Anzeige
Anzeige
Anzeige
Beitrag drucken

Daten sammeln mit Software-Sensoren

Sensorik ohne Sensor

Die wichtigen Daten aus Maschinen und Anlagen – beispielsweise Temperatur, Druck oder Schall, erfassen meist zahlreiche Sensoren. Ist deren Einsatz unmöglich, könnten Software-Sensoren übernehmen. Das geschieht selten, da sie als aufwendig einzurichten und teuer gelten. Ein neuer KI-Ansatz von PerfectPattern soll das ändern.

 (Bild: ©Blue Planet Studio/stock.adobe.com)

(Bild: ©Blue Planet Studio/stock.adobe.com)

Effizienz und Sicherheit der eigenen Prozesse stehen im produzierenden Gewerbe ganz weit oben. Personelle und materielle Ressourcen müssen so effizient wie möglich eingesetzt, Qualitätsmängel und Produktionsausfälle vermieden werden. Die Digitalisierung von Prozessen bietet dabei enormes Potenzial – nicht umsonst kursieren vor allem Schlagwörter wie künstliche Intelligenz, Internet of Things und Big Data in den Diskussionen um die Zukunft der Produktion. Diese Technologien bilden die Basis für Trends wie Industrie 4.0, Smart Production und die Smart Factory. Bei diesen Strategien geht es im Kern um die intelligente Vernetzung der gesamten Produktionskette. Die Basis ist das Internet of Things, oder, bezogen auf die Produktion, das Internet of Machines. Dieses Internet of Machines lebt wie alle Digitalisierungsprojekte von Daten. Diese müssen ausgewertet und analysiert werden, um so die Basis für Entscheidungen zu liefern.

Daten sammeln

Dazu greifen physische Sensoren Daten zum Zustand der Maschinen und zum Ablauf der Produktionsprozesse ab – sie vermitteln ein Bild davon, was sich in einer Produktionsanlage abspielt. Sie liefern Daten etwa zu Temperatur, Druck, (Fließ-)Geschwindigkeit, Beschleunigung oder auch Werte zu Drehzahl, Schaltzustand, Position und Schall.

Software-Sensoren

Physische Sensoren können jedoch fehleranfällig sein oder aufgrund baulicher Gegebenheiten nicht möglich sein. Zudem können viele Werte auch nur im Labor ermittelt werden. Beispiele dafür sind etwa Aspekte der Materialeigenschaften und damit der Qualität des Endproduktes. Solche Informationen liegen damit erst mit einer oft erheblichen Zeitverzögerung vor. Die Lösung können Software-Sensoren bzw. virtuelle Sensoren sein. Sie können auf Basis von physisch generierten Daten abhängige Größen vorhersagen. Diese können etwa reale Sensorwerte, Labormesswerte oder nicht direkt messbare Größen wie Qualität oder Lebensdauer sein. Dazu nutzen Software-Sensoren sogenannte Vorhersagemodelle. Sie quantifizieren die Auswirkungen der Messgrößen auf die Zielgröße und können außerdem an Veränderungen in der Systemumgebung angepasst werden – ein erneuter Lernprozess der Modelle ist für eine Anpassung oft ausreichend.


Das könnte Sie auch interessieren:

Durch Angriffe auf IT-Systeme entstehen in Deutschland jährlich Schäden in zweistelliger Milliardenhöhe. Expertise zu Vorfallbehandlung können Unternehmen ab Oktober über das Cyber-Sicherheitsnetzwerk erhalten.‣ weiterlesen

Beim Digitalisierungsspezialisten GFOS hat die nächste Generation übernommen. Gunda Cassens-Röhrig übernimmt den Vorsitz der Geschäftsführung. Stellvertreterin wird Katharina Röhrig.‣ weiterlesen

Mit der Akquise von Customerville will IFS Anwender unter anderem dabei unterstützen, ihre Kundenbindung zu stärken.‣ weiterlesen

Erst mit regelmäßigem Überwachen und Kalibrieren liefern Prüfmittel vertrauenswürdige Ergebnisse. Diese Überwachung behandelt die Richtlinienreihe VDI/VDE/DGQ 2618 für Prüfmittel bei dimensionellen Messgrößen. ‣ weiterlesen

Engelbert Strauss ist gemeinsam mit seinem Partner TGW Logistics Group beim Deutschen Logistikpreis 2020 der Bundesvereinigung Logistik (BVL) als Finalist und Vizeplatzierter ausgezeichnet worden. Geehrt wurden beide Unternehmen für das Projekt 'CI Factory - Vernetzung und Digitalisierung in Logistik und Produktion'.‣ weiterlesen

Siemens hat die AI-Anomaly-Assistant-Industrie-App ins Portfolio genommen. Damit können Anwender per künstlicher Intelligenz Anomalien in der Prozessindustrie erkennen und diese auf ihre Geschäftsrelevanz bewerten.‣ weiterlesen

Bereits im April 2016 herausgegeben und 2021 erneut bestätigt: Die Richtlinie VDI/VDE 3516 Blatt 4 'Validierung im GxP-Umfeld – Automatisiertes Testen' stellt die Zielsetzungen und möglichen Vorteile automatisierter Tests im pharmazeutischen Umfeld dar.‣ weiterlesen

Immer mehr Fertigungsunternehmen streben im Konstruktionsbereich eine übergreifende Prozessintegration an. In diesem Szenario kann das ERP-System AMS.ERP eine zentrale Rolle ausfüllen, das alle relevanten Daten aufnimmt. Markus Rieche, Presales Consultant bei AMS.Solution, spricht über den Entwicklungsstand und das Potenzial des Ansatzes gerade für Einzel- und Variantenfertiger.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige