffen. Bereits vorhandene historische Daten unterstützen dabei, die Machine-Learning-Algorithmen mit den erforderlichen Daten zu trainieren. Mögliche Anwendungsszenarien sind etwa die Früherkennung von Verschleiß anhand von Vibrationsdaten oder die Identifikation von Prozessabweichungen, die sich auf die Produktqualität auswirken. Auch der Materialfluss oder die Feinplanung profitieren davon. In Kombination mit historischen Daten können die Unternehmen Trends ableiten und Maßnahmen automatisiert anstoßen, beispielsweise das Definieren von Wartungsfenstern oder die Nachjustierung von Prozessparametern.
Fazit: Für Unternehmen, die in eine IoT- und KI-basierte Fertigung investieren wollen, ist die Lösung von Perinet und Zentinel MDS ein praxisnaher Weg. Durch den Fokus auf einfache Integration, hohe Sicherheit und betrieblichen Nutzen entsteht ein Mehrwert für verschiedene industrielle Sparten. So zeigen sich in der Praxis Einsparpotenziale von bis zu 20 Prozent beim Energieverbrauch einzelner Anlagen. In vielen Fällen amortisieren sich die Investitionen in weniger als zwölf Monaten – vor allem durch weniger Stillstandzeiten, geringere Wartungskosten und eine effizientere Ressourcennutzung.
Lesen Sie mehr zum Thema
