Vernetzung und Machine Learning

Andrea Gillhuber,

In vier Schritten zur smarten Fabrik

Mit der Verfügbarkeit miniaturisierter Sensoren, Aktoren und Kommunikationsbausteine lassen sich nahezu alle technischen Systeme und Anlagen ins Web integrieren. IoT-gestützte Fertigungsanlagen benötigen jedoch eine passende Infrastruktur und Unterstützung durch Machine Learning, damit sie intelligent und eigenständig agieren können. Von Dorian Gast

IoT-gestützte Fertigungsanlagen optimieren Ressourcenverbrauch und Abläufe in einer smarten Fabrik. © Dell

Die produzierende Industrie wird, wie so viele andere Branchen, durch die disruptive Kraft von modernen Technologien aufgerührt. Neue Konzepte – wie das Industrial Internet of Things (IIoT) – ermöglichen es Unternehmen, ihre Produktionskapazitäten bei Bedarf schnell auf- und abzubauen, die Dauer der Produktion zu verkürzen und die Ausfallzeiten so gering wie möglich zu halten. Zudem können sie komplexe Zusammenhänge im Betriebsablauf durch die detaillierte Überwachung der Anlagen deutlich einfacher erkennen und verbessern. Damit IoT erfolgreich in Fertigungsanlagen eingesetzt werden kann, gibt es allerdings einige Punkte zu beachten: die Schaffung der Grundlagen und der passenden Infrastruktur sowie die Visualisierung, Analyse und am Ende die Optimierung der gesamten Anlage.

Grundlagen schaffen

Zunächst müssen Anlagenbetreiber festlegen, welche Aspekte sie in den Mittelpunkt stellen wollen, um die Produktion mithilfe von IIoT zu optimieren: Soll beispielsweise der Output, die Qualität der produzierten Einheiten, der Wartungszyklus oder Ressourcenverbrauch beobachtet werden?

Anzeige

Da die Kennzahlen für einen optimalen Betrieb oder den Instandhaltungszyklus von Maschine zu Maschine variieren, ist eine Bestandsaufnahme notwendig. Nicht bei allen Anlagen stehen die für die Analyse notwendigen Daten zur Verfügung. Anlagenbetreiber können manche Maschinen durch das so genannte Retrofitting nachrüsten und den Kauf eines neuen Gerätes vermeiden. Dabei lohnt sich die Rückfrage beim Hersteller, ob die benötigten Kennzahlen durch eine Nachrüstung verfügbar sein werden. 

Zusätzlich zu den (Echtzeit-)Daten der Sensoren müssen für die Analyse weiterhin strukturierte wie unstrukturierte Daten von Steuerungssystemen, Protokollen, Datenbanken, SCADA-Systemen oder vergleichbaren Quellen gesammelt werden, um einen genauen Überblick über die Produktion zu gewinnen.  

Die passende Infrastruktur

Parallel zur Auswahl der Daten, die analysiert werden sollen, sollte die Infrastruktur vorbereitet werden. Die meisten industriellen Prozesse arbeiten mit sehr hohen Geschwindigkeiten und erzeugen daher extrem große Datenmengen. Die Verarbeitung dieser Daten in einer zentralen Cloud etwa ist ein unnötiger Umweg und wirtschaftlich nicht zu empfehlen. Zusätzlich bietet die Cloud nicht immer einen 100-prozentigen Schutz im Hinblick auf den Zugriff von Dritten; auch eine konstante Bandbreite – und sie ist für ein solches IT-Betriebsmodell essenziell – ist nicht immer garantiert.

Deswegen ist die lokale Analyse der Daten in der Nähe der Maschine – also am Netzwerkrand, der so genannten Edge –erforderlich. Die Verarbeitung ist mit diesem Verfahren deutlich schneller, außerdem sicherer und verbraucht auch deutlich weniger Bandbreite. Die Cloud kann jedoch als Speicher für bereits verarbeitete Daten genutzt werden.  

Visualisieren und Analysieren

Im Anschluss sollten die verarbeiteten Daten sinnvoll visualisiert werden. Die Art der Visualisierung ist von der Art der Maschine, den erzeugten Daten sowie den Betriebsparametern abhängig. Es lassen sich beispielsweise sich wiederholende Muster sichtbar machen und die Performance der Maschinen einfacher ablesen. Das spart Zeit bei der Optimierung von Produktionsprozessen.

Anhand derartiger Analysen lassen sich auch komplexe Zusammenhänge erkennen, die beispielweise von der Anzahl der produzierten Einheiten oder den Außenbedingungen bei der Produktion abhängen und sich auf den Zustand der Maschinen oder die Qualität der Abläufe und Produkte auswirken können. Wenn beispielsweise eine Veränderung der Außentemperatur häufig zu Fehlern oder Ausfällen bei der Produktion führt, können Anlagenbetreiber dem durch Regeln, die im Betriebsablauf der Anlage festgelegt wurden, entgegenwirken.

Eine passende IIoT-Lösung kann dann den Regelbetrieb automatisch überwachen und bei Abweichungen ein festgelegtes Protokoll ablaufen lassen.

Wie die Anlage wirklich smart wird

Wer eine smarte Fabrik aufbauen möchte, die nicht nur „connected“ ist und Daten sammelt, profitiert vom Einsatz von Maschinellem Lernen (ML). Mittels ML können Maschinen anhand der gesammelten Daten lernen, sich zum Beispiel an die äußeren Bedingungen anzupassen, ohne dass sie neu programmiert werden müssen. Ein intelligenter Thermostat an einer Maschine könnte dann Daten – wie Innen- oder Außentemperatur, Tages- und Jahreszeit – analysieren und dabei lernen, die Wahrscheinlichkeit einer Produktionsstörung durch Überhitzung vorherzusagen. In einem weiteren Schritt könnte der Thermostat die Drehzahl automatisch verringern, um einen Ausfall zu verhindern.  

ML kann auch für eine kontinuierliche Verbesserung von festgelegten Regelverfahren sowie bei der Erkennung von Anomalien zum Einsatz kommen. Anders als bei vorher festgelegten Regeln kann die Anlage in einem solchen Szenario auf andere Faktoren reagieren, die mit der Zeit erlernt und noch nicht in der Programmierung enthalten waren. So könnte die Anlage minimale Abweichungen im Regelbetrieb feststellen und beispielsweise bereits bevor es zu einem Ausfall kommt eine SMS oder eine E-Mail verschicken. Abhängig davon, wie schwerwiegend die Abweichung ist, kann die Anlage entweder das Personal verständigen oder womöglich selbst die benötigten Ersatzteile bestellen. 

Eine wirklich smarte Fertigungsanlage kann so den Ressourcenverbrauch einsparen und Abläufe während der Produktion sowie den Wartungszyklus optimieren.

Der Autor

Dorian Gast, Dell © Dell

Dorian Gast ist Head of Business Development IoT Germany, Israel, UAE bei Dell Technologies

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

SAS Forum 2019

Innovative Technologien

Am 4. und 5. Juni 2019 bringt das SAS Forum 2019, die größte deutschsprachige Analytics-Konferenz, Vordenker und Anwender innovativer Technologien zusammen. Erwartet werden weit über 1.000 Teilnehmer.

mehr...
Anzeige
Anzeige
Anzeige

Newsletter bestellen

Immer auf dem Laufenden mit dem SCOPE Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite