Anzeige
Anzeige
Beitrag drucken

Dateninfrastrukturen mit Eclipse BaSyx

Effektiv im IIoT kommuniziert

Ein Ziel dem Weg zu Industrie 4.0 ist der automatisierte Datenaustausch zwischen Maschinen – trotz verschiedener Protokolle und über Automatisierungsebenen hinweg. Dazu braucht es eine gemeinsame Sprache, standardisierte Datenmodelle und vereinheitlichte Schnittstellen.

Bild: NetApp Deutschland GmbH

Bild: NetApp Deutschland GmbH

Steckte das Thema Datenanalyse im IoT-Umfeld seit Längerem noch in der Forschungs- und Proof-of-Concept-Phase, gelingt allmählich der Sprung in die Praxis. Der Begriff Predictive Maintenance, also die abnutzungsorientierte Instandhaltung ohne feste Wartungszyklen, steht dabei oft als erstes Ziel im Vordergrund. Der Schritt von starren Wartungsintervallen hin zu einer bedarfsgerechten Wartung mittels datenbasierter Algorithmen kann Kosten optimieren und gleichzeitig die Verfügbarkeit von Anlagen erhöhen. Um datenbasierte Produktionsmodelle zu realisieren, braucht es eine nahtlose Kommunikation innerhalb der industriellen Infrastruktur des Unternehmens, also zwischen der IT und der OT, und im nächsten Schritt die Einbeziehung der Lieferkette. Dabei genügt es nicht, die Daten verfügbar zu machen. Um sie zu einem Prozessabbild zusammenzufügen, das eine Lieferkette vollständig digital beschreibt, müssen Daten von verschiedenen Geräten unterschiedlicher Hersteller und Fertiger aufbereitet und über eine gemeinsame Schnittstelle für die weitere Analyse, Applikationen und Verarbeitungen zur Verfügung gestellt werden. Das Fraunhofer-Institut für Experimentelles Software Engineering IESE und weitere Industrie- und Forschungspartner entwickeln seit 2016 zu diesem Zweck die Open-Source Middleware Eclipse BaSyx.

Die Verwaltungsschale für Industrie 4.0

BaSyx ist kein neuer Kommunikationsstandard, vielmehr versteht sich die Middleware als zwischengeschalteter Übersetzer. Möglich wird dies mit Hilfe der Verwaltungsschale. Diese definiert eine einheitliche, standardisierte Schnittstelle und Datenmodelle. In der Praxis wird so die Kommunikation zwischen proprietären Geräten verschiedener Hersteller entlang der Lieferkette möglich. Es entsteht ein Maschinennetzwerk mit beiderseitigem digitalem Informations- und Befehlsfluss. Auf Grundlage der Middleware BaSyx können Unternehmen daher digitale Zwillinge ihrer Produktionsanlagen, Produkte und Prozesse erstellen, die alle erforderlichen Informationen abbilden. Diese komplettieren die oft schon vorhandenen dreidimensionalen Abbilder von Fertigungshallen und ermöglichen die Simulation von Abläufen und Prozessen. Damit können komplexe Produktionsentscheidungen wie Änderungen an Fertigungsprozessen oder die Integration neuer Arbeitsstationen und Ressourcen zunächst ohne Einfluss auf die laufende Produktion auf ihre Auswirkungen und Wirtschaftlichkeit überprüft werden. Änderungen an Prozessen werden beschleunigt und unwirtschaftliche Experimente vermieden. Eclipse BaSyx erlaubt neben der Integration unterschiedlicher Maschinen, Standards, Protokolle und Datenquellen auch die bi-direktionale Kommunikation. Wenn gewünscht, können Änderungen an dem digitalen Zwilling so in den Fertigungsprozess zurückwirken. Änderungen in der Produktion können so effizienter durchgeführt werden und oft die kostenintensive Anpassung auf der Steuerungsebene ersparen. Da solche Änderungen heute meist nur während eines Stillstandes der Produktion vorgenommen werden können, ist Eclipse BaSyx als Schlüssel zu einer wandelbaren Produktion mit kleinen Losgrößen zu verstehen. Die anfallenden Daten machen eine durchdachte Datenverarbeitung und -sicherung unverzichtbar.

Datenverarbeitung und -sicherung mit BaSyx

Die Strategie zur Verarbeitung und Sicherung von Daten hängt vom Anwendungsfall ab. Die sehr datenintensive Echtzeit-Qualitätssicherung benötigt etwa die Auswertung von Bild- oder Videodaten mit geringer Latenz, um die Taktrate der Produktion nicht zu beeinflussen. Zusammen mit der oft nur geringen verfügbaren Bandbreite müssen Daten nah am Entstehungsort ausgewertet werden. Dafür braucht es spezielle Soft- und Hardware. Die errechneten Ergebnisse hingegen müssen in das lokale Rechenzentrum oder die Cloud übertragen und gesichert werden. Dafür entwickelte Anwendungen, etwa NetApp Astra, verwalten die Applikationsdaten für Kubernetes und liefern Speicherplatz für Cloud-native- und On-Premises-Anwendungen. Mit einer Sicherung aus der Snapshot-Technologie können diese Informationen beispielsweise für Anwendungen bereitgestellt werden, darunter Teststellungen, Entwicklungsumgebungen, Datenschutz und -wiederherstellung sowie Cloud-Integration. Auf diesem Weg lassen sich digitale Zwillinge replizieren und in einer neuen Test- oder Entwicklungsumgebung nutzen, ohne die gesamten Daten kopieren zu müssen. Auch Ausfall- und Wiederherstellungsszenarien müssen anwendungsspezifisch erfolgen. Daten in lokalen oder zentralen Zwischenspeichern zu sichern ist dabei die Grundlage für den störungsfreien Betrieb im Alltag. Das ist eine wachsende Herausforderung, da sowohl Datenübertragungsraten als auch Datenproduktionsraten stetig ansteigen. Wie BaSyx dabei die Integration von digitalen Datenmodellen in das IIoT ermöglicht, zeigt das Beispiel mit SAP-Software.

Integration von IoT-Daten

Damit die Verschmelzung beispielsweise von BaSyx und SAP-Programmen funktioniert, müssen zuvor je nach genutzter Technologie verschiedene Applikationen und Anwendungsszenarien bedacht werden. So kann ein Objektdatenspeicher die durch BaSyx standardisierten und mit Metadaten angereicherten Informationen übernehmen. Die aus unterschiedlichen Quellen stammenden digitalen Daten können dann mittels Metadaten zur Verarbeitung neu zusammengestellt und über standardisierte Schnittstellen sowohl lokalen als auch cloudbasierten SAP-Anwendungen bereitgestellt werden.

Grundlagen schaffen

Die Konvergenz von IT und OT führt zu neuen vielversprechenden Strategien im Produktionsumfel. Predictive Maintenance oder besonders wandelbare Produktionen sind hervorragende Beispiele dafür. Heute schon werden diese datenbasierten Modelle in vielen Bereichen eingesetzt und stellen eine wichtige Grundlage für zukünftige Systeme dar. Wenn künstliche Intelligenz wie Machine Learning weiter an Bedeutung gewinnt, sollten Produzenten die infrastrukturellen Grundlagen für solche Rollouts bereits geschaffen haben.

 


Das könnte Sie auch interessieren:

Wer Produktion und Logistik in einer Echtzeit-Visualisierung abbildet, kann niedrigschwellig in die digitale Transformation einsteigen und viel Papier aus dem Shopfloor bannen. Ergänzt um zentrale MES-Funktionen lassen sich solche Visualisierungssysteme zur Operational Excellence-Plattform ausprägen, die bei fortlaufenden Prozessoptimierungen unterstützt.‣ weiterlesen

Industrielle Trends wie IIoT und Digitalisierung setzen immense Datenströme voraus. Doch im Gegensatz zur IT-Security für Büros müssen Fabrikbetreiber auf wesentlich mehr Stolpersteine achten, damit ihre Anlagen nicht schon einfachen Angriffen zum Opfer fallen.‣ weiterlesen

Ab und zu fehlte ein Schlüssel im Kloster der Franziskanerinnen der ewigen Anbetung von Schwäbisch Gmünd. Beim letzten Mal gab das den Impuls, anstatt neue mechanische Zylinder in die rund 220 Türen des Komplexes einzubauen, die alte Technik durch das Bluesmart-System von Winkhaus zu ersetzen.‣ weiterlesen

Mit 100,5 Punkten hält sich das IAB-Arbeitsmarktbarometer im November stabil und liegt weiter im leicht über der neutralen Marke. Auf europäischer Ebene sank der Frühindikator allerdings erneut.‣ weiterlesen

In einer neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten und geben Handlungsempfehlungen für Unternehmen, Verbände, Politik und Wissenschaft.‣ weiterlesen

Im Forschungsprojekt FabOS soll eine KI-Bin-Picking-Anwendung entstehen, die ein verbessertes Erkennen, Greifen und definiertes Ablegen von Blechteilen in der Produktion ermöglicht.‣ weiterlesen

Die Digitalisierung des Qualitätsmanagements stellt Unternehmen vor Herausforderungen. Daher haben das Fraunhofer IPT und die FH Südwestfalen im Forschungsvorhaben 'Qbility - Quality 4.0 Capability Determination Model' ein datengetriebenes Reifegradmodell entwickelt, das die Anforderungen eines digitalisierten Qualitätsmanagements bei KMU adressiert.‣ weiterlesen