Instandhaltung beim Prozessfertiger
Über Unternehmensgrenzen hinweg Daten austauschen
In der Industrie bedeuten Produktionsausfälle einen gefährlichen Zeit- und Geldverlust. Um Verschleiß und Fehler voraussagen und verhindern zu können, muss der Anlagenzustand daher regelmäßig kontrolliert werden. Diese Vorsorge kann durch die Auswertung der Maschinendaten in Echtzeit noch effizienter werden. Vergleicht man darüber hinaus diese Daten mit denen aller Anlagen des gleichen Typs in weiteren Unternehmen, entsteht ein umfassendes Bild über Fehlerursachen und ihre möglichen Lösungen. Der Schlüssel liegt im Austausch und in der Auswertung von Produktionsdaten zwischen den Unternehmen.
Die Prozessindustrie spielt am Industrie- und Technologiestandort Deutschland eine wichtige Rolle: Hier werden für die Produktion verschiedenster Güter und Produkte hochautomatisierte Anlagen entwickelt und betrieben. Diese Maschinen, die die Produktionsprozesse eines Unternehmens teilweise gemeinsam, teilweise unabhängig voneinander steuern, bestehen oftmals aus Geräten von einer ganzen Reihe von Anbietern. Dabei fällt eine immense Flut von heterogenen Daten an. Bisher werden diese Daten in getrennten IT-Systemen verarbeitet und gespeichert. Eine anlagenübergreifende Auswertung der Daten findet oft nicht statt, sondern beschränkt sich überwiegend auf einzelne Teilanlagen oder auf Teilprozesse. Unabhängig von den Betreibern sammeln auch die Gerätehersteller Daten zum Betrieb und zum Zustand ihrer Maschinen. Trotz der vielen gespeicherten Informationen wird das Potenzial einer gemeinsamen Analyse aller Daten nur selten oder gar nicht genutzt. 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
Rohdaten bergen Potenzial
Die Gesamtheit der gespeicherten Informationen birgt jedoch ein enormes Potenzial. Eine übergreifende Analyse der an unterschiedlichen Orten existierenden, rohen Maschinendaten in Echtzeit kann bessere und verlässlichere Aussagen über Fehlerquellen und Optimierungsmöglichkeiten der Produktionsanlage liefern. Diese Daten können dann genutzt werden, um die Prozesse zu optimieren und auch um die Geräte selbst zu verbessern. Damit profitieren sowohl die Anwender als auch die Hersteller der Anlagen. Mit der übergreifenden Datenauswertung beschäftigt sich das Projekt ‘SIDAP – Skalierbares Integrationskonzept zur Datenaggregation, -analyse, -aufbereitung von großen Datenmengen in der Prozessindustrie’, das im Rahmen des Technologieprogramms ‘Smart Data – Innovationen aus Daten’ vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird. Führende Akteure der Prozessindustrie und der IT sowie Forscher aus Wirtschaft und Wissenschaft entwickeln derzeit eine datengetriebene und serviceorientierte Softwarelösung. Diese Software soll Informationen und Datenströme aus Engineering- und Prozessleitsystemen für Unternehmen leichter zugänglich machen. Als Grundlage dient eine Smart-Data-Lösung, in der die großen Datenmengen aus allen IT-Systemen der beteiligten Fertigungsstandorte gesammelt, miteinander in Bezug gesetzt und aufbereitet werden. So entstehen aus den getrennt gespeicherten Maschineninformationen der Unternehmen verwertbare und interpretierbare Daten – Smart Data. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Vorhersagen über Verschleiß
Mithilfe verschiedener Modelle und Methoden zur individuellen Analyse der verfügbaren Daten können beispielsweise Vorhersagen über den Verschleiß einzelner Bauteile oder das Auftreten von Produktionsfehlern gemacht werden. Ein konkretes Beispiel sind Ventile, die in vielen Anlagen der chemischen Industrie Verwendung finden. Anhand der unterschiedlichen Nutzungsdaten für diese Ventile soll ein Gerüst für ihre Nutzungsoptimierung geschaffen werden. Indem beispielsweise die Taktung der Prozessanlagen entsprechend der Analyseergebnisse beeinflusst wird, lassen sich die Maschinenlaufzeiten optimieren sowie Wartungsstillstände besser planen und nutzen. Ziele sind außerdem eine bessere Produktqualität, geringere Geräteausfälle sowie eine höhere Anlagenleistung und bessere Anlagenverfügbarkeit. Diese höhere Verfügbarkeit der Anlagen bildet die Basis für den Remote-Betrieb – sprich die Fernüberwachung von Anlagen – und führt damit insgesamt zu einer weitergehenden Automatisierung. Das Gerüst für die Nutzungsoptimierung von Ventilen kann bei Erfolg auf weitere Anlagenbauteile, wie zum Beispiel Pumpen, übertragen werden. SIDAP versucht, konkrete Lösungen an spezifischen Beispielen zu erarbeiten und ausgiebig zu testen, um sie anschließend auf andere ähnliche Prozesse anwenden zu können.
Neue Geschäftsmodelle
Doch nicht nur große Unternehmen sollen von den Entwicklungen profitieren. Das Team von SIDAP bezieht auch Probleme und Bedürfnisse kleiner und mittlerer Unternehmen (KMU) in Deutschland in seine Forschungen ein. Diese Unternehmen können später eine ähnliche Analysesoftware für Ihre Produktionsanlagen nutzen. Außerdem werden neue Geschäftsideen entstehen. KMU können dann Dienste zur Bereitstellung von Daten und zur Entwicklung von Infrastrukturen zum Sammeln der Daten anbieten. Zudem werden Angebote von Smart-Data-Services, wie beispielsweise spezielle Vorhersagealgorithmen, zukünftig stärker nachgefragt. Mit der Entwicklung einer Datenanalyse-Software, die mehrere Unternehmen miteinander verbindet, kann also nicht nur die Effizienz und Wirtschaftlichkeit der deutschen Prozessindustrie erhöht werden, sondern es entstehen gleichzeitig neue Geschäftsmodelle für Dienstleistungen, die auf Smart-Data-Lösungen beruhen.
