Die Zukunft vorhersagen

Immer mehr Objekte werden mit einer direkten oder indirekten Internetanbindung ausgestattet, um zukünftig als Smart Systems beziehungsweise IoT-Baustein verschiedene Mehrwertdienste per Cloud anzubieten. Inzwischen stehen Cloud-Plattformen mit hochwertigen Servicediensten zur Verfügung, die beispielsweise für nahezu jedes System oder Subsystem ein Predictive Maintenance und andere Zusatzfunktionen ermöglichen. Als Bindeglied für Anwendungen in der Automatisierung wird dafür allerdings eine Verbindungsschicht benötigt.

Bild: SSV Software Systems GmbH

Anwendungsarchitekturen wandeln sich von Zeit zu Zeit. Im industriellen Umfeld verschwindet gegenwärtig die klassische Automatisierungspyramide mit den Feld-, Steuerungs-, Prozess-, Betriebs- und Unternehmensleitebenen. Als ein möglicher Nachfolger soll sich das Referenzarchitekturmodell Industrie 4.0 (Rami 4.0) etablieren und eine durchgängige Kommunikation mit geeigneten Daten ermöglichen. Durch die Industrie-4.0-Ideen benötigen zukünftige Automatisierungsbaugruppen mehrere Schnittstellen, um zum Beispiel die vertikalen und horizontalen Kommunikationspfade im Sinne von Rami 4.0 zu realisieren. Darüber hinaus soll es eine sogenannte Verwaltungsschale geben, die ein Datenabbild der jeweiligen Baugruppe enthält. Eine solche virtuelle Repräsentanz beinhaltet dann unter anderem die Konstruktions- und Zustandsdaten eines Objekts und eignet sich daher auch für Cloud-Verbindungen, um Datenspeicher- und Predictive Maintenance-Dienste zu nutzen.

Anzeige

KI in Fertigungsbranche vorn

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

Automatisierungskomponenten der Gegenwart besitzen in der Regel nur eine einzige Schnittstelle, über die sie in eine Steuerungsschleife eingebunden werden. Vielfach unterstützt diese Schnittstelle auch nur ein Spezialprotokoll wie etwa Profinet, das sich nicht für die Cloud-Kommunikation eignet. Für bestehende Anlagen sind daher verschiedene Hardware- und Softwareintegrationsbausteine erforderlich, um Daten an eine Cloud zu liefern und die dort existierenden Dienste zu nutzen. Als Bindeglied zwischen den gegenwärtigen Bausteinen einer Steuerungsschleife und der Cloud wurde Anfang dieses Jahres der IoT-Technologie-Stack Thinglyfied vorgestellt. Er ermöglicht virtuelle Repräsentanzen in einer Private Cloud und bietet Bausteine für die selektive Datenweitergabe an verschiedene Public Clouds im Internet. Um die vielfältigen Möglichkeiten dieses Technologie-Stacks aufzuzeigen, folgen zwei Beispiele aus der Automatisierung.

Device-2-Cloud

Eine vernetzungsfähige Automatisierungsbaugruppe, zum Beispiel eine SPS, soll mit einer Cloud verbunden werden, um eine vorausschauende Wartung (Predictive Maintenance) für eine komplexe Antriebsbaugruppe oder eine komplette Maschine zu ermöglichen. Trendvorhersagen durch Auswertungen größerer Datenmengen werden im IT-Umfeld schon seit Jahren unter dem Sammelbegriff Predictive Analytics praktiziert. Aus diesem Grund gibt es in verschiedenen Cloud-Serviceplattformen hochentwickelte und praxiserprobte Dienste, die sich auch zur Vorhersage der Ausfallwahrscheinlichkeit einzelner Maschinenkomponenten und somit zum Festlegen geeigneter Wartungstermine eignen. Um solche Services zu nutzen, müssen vor Ort geeignete Daten erfasst und in die Cloud transportiert werden. Dabei sind nicht nur funktionale Aspekte, sondern auch der Datenschutz und die IT-Security zu beachten. Wenn eine SPS lediglich eine einfache Industrial-Ethernet-Schnittstelle besitzt, ist ein physisches oder virtuelles Gateway als Bindeglied zur Cloud erforderlich. Des Weiteren reichen die in der SPS vorhandenen Daten häufig für ein effektives Predictive Maintenance nicht aus. Es sind daher zusätzliche Sensoren im Umfeld der Steuerung erforderlich, die ausschließlich als Datenquelle für die IT-gestützte vorausschauende Wartung auf Basis prädiktiver Analysen dienen.

Thinglyfied bietet mit dem Things Connector (TC) einen hochflexiblen Baustein, um beispielsweise per ISO-on-TCP oder Profinet die erforderlichen Daten aus der SPS auszulesen und zusammen mit weiteren Messdaten aus externen Sensoren in einem virtuellen Behältnis (Docker Container als Private Cloud) zusammenzufassen und in einer virtuellen Repräsentanz als Objekt- und Datenschnittstelle zu speichern. Von dort aus werden selektive Dateneinheiten zur Auswertung an den Predictive-Service einer Cloud weitergegeben. Das Vorhersageergebnis stellt ein solcher Cloud-Service in der Regel per Dashboard zur Verfügung. Bei Bedarf kann aus dem Dashboard heraus auch eine Alarmierung der Serviceverantwortlichen erfolgen. Ein Thinglyfied Cloud Connector (CC) kann Prognosen in der Cloud auslesen und auf Wunsch an ERP- und MES-Anwendungen weitergeben. Zusätzlich kann eine beliebige Monitoringanwendung direkt auf die virtuelle Repräsentanz zugreifen, um einen Echtzeit-basierten Alarmierungs- und Benachrichtigungsservice für alle Baugruppen im Industrial-Ethernet zu schaffen.

Anzeige

Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

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

Device-2-App

In unzähligen Automatisierungsbaugruppen stecken zwar sehr wertvolle Zustandsdaten, auf die aber innerhalb der normalen Betriebsumgebung (Steuerungsschleife) nicht zugegriffen werden kann. So haben zum Beispiel pneumatische Subsysteme vielfach eine interne Intelligenz, die Condition Monitoring-Daten erzeugt und speichert. Aus diesen Daten lässt sich beispielsweise bestimmen, wie oft ein Ventil oder eine Hydraulikeinheit benutzt wurde und wann diese gewartet beziehungsweise ausgetauscht werden sollte. Da sehr häufig als einzige Schnittstelle eine Verbindung zur übergeordneten Steuerung existiert, von der lediglich Aktorbefehle empfangen werden, bleiben solch wichtigen Daten ungenutzt, weil im normalen Betrieb keine Zugriffsmöglichkeit besteht. Mit anderen Worten: Diese Daten werden auf direktem Weg niemals in einer Cloud für Predictive Maintenance-Vorhersagen zur Verfügung stehen. Mit Hilfe der Bluetooth Low Energy (BLE)-Bausteine aus dem IoT-Technologie-Stack lässt sich mit relativ geringem Aufwand eine Nahbereichsfunkschnittstelle nachträglich hinzufügen – zum Beispiel durch ein ‚CAN-2-BLE-Mikro-Gateway‘.

Eine solche Schnittstelle ermöglicht einer speziellen Smartphone-App das direkte Auslesen selektiver Zustandsdaten. Die App besitzt neben dem BLE-Link eine IP-basierte Verbindung zu einem Docker Container oder sogar direkt zur Cloud. Dadurch lässt sich der jeweilige Ist-Zustand von Zeit zu Zeit per entsprechendem Service im Internet speichern und durch Predictive-Maintenance-Dienste auswerten. Für den Hersteller des Ventils oder der Hydraulikeinheit entstehen durch die indirekte Cloud-Integration Zusatzinformationen zur Produktnutzung, die als Basis für serviceorientierte Angebote und Produktweiterentwicklung dienen können.