Manager industrial engineer using tablet check and control automation robot arms machine in intelligent factory industrial on real time monitoring system software. Welding robotics and digital manufacturing operation. Industry 4.0 concept

Bild: ipopba – stock.adobe.com

| von Eddie Mönch, Director Enterprise Sales, Empolis Information Management
  • Die vorgestellte IIoT-Komplettlösung ist ein einfacher und günstiger Einstieg für KMU in das Industrial Internet, um relevante Daten zu nutzen, Stillstände und Ausfälle von Anlagen und Geräten zu vermeiden und sich digital zu transformieren.
  • Die schlüsselfertigen Software-Bausteine sind schnell auch ohne komplexe Vorkenntnisse für den jeweiligen Anwendungsfall zu konfigurieren und ohne großen Aufwand zu implementieren.

Die Hauptgründe: zu hohe Kosten für lange Projekte mit ungewissem Ergebnis, zu wenig internes Know-how über die Analyse von Daten und künstlicher Intelligenz sowie zu hohe Investitions- und Betriebskosten für eine geeignete IT-Infrastruktur. Eine schlüsselfertige IIoT-Komplettlösung aus einer sicheren Cloud bietet neue Möglichkeiten, digitale Mehrwertdienste für sich zu nutzen.

Schlüsselfertige Bots optimieren Prozesse

IIoT-Komplettlösungen, wie Empolis Service Express Industrial Analytics, nutzen das volle Potenzial der Datenanalyse, indem beispielsweise eine vorausschauende Wartungsplanung auf Basis der Maschinendaten als neuer Service angeboten wird. Ausfälle werden so proaktiv verhindert und die passenden Original-Ersatzteile gleich mit angeboten. Dessen Besonderheit sind vorgefertigte Analytic-Bots. Diese Software-Bausteine sind ganz einfach von Ingenieuren ohne Informatikkenntnisse für den jeweiligen Anwendungsfall zu konfigurieren.

Das Bot-Konzept bietet schlüsselfertige und vordefinierte Datenanalyse- oder KPI-Lösungsbausteine, die direkt einen spezifischen Analyseanwendungsfall implementieren. Unternehmen können sich somit auf ihr Kernprozesswissen konzentrieren. Informatikkenntnisse oder Wissen über Verfahren der Künstlichen Intelligenz (KI), wie beispielsweise Machine Learning, oder auch statistische Verfahren sind nicht notwendig.

Ein Beispiel aus der Hydrauliküberwachung: Viele Hydrauliksysteme bestehen, vereinfacht gesagt, aus Leitungen, Ventilen und einem Reservedrucktank. Sinkt der Druck im Tank unter einen Minimalwert, dann erhöht eine Hydraulikpumpe den Druck wieder auf den Sollwert. Muss sich die Pumpe immer häufiger einschalten, deutet dies bei gleichbleibender Systembeanspruchung auf einen Druckverlust im System hin. Die Ursache kann eine Leckage sein.

Mithilfe der im Maschinenlog aufgezeichneten An- und Abschaltzeitpunkte der Pumpe lässt sich die Schaltfrequenz ohne zusätzliche Sensorik überwachen. Hierzu dienen ein Zähler zur Ereigniserfassung und ein prädiktiver Grenzwertwächter zur Vorhersage des Zeitpunktes für den Übergang der Pumpe in den Dauerbetrieb. Zusätzlich lässt sich eine Zeitmessanalyse integrieren, um mithilfe der Pumpdauer das Hydrauliksystem auf möglichen Verschleiß zu überwachen. Dieser Anwendungsfall ist also allein auf Basis der Ereignisdaten mit einem Bot möglich.

Stetig wachsende Bot-Sammlung

Analytic Bots

Vorgefertigte Ana-lytic-Bots sind als schlüsselfertige Software-Bausteine schnell und ohne komplexe Vorkenntnisse zu konfigurieren.

Der beschriebene Hydraulikfall ist auch auf Filtersysteme in der industriellen Produktion zu übertragen. Generalisiert man den Hydraulik- und den Druckluftbot, so gelangt man zu einem Entwurfsmuster für Analysen, die wiederum Geschwindigkeit und Qualität bei der Analyseentwicklung verbessern. Die Sammlung solcher Entwurfsmuster in diesem Bot-Katalog entspricht dem Konzept der Konstruktionskataloge im Maschinenbau. Das Bot-Konzept ist zum einen eine stetig wachsende Sammlung von generischen Bots für Klassen von Bauteilen, -gruppen und Funktionen von Maschinen und Prozessen. Zum anderen kann eine übergeordnete Prozessanalyse ebenfalls aus einem Bot oder der Kombination einzelner Bots abgebildet werden.

Diese Modularisierung ermöglicht das Wiederverwenden von Analysen auf unterschiedlichen Abstraktionsstufen, die auf komplexe Maschinenelemente und Funktionen angewendet werden können. Tatsächlich orientiert sich der Aufbau einer umfassenden Analyse für vorhersagende Wartung und Optimierung häufig an der Funktionsstruktur einer Maschine.

Die Bots sind sofort startbereit, da nur wenige Schritte erforderlich sind: Zunächst muss der Bot selbst ausgewählt werden, also der Anwendungsfall, den der Bot untersuchen und überwachen soll. Dann konfiguriert der Nutzer den Bot über Parameter für das bestimmte Asset – ohne aufwendiges Bereitstellen einer Datenhistorie, dafür aber mit intuitiver Visualisierung auf dem Dashboard, um sofort das Wesentliche erkennen zu können.

Im Idealfall sind Bots analog zu Maschinenelementen fachlich wiederverwendbare Analysen, die im konkreten Anwendungsfall nur noch geeignet parametrisiert werden müssen. Der Vorteil der Bot-Architektur liegt darin, dass sich die Bots auch mit bestehenden Analysen koppeln lassen. So können Algorithmen Kernverfahren einer Maschine abbilden, die sich im Besitz des Maschinenbauers befinden, wohingegen sich Bots um zugekaufte Aggregate von Drittherstellern kümmern, die für den Gesamtprozess jedoch kritisch sind.

Schnell und individuell

Wertschöpfungskette_Industrial Analytics

Die Software-Bots unterstützen den Nutzer entlang der Wertschöpfungskette industrieller Analytik. Bilder: Empolis Information Management

Ein anderes Beispiel ist die Lüfterüberwachung: Bei Lüftern kann die Sensorik zum Beispiel Lager und Volumenstrom überwachen; das Lager anhand der Drehzahl, die Stromaufnahme mit einem prädiktiven Grenzwertwächter. Lagerverschleiß äußert sich durch nachlassende Drehzahl und im Fall einer Drehzahlregelung noch früher durch eine erhöhte Stromaufnahme. Dabei hängt die erforderliche Frequenz der Sensordatenaufnahme von der Geschwindigkeit des Verschleißverhaltens und damit indirekt von der typischen Beanspruchung des Bauteils im Prozess ab. Daher müssen Aufzeichnungsfrequenz der Daten und das zur Ausfallprädiktion genutzte Regressionsmodell im konkreten Anwendungskontext festgelegt werden. Bei der Überwachung des Volumenstroms handelt es sich um einen Soll-/Ist-Wertvergleich. Weicht der Soll- vom gemessenen Istwert ab, so deutet dies auf eine Störung im Volumenstrom hin, etwa einen Schaden am Gehäuse oder am Impeller. In diesem Fall hängt die Wahl der Messfrequenz von der Dimensionierung und dem Arbeitspunkt des Systems ab.

Durch die einfache Konfiguration der Analytic-Bots schlagen Betreiber zwei Fliegen mit einer Klappe: Sie profitieren von der Schnelligkeit einer Standard-Lösung, verbunden mit einem großen Nutzen einer Individuallösung. Die IIoT-Komplettlösung begleitet den gesamten Prozess der Wertschöpfungskette im Service: Von der Datenanalyse bis zur richtigen Maßnahme, vom Signal zur Aktion. Anbieter können somit ihr Ersatzteil- und Betriebsmittelgeschäft optimieren, neue datengetriebene Geschäftsmodelle entwickeln und ihr Leistungsangebot im Service erweitern.

Der Eintrag "freemium_overlay_form_cte" existiert leider nicht.