Schwerpunkte

Smarte Fertigung

Wer nicht auf Echtzeiterkenntnisse baut, hat das Nachsehen

11. März 2021, 11:27 Uhr   |  von Eva Schönleitner, CEO bei Crate.io

Wer nicht auf Echtzeiterkenntnisse baut, hat das Nachsehen
© Crate.io

Eva Schönleitner, CEO bei Crate.io

Die industrielle Fertigung hat nach wie vor große Bedeutung in der deutschen Wirtschaft. Damit das so bleibt, muss sie in Zukunft auf die Smart Factory und Erkenntnisse durch Echtzeitdaten setzen.

Trotz oder vielmehr wegen Corona: 40 Prozent der deutschen Industrieunternehmen haben das Potenzial des Industrial IoT (Industrial Internet of Things, IIoT) erkannt und wollen laut einer IDC-Studie aus dem Jahr 2021 verstärkt investieren. Dabei geht es in erster Linie um Digitalisierung und Vernetzung von Maschinen, Werkzeugen und Produkten. Weiterhin wollen die Unternehmen Daten nutzen, um Automatisierung und Analysen zu ermöglichen und um neue Geschäftsmodelle aufzubauen.

Eine wichtige Voraussetzung dafür ist die Smart Factory, die intelligente Fabrik. Das ist eine Produktionsumgebung aus vernetzten Fertigungsanlagen und Logistiksystemen, die Daten untereinander und mit Cloud-Anwendungen austauschen. Sie sind deshalb mit Sensoren, Prozessoren und Funktechnik ausgestattet.

Vom Sensor an der Edge in die Cloud

Die Sensoren ermitteln Daten über den Maschinenstatus, etwa Temperatur, Leistungsaufnahme oder Vibration. Gateways bündeln die Datenströme aus den Sensoren und senden sie in die Cloud. Edge Gateways bieten aber auch selbst Rechenleistung und auch Speicherplatz und ermöglichen damit Edge Computing, wo Gateways konkrete Aufgaben übernehmen können, auch ohne Cloud.

Zwischen Edge und Cloud gibt es sinnvolle Ergänzungen und Arbeitsteilungen. Edge Devices sammeln, filtern und speichern Daten und erlauben auch Analytics on the Edge, d.h. direkt in der Fabrik. Das macht speziell für die Überwachung von schnellen Prozessen Sinn, weil die Zeit über die Cloud eventuell zu lange dauert, aber auch unsicher sein kann (z.B. durch einen Leitungsausfall). Cloud-Anwendungen ergänzen diesen Edge-Ansatz perfekt, weil dort aggregierte Daten ausgewertet werden können. Darüber hinaus kann auch die Sammlung von Daten aus vielen Standorten betrieben werden und diese widerum langfristig gespeichert werden. In beiden Fällen sind leistungsfähige Datenbanken notwendig, die gleichermaßen in der Edge und der Cloud arbeiten. Dadurch entfallen Schnittstellen, die wertvolle Bearbeitungszeit kosten.

Außerdem muss das Datenbanksystem für das Industrial IoT geeignet sein, also Machine Data und relationale Daten verstehen können. Es sollte beispielsweise Zeitreihendaten rasch verarbeiten können, denn die Smart Factory erzeugt in jeder Sekunde laufend Daten. Zur einfachen Weiterbearbeitung erlaubt z.B. ein SQL Interface, die einfache Integration in bestehende Anwendungen oder auch generell eine simple Schnittstelle in jede beliebige Anwendungsschicht.

Die in der Cloud langfristig gespeicherten Daten bieten erstens eine Momentaufnahme der Smart Factory (z.B. für Digital-Twin-Konzepte) und zweitens einen Überblick über die langfristige Entwicklung bzw. auch die Vorhersage mittels Machine Learning und Ähnlichem. Im Folgenden werden einige der Anwendungsbereiche für datengetriebene Erkenntnisse in der Industrieproduktion aufgezeigt.

Condition Monitoring

Ein erstes Einsatzgebiet für Maschinendaten ist die Zustandsüberwachung. Dabei sendet die Smart Factory Daten über Produktionsfaktoren in die Cloud. Entscheidend ist das vor allem für Maschinenhersteller sowie auch für Anlagen, die ohne dauerhafte Überwachung durch Personal arbeiten. Digitale Technologien erlauben Remote Control und alarmieren bei Problemen das Bereitschaftspersonal über ihr Smartphone.

Seite 1 von 2

1. Wer nicht auf Echtzeiterkenntnisse baut, hat das Nachsehen
2. Predictive Maintenance

Auf Facebook teilen Auf Twitter teilen Auf Linkedin teilen Via Mail teilen

Verwandte Artikel

Crate.io AT GmbH