- IT&Production - https://www.it-production.com -

Vom Sensor in die Cloud

100 Kilobyte pro Schraubvorgang

Vom Sensor in die Cloud

Durch die Verknüpfung von Maschinen und Objekten lassen sich Erkenntnisse gewinnen, welche die Wertschöpfungskette entscheidend verbessern können. Doch vorher muss geklärt werden, wie sich Daten im vernetzten Produktionsumfeld sicher gewinnen und sinnvoll auswerten lassen.

Bild: Bosch Pressebildarchiv

Daten sind der Rohstoff des 21. Jahrhunderts. Eine Herausforderung besteht darin, sie effektiv zu nutzbringenden Informationen zu verarbeiten. Laut einer Studie der EMC Corporation wird sich bis 2020 das Datenvolumen allein in Deutschland von 230 auf 1.100 Milliarden Gigabyte steigern. Für die deutsche Industrie liegt in der Anwendung der intelligenten Fabrik und der intelligenten Auswertung der daraus entstehenden Daten die Möglichkeit, ihren Produktionsstandort wettbewerbsfähiger zu halten. Die Analyse der Daten aus der Produktion, Instandhaltung, Logistik und anderen Bereichen entlang der Wertschöpfungskette kann dazu beitragen, die Prozesse der Fertigung effizienter zu gestalten. Darüber hinaus werden neue Geschäftsmodelle entstehen, die das Potential zur Erschließung neuer Märkte haben. Doch wie lassen sich diese große Datenvolumen und die vielen Informationen, die laufend produziert werden, verwalten und kontrollieren, damit aus Daten Wissen und aus Wissen Nutzen entsteht.

Lokal oder dezentral

Im Produktionsumfeld entstehen fortwährend Daten: Bei komplexen Abläufen, wie etwa einem Schraubvorgang, werden rund 100 Kilobyte an Daten generiert – bei einfachen Abläufen vielleicht jede Millisekunde nur wenige Bytes. Doch hochgerechnet auf eine Produktionslinie entstehen so schnell große Datenmengen. Diese Daten lassen sich von einer Software erfassen und zur Informationsgewinnung automatisiert analysieren. Dabei gibt es je nach Ort der Datenverarbeitung zwei unterschiedliche Ansätze:

Auch eine Kombination beider Ansätze kann sinnvoll sein. Entscheidend für die Wahl des Ansatzes ist der Zweck, den die Datengewinnung und -verarbeitung erfüllen soll. Eine maschinennahe Datenanalyse ist sinnvoll, wenn eine sehr große Datenmenge vorliegt und sich daraus nutzbare Erkenntnisse gewinnen lassen, auch ohne dass Informationen von anderen Maschinen, Objekten oder der Umgebung hinzugezogen werden. Betrachtet man zum Beispiel einen Temperatursensor, der jede Millisekunde einen Sensorwert bereitstellt, so ist eine maschinennahe Analyse sinnvoll, falls sichergestellt werden soll, dass die Temperatur nicht über einen bestimmten Schwellwert steigt.

Wird auf Basis der Analyse die Überschreitung des Schwellwerts erkannt, wird ein Event mit wesentlichen Informationen generiert und in die Cloud übertragen. Würden die einzelnen Sensorwerte über das Netzwerk in die Cloud weitergegeben werden, würde dies, auf das gesamte System gesehen, eine hohe Netzwerklast verursachen. Allerdings sind in diesem Fall die Daten zunächst nur lokal verfügbar und können nicht anderweitig genutzt werden. Die Sammlung der Sensorwerte in einer Datei und deren periodische Übermittlung an die Cloud könnte das Problem lösen. Eine zentrale Bereitstellung der Daten in der Cloud kommt in Frage, um Informationen durch die Analyse der Daten einer Maschinengruppe zu ermitteln oder wenn die Daten für andere Anwendungen relevant sind.



Mit der Vernetzung der verschiedenen Stationen in der Wertschöpfungskette können sich neue Geschäftsmodelle ergeben. Dabei verspricht vor allem die vertikale Integration bis in die Geschäftssysteme umfassenden Nutzen. Bild: Bosch Pressebildarchiv

Werksnahe Cloud

Mit Vorfiltrierung und Aufbereitung der Daten lässt sich sicherstellen, dass nur relevante Daten und Informationen in die Cloud weitergeleitet werden. Dies kann Information in Form eines einfachen Events sein, das auf Basis der Sensordaten an der Maschine generiert wurde oder eine Sammlung von Daten, die erst in der Cloud zu Informationen ausgewertet wird. Welche Aktionen in der Cloud auf Basis eines Events oder beim Eintreffen neuer Daten angestoßen werden, muss in der Cloud definiert sein. Die Menge der Daten, die in die Cloud gelangt, sollte so groß wie nötig aber so klein wie möglich gehalten werden, um eine Skalierung des Gesamtsystems zu ermöglichen. Ein Effekt der Datenverarbeitung in der Cloud: Mitarbeiter können durch die Anbindung der Business-IT, wie Customer Relationship Management-, Enterprise Resource Planning- oder Logistik-Systeme, Geschäftsprozesse direkt vor Ort an der Maschine anstoßen. Um Mitarbeitern weltweiten Zugriff auf die Informationen und Anwendungen in der IT-infrastruktur zu ermöglichen, sollte die Benutzeroberfläche standortunabhängig zugänglich sein. Zur Absicherung vor unberechtigtem Zugriff lässt sich ein Cloud-Netzwerk beispielsweise auf die Fabrik- oder Unternehmensgrenzen beschränken.

Analyse in der Produktion

Drei Beispiele illustrieren das Anwendungsspektrum, das durch Datenanalysen innerhalb eines Cloud-Infrastruktur möglich wird: Beim adaptiven Testverfahren kann durch die Auswertung von Daten des Produktionsprozesses festgestellt werden, wie der Umfang der Schlussprüfung ausfallen sollte. Die einzelnen Testschritte können je nach Qualität des Produktionsprozesses dynamisch zusammengestellt und somit der Umfang des Testprogramms minimal ausgelegt werden. Im Bereich der Energienutzung kann durch die Analyse von Produktionsdaten Geld gespart werden. So werden stillstehende Anlagen bei Bedarf automatisch in den Stand-by-Modus gesetzt. Maschinenhersteller können beispielsweise durch die Auswertung von Felddaten Erkenntnisse über den Energieverbrauch von Maschinen gewinnen. Mit diesem Wissen lässt sich im Anschluss auf Wunsch in der Entwicklung der Maschinen deren Energieverbrauch langfristig senken. Das dritte Beispiel ist die vorausschauenden Instandhaltung, die Stillstände durch eine frühzeitige Erkennung von Maschinenstörungen vermeiden hilft.

Das geschieht, indem Maschinenzustände erfasst und automatisch auf Muster überprüft werden, die auf eine zukünftig eintretende Störung hinweisen. So können Ausfälle bereits im Vorfeld erkannt und korrigierende Maßnahmen geplant und eingeleitet werden. Besonders am Beispiel der vorausschauenden Instandhaltung wird deutlich, dass Industrie 4.0-Anwendungen ihr Potenzial erst dann ausschöpfen, wenn sie mittels Schnittstellen in die Business-IT des Unternehmens integriert sind. Denn mit der Integration können auch die administrativen Möglichkeiten der Werkzeuge genutzt werden, wie die automatisierte Beauftragung eines Service-Technikers oder die Bestellung von Ersatzteilen über entsprechenden Systeme.

Neue Geschäftsmodelle

Langfristig bieten sich Cloud-Technologien dafür an, klassische Wertschöpfungsketten schrittweise zu Wertschöpfungsnetzwerken auszubauen. Partner, Lieferanten sowie Endkunden können direkt in die Prozesse eingebunden werden. Durch die engere Vernetzung der einzelnen Teilnehmer entstehen Möglichkeiten für innovative Anwendungen und Geschäftsmodelle. Durch technische Fähigkeiten, wie der Fernzugriff auf Maschinen und die Analyse von Maschinendaten, können etwa Maschinenhersteller ihren Kunden neue Dienstleistungen anbieten und ihr Service-Portfolio gewinnbringend erweitern.