Industrie 4.0 Sensor-Netzwerk des Industrial IoT

TE Connectivity Germany GmbH

In einer Fertigungsumgebung kann das Datenaufkommen des Sensor-Netzwerks schnell sehr hoch werden. Daher ist es sinnvoll, lokale Datenaggregierungspunkte einzuführen.

Bild: TE Connectivity
04.10.2016

Automatisierungskomponenten haben bisher nur untereinander kommuniziert, um Maschinen zu steuern. Künftig müssen sie auch Daten mit IT-Systemen oder Tools zur Datenanalyse austauschen. Smart Connectivity ermöglicht hier die Vernetzung der Komponenten mit der IT.

Sponsored Content

Das industrielle Internet der Dinge und Industrie 4.0 beschäftigen sich im Grunde mit dem Vernetzen von Automatisierungskomponenten. Dass mehr Datentransparenz zwischen den Komponenten zu effizienteren Prozessen, kürzeren Herstellzeiten und flexibleren Maschinen führt und wie produzierende Unternehmen dadurch Kosten einsparen können, zeigt die Studie „The Internet of Things: Mapping the Value Beyond the Hype“ von McKinsey, Juni 2015. Dies erfordert jedoch wesentliche Veränderungen im Design künftiger Maschinenschnittstellen. Bei neuartigen Werkzeugmaschinen können beispielsweise Daten von mehr als 60 internen Sensoren verarbeitet werden, um die Produktivität zu steigern, so DMG Mori, 2015. Durch die langen Lebenszyklen der industriellen Infrastruktur stellt sich aber insbesondere die Frage, wie Fabriken und Maschinen aufgerüstet werden können.

Erfahrungen aus Pilotprojekten

TE Connectivity hat im Rahmen der internen Initiative Digital Factory in Modellfabriken Daten aus der Steuerungsebene von Maschinen gesammelt und verknüpft. In Kombination mit bestehenden Operational-Excellence-Methoden konnte in den jeweiligen Fertigungslinien bereits nach kurzer Zeit eine Steigerung der Effizienz von mehreren Prozent nachgewiesen werden. In den Modellinstallationen wurden zusätzliche Industrie-PCs im Steuerungsnetzwerk eingesetzt und bestehende Maschinenschnittstellen genutzt. Hierbei fielen mehrere allgemeingültige und limitierende Faktoren auf:

Kleinste Sensoren haben schon heute überraschende Leistungsmerkmale. So lassen sich Daten mit sehr hohen zeitlichen Auflösungen messen und Zusatzdaten beispielsweise per IO-Link zur Verfügung stellen. Nach bisherigen Erfahrungen werden jedoch nur rund fünf Prozent von der Steuerung verwendet, während die übrigen 95 Prozent der Daten nicht ausgelesen werden. In der Praxis zeigt sich, dass in vielen Fällen die für die Prozessoptimierung notwendigen Informationen zwar schon von der Sensorik erfasst, aber nicht in vollem Umfang weitergegeben werden. Zur Implementierung vieler Systeme zur Maschinen-Konnektivität sind IT-Spezialisten erforderlich, die im Fertigungsbereich noch nicht in ausreichender Zahl vorhanden sind. Die kompletten Kosten für die Konnektivität zwischen Maschinen und IT belaufen sich auf 8000 bis 20.000 Euro pro Maschine und beinhalten noch nicht die Aufwendungen für die Software zum Verarbeiten der Daten. Dadurch wird eine flächendeckende Einführung in einem Unternehmen mit mehreren Tausend Maschinen zumindest gebremst. Die Kosten werden von Softwarelizenzen und hohen Implementierungskosten durch die Parametrier- und Programmieraufwände verursacht.

Das Datenaufkommen für IT-Systeme in Fertigungsumgebungen ist ungewöhnlich hoch, was im Wesentlichen aus der schnellen zeitlichen Auflösung der Daten resultiert. In einem Maschinenpark wären schnell mehrere 100.000 einzelne Daten pro Sekunde und bis zu 100 Gigabyte pro Tag möglich. Deshalb ist es sowohl mit Blick auf die Leistungsfähigkeit von Netzwerken als auch auf die Betriebskosten für den Datenverkehr sinnvoll, lokale Datenaggregierungspunkte einzuführen.

Mit Smart Connectivity auf alle Daten zugreifen

Die sogenannte Smart Connectivity hat das Ziel, Zugriff auf 100 Prozent der Daten aus den Maschinenkomponenten zu jeder Zeit den IT-System zur Verfügung stellen zu können. Dabei sollen der Integrationsaufwand und somit die Implementierung so vereinfacht werden, dass der Einsatz von IT- und Softwarespezialisten an der Maschinenschnittstelle seltener erforderlich ist. Zusätzlich soll Smart Connectivity es ermöglichen, Daten direkt in der Maschine zu aggregieren, wodurch sie ein Teil des aus dem Internet der Dinge bekannten Konzepts des Edge oder Fog Computing ist (Cisco Systems, 2015).

Eine effiziente Umsetzung von Smart Connectivity in Maschinen bietet die Integration eines Miniaturcomputers in IO-Module. So können verschiedenartige Daten von Sensoren direkt erfasst werden. Außerdem können – etwa über IO-Link – sogar Sensordaten abgefragt werden, die die Maschinensteuerung nicht abfragt. Durch den integrierten Miniaturcomputer können ferner Daten aggregiert und in IT-konformen Formate wie MQTT oder OPC UA an IT-Systeme weitergegeben werden. Genauso lassen sich auch Informationen wie Geräteparameter über die IT einspielen. Technisch und wirtschaftlich möglich wird Smarte Connectivity durch kompakte, kostengünstige und gleichzeitig leistungsfähige Computerplattformen. Ein Beispiel dafür ist der Raspberry Pi für fünf Dollar.

Der direkte Abgriff der Daten in der Sensorebene der Automatisierung hat zusätzlich den Vorteil einer hohen Standardisierung von Sensorprotokollen. Denn hieraus ergibt sich eine einfache IT-Datenstruktur, sodass die Implementierungskosten gesenkt werden können und in Zukunft sogar Plug and Play möglich sein wird. Nicht zuletzt um die Integration der Datenstruktur zu vereinfachen, arbeiten TE Connectivity, der Sensorhersteller IFM, das Softwareunternehmen SAP und die OPC Foundation im Rahmen des Industrial Internet Consortium (IIC) an einem Testbed Sensordaten aus bestehenden Anlagen zur Produktionssteigerung zu nutzen.

In Fabriken von TE Connectivity wurde in Modellversuchen gezeigt, wie die Daten der Smart Connectivity an ein MES weitergeleitet werden können, um Darstellungen zur Prozessüberwachung elektronisch mit hoher Aktualität zu visualisieren. Hierdurch lassen sich Abstimmungsprobleme zwischen mehreren Maschinen optimieren. So werden Durchlaufzeiten verkürzt und Maschinenstillstandzeiten minimiert. Speziell kurzzeitige Maschinenstillstände von mehreren Sekunden bis einigen Minuten sind ohne das System und die damit verbundene Auswertung früher praktisch nicht aufgefallen. Es hat sich aber herausgestellt, dass Optimierungen bei diesen Mikrostillständen eine Produktivitätserhöhung bringen. Um weitere Verbesserungen zu erreichen, arbeitet TE außerdem daran, Daten direkt in Cloud-basierte Plattformen zu bringen, um sie dort über ein Enterprise-Bussystem anzureichern und mit Streaming-Analysemethoden weitere Optimierungspotenziale zu identifizieren oder Vorhersagemodelle für Maschinenausfälle zu erarbeiten.

Unendlich viele Möglichkeiten

Die Möglichkeiten, die Smarte Connectivity bietet, sind schier unendlich. Im Moment wird mit den Anwendungen sozusagen nur an der Oberfläche gekratzt. Denn es gibt hunderte von Ideen, um beispielsweise Maschinenstillstandzeiten zu reduzieren, die Fertigungsplanung zu optimieren, Ausschuss zu verringern, Ressourcen einzusparen, Wartungszeiten zu minimieren oder Pufferlager abzubauen. Basis für all diese Anwendungen ist die ständige Verfügbarkeit von granularen Daten innerhalb der Fabriken. Deshalb ist es wichtig, eine skalierbare Plattform zu realisieren, mit der Daten flexibel und zukunftssicher verfügbar gemacht werden können. Welche Daten es genau sind, die morgen den Durchbruch in der Produktivität bringen werden, lässt sich nicht immer genau absehen. Aber, dass Smarte Connectivity den Zugang zu diesen Daten schaffen wird, steht heute schon fest.

Bildergalerie

  • Smart Connectivity ermöglicht die Vernetzung einzelner Komponenten wie einem Industrieroboter mit der IT.

    Smart Connectivity ermöglicht die Vernetzung einzelner Komponenten wie einem Industrieroboter mit der IT.

    Bild: TE Connectivity

Verwandte Artikel