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

Mit Sensordaten Kosten sparen

Digitale Geschäftsmodelle

Mit Sensordaten Kosten sparen

Das Forschungsfeld Internet der Dinge hat das Interesse vieler weltweit agierender Unternehmen geweckt. Um aus Sicht der hiesigen Industrie nicht den Anschluss zu verlieren, müssen Ingenieure technologische Herausforderungen bewältigen. Es gilt, Hunderte von Sensoren vernetzen und erfasste Daten zu Informationen verdichten zu können. Der Software-Anbieter Empolis hat hierfür eine Plattform im Portfolio, die mittels 'Complex Event Processing' den Weg zu neuen Geschäftsmodellen, etwa für vorausschauende Instandhaltung, ebnen soll.

Bild: Empolis Management GmbH

Viele global agierende Unternehmen treiben das Forschungsfeld des ‚Internet of Things‘ voran. So gründeten die amerikanischen Konzerne AT&T, Cisco, General Electric, IBM und Intel unlängst das ‚Industrial Internet Consortium‘. Der Zusammenschluss will Unternehmen ermöglichen, Anlagen, Abläufe und Daten einfacher zu verknüpfen und zu verbessern. Auch Google beschränkt sich nicht mehr nur auf das Geschäft mit Kundendaten, sondern hat mit ‚Nest‘ einen Hersteller von vernetzten Thermostaten übernommen. Facebook hingegen hat sich mit ‚Oculus VR‘ einen Produzenten von Virtual Reality-Brillen einverleibt. Noch hat Deutschland beim Thema Industrie 4.0 allerdings in vielen Dingen die Nase vorn. Damit das so bleibt, müssen hiesige Ingenieure das Wissen um Technologie in digitale Geschäftsmodelle umwandeln.

Erste Unternehmen des Maschinen- und Anlagenbaus – in Kooperation mit der deutschen IT-Branche – treiben Pilotprojekte voran und haben erkannt, dass es hier nicht nur um einen Trend geht, sondern vielmehr um vielleicht entscheidende und langfristige Wettbewerbsvorteile. Geschäftsmodelle im Bereich vorausschauender Instandhaltung und Wartung gewinnen in diesem Zusammenhang stetig an Bedeutung. Hierbei geht es vor allem darum, Sensordaten intelligent und in Echtzeit auszuwerten, um Vorhersagen und Vorkehrungen treffen zu können, damit Fehlersituationen gar nicht erst eintreten oder, falls eine solche Situation doch einmal eintritt, sie unmittelbar und effizient beheben zu können. Gelingt dies, ist zu erwarten, dass sich der Ertrag von Maschinen dauerhaft steigern lässt.

Herausforderungen sind zu meistern

Allerdings stellen sich hierbei Herausforderungen, die sich aus dem enormen Datenwachstum oder Big Data im Bereich der Maschine-zu-Maschine-Kommunikation (M2M) ergeben. Schließlich bestehen Produktionsanlagen nicht selten aus Hunderten komplexer Maschinen, von denen jede einzelne über einige Dutzend Sensoren verfügt, die wiederum im Abstand von Sekundenbruchteilen Daten in heterogenen Strukturen liefern können. Auch ist die Geschwindigkeit hoch, mit der Daten anfallen und bearbeitet werden müssen. Die Anzahl der vernetzten Geräte nimmt zu, so dass eine Verarbeitung nahezu in Echtzeit, auch als near real time bezeichnet, ratsam ist. Zudem sind nicht immer alle Daten korrekt. Zwar können durch Menschen verursachte Fehler durch automatiserte Prozesse meist ausgeschlossen werden, jedoch weisen auch Maschinendaten Störungen auf, weil zum Beispiel Messfehler auftreten oder Sensoren zeitlich nicht synchron sind.

Einsatz von Maschinen und Anlagen verbessern

Vor diesem Hintergrund hat der Software-Anbieter Empolis mit ‚Empolis Smart Service‘ eine Software-Plattform entwickelt, die Fertigungsbetriebe unterstützt, den Einsatz ihrer Maschinen und Anlagen zu verbessern. Eingehende Sensordaten werden hierfür mittels statistischer Verfahren, semantischer Regeln und im Kontext von Erfahrungsfällen und gespeicherten Fehlerbildern analysiert. So lässt sich nicht nur der aktuelle Zustand erkennen, sondern es lassen sich auch Vorhersagen treffen und daraus Maßnahmen ableiten. Die Plattform ermöglicht zum Beispiel das sogenannte ‚Complex Event Processing‘. Das bildet die Grundlage für aussagekräftige Analysen zustandsorientierter Überwachung im Sinne von Condition Monitoring und vorausschauender Instandhaltungs- und Wartungsarbeiten oder Predictive Maintenance. Die Plattform stellt zahlreiche Verfahren und Techniken zur Verfügung – von statistischen Methoden und maschinellem Lernen bis zur Möglichkeit, fachliche Zusammenhänge in einer semantischen Regelsprache zu beschreiben, um so komplexe Ereignisse und Zusammenhänge detektieren zu können. Auf diese Weise wird es möglich, Störungen vorauszusagen, Symptome und Fehlerbilder abzuleiten sowie mittels gespeicherter Informationen zu Fehlerbildern Langzeitbetrachtungen durchzuführen.

Überwachung von Kennzahlen der LEGO-Anlage. Bild: Empolis Information Management GmbH

LEGO-Modell veranschaulicht Smart Service Ansatz

Um die Funktionsweise des Systems zu veranschaulichen, hat Empolis mittels Lego Mindstorms eine kleine industrielle Modellanlage entwickelt. Die Anlage besteht aus einem Fließband, einem Bagger mit Greifarm sowie einem Kipp-Laster. Sie transportiert Stückgut – in diesem Fall Kugeln verschiedener Farbe – und ist sowohl äußeren Einflüssen, wie Hindernissen, als auch internem Verschleiß, etwa Batterieverbrauch, ausgesetzt. Auch wenn diese Lösung vor allem den Charakter einer Demonstration hat, weist sie dennoch realistische Merkmale auf. So agieren alle drei Komponenten autark in einem Gesamtsystem und liefern über verschiedene Sensoren Zustandsinformationen. Insgesamt erzeugen alle Sensoren der Anlage bis zu einer Million Datenpunkte pro Minute, um sich einem realistischen Szenario anzunähern, bei dem es eine Vielzahl möglicher Störungen gibt, die zu Demonstrationszwecken auch spontan provoziert werden können.

Dabei ermöglicht die unmittelbare Integration der aufgebauten ‚Plasticware‘ mit der Anlage eine Reaktion in Echtzeit. Für die Behandlung der Störungen kommen verschiedene Verfahren zum Einsatz, das heißt durch eine Nutzung analytischer Verfahren, semantischer Regeln und auch ‚Case-Based Reasoning‘ werden Situationen analysiert und daraus Folge-Aktionen in Form von ‚Tickets‘ an einen Service-Mitarbeiter abgeleitet. Im Ergebnis der Sensorik und der Analyse-Prozesse wird in einem Dashboard der aktuelle Zustand des Gesamtsystems dargestellt. Dabei wird die Auflistung aller Events auf allen beteiligten Komponenten permanent aktualisiert und zeigt, welche Informationen gerade von der Sensorik bereitgestellt werden. Ampelsignale geben unmittelbare Information zum aktuellen Zustand der einzelnen Komponenten. Ebenso erfolgt eine Darstellung der jeweils erzeugten Tickets mit den zugehörigen Details. Der Gesamtzustand des Systems wird in Form einer Auswahl an Kennzahlen permanent überwacht und diese ‚Signatur‘ der Sensorik mit bekannten Fehlerzuständen aus der Vergangenheit abgeglichen.

Auf diese Weise sollen frühzeitig Indikatoren über mögliche Probleme ausgegeben werden. Wird schließlich ein Problem aufgespürt, kann zeitnah auf zugehörige Service-Dokumentation und weitere Informationen zugegriffen werden. Auf Basis der Zustands- und Fehlerinformationen wird eine Suche ausgelöst, welche im Dokumentenbestand und weiteren Datenquellen nach weiterführenden Informationen sucht.

Potenzial für komplexe Produktionsanlagen

Das Modell aus Legosteinen ist im Rahmen einer Dauerausstellung am Unternehmensstandort in Bielefeld nach Voranmeldung zu besichtigen. Im Kleinen zeigt es auf, welches Potenzial solche Systeme für komplexe Produktionsanlagen in der Realität haben. Sie versprechen minimierte Ausfallwahrscheinlichkeit, weniger Wartungsaufwand und schnellere Instandsetzung und somit oft deutliche Kostensenkungen im Anlagenbetrieb.