Industrial Internet of Things von Komatsu Mining
Bergbau mit Machine Learning optimiert
Um die Sicherheit, Produktivität und Kosten im Berg- und Tagebau zu verbessern, bietet der Baumaschinenhersteller Komatsu Mining seinen Kunden den IIoT-basierten Service Smart Solutions an. Mit dem Datendienst können die Betreiber die Leistung ihrer Maschinen auf Basis von Echtzeit-Daten und -Analysen optimieren. Dahinter arbeitet eine Engine auf der Basis von Machine Learning.
Viele führende Unternehmen der Bauindustrie greifen zur Verbesserung der operativen Prozesse auf Datenerfassung und -nutzung zurück. Mit seinem Dienst Smart Solutions hat Komatsu Mining eine Industrial Internet of Things-Anwendung (IIoT) aufgebaut, die Maschinenbetreibern im Berg- und Tagebau Informationen vermittelt, auf deren Grundlage sie ihre Produktivität und Abbaueffizienz optimieren können. Zu den überwachten Maschinen gehören Strebabbausysteme, elektrische Seilbagger, Streckenvortriebsmaschinen und Radlader. Ursprünglich hat das eigene Data Warehouse von Komatsu Mining diesen IIoT-Service unterstützt. Als die Nachfrage stieg und immer mehr Maschinen vernetzt wurden, suchte das Unternehmen nach einem neuen Ansatz. Anforderung war, künftig ein Datenvolumen von bis zu 30 Terabytes pro Monat verarbeiten zu können. „Unsere alte Umgebung war in ihren Möglichkeiten zur Skalierung und zum Wachstum begrenzt“, sagt Shawn Terry, Lead Architect der Smart Solutions.
Neun Monate Projektdauer
Innerhalb von neun Monaten schufen die Mitarbeiter von Komatsu Mining gemeinsam mit Spezialisten von Cloudera und Microsoft eine Cloud-basierte IIoT-Plattform, die globalen Serviceteams die nötige Skalierbarkeit, Leistung und Flexibilität zur Verfügung stellt. Mit einer einheitlichen Plattform für das Datenmanagement können die ‚Smart-Teams‘ jetzt Daten von den Baumaschinen der Marken P&H und Joy sowie von Dritthersteller-Ausrüstung mit speicherprogrammierbarer Steuerung einfacher auswerten, um einen systematischen Blick auf die Abläufe im Berg- und Tagebau zu erhalten. Data Scientists von Komatsu Mining können effizientere Machine-Learning-Modelle bauen und schneller bessere Erkenntnisse liefern, als das vorher möglich war. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Maschinen weltweit
Die Analyse-Plattform erfasst, speichert und verarbeitet eine große Menge verschiedener Daten von Baumaschinen. Diese werden auf der ganzen Welt betrieben, oft in entlegenen Gebieten und unter schwierigen Bedingungen. Die Daten beinhalten Zeitserien-Messgrößen – Maschinendruck, Temperaturen, Ströme und so weiter, Alarm- und Ereignisdaten sowie weitere Informationen von Drittparteisystemen. Eine einzige Maschine kann tausende Daten-Messgrößen haben und 30.000 bis 50.000 einzelne Einträge mit Zeitstempel pro Minute erzeugen. Geplant ist, zukünftig eine noch engere Integration von Systemen beim Kunden vor Ort und weiteren Datenquellen zu erreichen, um die Zusammenhänge beim Betrieb der Maschinen besser zu verstehen. Durch die deutlich erhöhte Leistung der Lösung müssen die Mitarbeter von Komatsu Mining Entscheidungen nicht mehr davon abhängig machen, was die Infrastruktur unterstützt, sondern können sich ganz auf die Anforderungen der eigenen Kunden konzentrieren. „Wir können jetzt inkrementell und kostengünstig skalieren und wachsen. Damit sind wir in der Lage, unsere Anwenderbasis auszubauen und schnellere und bessere Services zu liefern“, sagt Shawn Terry.
Plattform für die Bauindustrie
Laut Anthony Reid, Senior Manager of Analytics bei Komatsu Mining, war das Unternehmen auf der Suche nach einer Plattform, mit der es den Zugriff auf Analysen von Maschinendaten für verschiedene Nutzergruppen demokratisieren kann. Cloudera bot Reid zufolge die schnelle Performance, Datensicherheit und den Kundensupport, um die eigenen Teams so unkompliziert wie möglich in Richtung Big Data zu bewegen. Mit der Implementierung von Cloudera Enterprise auf Microsoft Azure konnte Komatsu Mining erhebliche Kosteneinsparungen realisieren. „Wir können alle Daten mit weniger Berechnungen und viel geringerer Komplexität liefern“, sagt Reid.
Workloads im Cluster
Die gesamte Anwendung läuft in der Azure-Cloud von Microsoft. In einem Hochleistungs-Cluster laufen HBase-Workloads mit acht Nodes. Hinzu kommt ein Langzeitspeicher mit Impala- und Kudu-Workloads mit sechs Datenknoten. Cluster für Test und Entwicklung teilen sich auf beide Bereiche auf. Gemeinsam mit dem Resource-Team von Cloudera und einem Microsoft-Berater startete das Team um Reid im Juni 2016 mit dem Deployment. Bereits im Februar 2017 konnte das alte Produktionssystem abgeschaltet werden und der Betrieb lief vollständig mit allen Live-Daten, Streaming und allen verbundenen Kunden auf der Cloud-Plattform. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Abläufe besser verstehen
Die Smart-Solutions-Mitarbeiter in den Regionen nutzen die Plattform, um den Kunden Einblicke in ihre Abläufe zu geben. Zeitreihendaten werden über Open TSDB in Apache HBase geladen. Apache Impala (in Inkubation) unterstützt Adhoc-SQL-Abfragen. Zur Visualisierung der Daten wird Grafana, eine offene Plattform für Analytik und Monitoring, eingesetzt. Durch die Demokratisierung des Datenzugriffs und die Bereitstellung intuitiver Analysetools konnte Komatsu Mining den angestrebten Grad an Benutzerakzeptanz erreichen. In der Vergangenheit haben beispielsweise einige ausgewählte Personen Trends aus den Daten erstellt und diese Trends den Alarmbedingungen auf einer Maschine zugeordnet. Indem sie den Datenzugriff auf die Regionen öffnen und den Regionen selbst die Erstellung eigener Berichte ermöglichen, können die Mitarbeiter von Smart Solutions nun schneller verwertbare Informationen aus den Daten erhalten und aussagefähigere Dashboards erstellen, die weit über die Möglichkeiten bisheriger Analysetools hinausgehen. Die Plattform bietet auch Analytics-Entwicklern auf der Suche nach Innovationen die Möglichkeit, von ihnen bevorzugte Data Science-Tools – R, Python, Matlab und mehr – beim Erstellen von Modellen zu verwenden.
Auslastung verdoppelt
Mit dem entstehenden Bild vom Zustand einer Maschine und dem Betrieb in jeder Mine können die Smart-Teams von Komatsu in Partnerschaft mit ihren Kunden Wege identifizieren, um die Sicherheit, Produktivität und die Betriebskosten zu verbessern. „Ein großes Unternehmen aus dem Kohlebergbau konnten mit unseren Empfehlungen die tägliche Auslastung ihrer Joy-Strebsysteme verdoppeln“, schildert Reid. Dadurch, dass die Ingenieure von Komatsu Mining auch leicht auf die Daten zugreifen und sie analysieren können, erhalten sie wertvolle Einsichten, mit denen sie Reid zufolge helfen können, aktuelle Produkte zu verbessern und bei der Entwicklung zukünftiger Generationen von Bergbaugeräten zu helfen. Das Fazit von Reid: „Wir machen das Unsichtbare sichtbar und helfen damit unseren Kunden, Produktivität und Effizienz im Bergbau zu optimieren.“
