1 Bewertungen

Vom Erfolg und Scheitern im IIoT-Umfeld Wie Ökosysteme in der Wartung und Instandhaltung reale Mehrwerte schaffen

Was, wenn das Handeln eines Produktionsingenieurs durch Daten live während der Reparatur oder Wartung unterstützt wird?

Bild: Dell
19.11.2020

Der Reparatur- oder Wartungsprozess von Maschinen kann durch das Zusammenspiel von Internet of Things und Augmented Reality deutlich verbessert werden, denn damit werden Ingenieuren Informationen zum Zustand einer Maschine live und visuell verfügbar gemacht.

Der Produktionsingenieur kennt seine Anlagen in der Regel sehr genau. Im Fall eines Stillstands handelt er vor Ort und versucht auf Grund seiner Erfahrung den Fehler möglichst schnell einzugrenzen und zu beheben. Digitalisierte Anlagen erfassen jederzeit umfangreiche Daten, die Aufschluss über den Anlagezustand geben. Hinweise über bevorstehende Ausfälle oder außerplanmäßige Wartungen lassen sich durch die Analyse der Daten und Anwendung von Vorhersagemodellen prognostizieren. Was aber, wenn sein Handeln durch Daten live während der Reparatur oder Wartung unterstützt wird? Durch das Zusammenspiel von Internet of Things (IoT) und Augmented Reality (AR) werden Informationen zum Zustand einer Maschine live und visuell dem Ingenieur verfügbar gemacht und so der Reparatur- oder Wartungsprozess deutlich verbessert. Dabei wird der Mensch situationsbezogen und zum richtigen Zeitpunkt unterstützt, so dass Trainingsmaßnahmen in den eigentlichen Arbeitsprozess einfließen.

Die Digitalisierung der Industrie ist schon seit Jahren in aller Munde und auch die Politik propagiert den Wandel. Die Transformation als Maschinenbauer oder Komponentenhersteller hin zu digitalisierten Abläufen und digitalen Geschäftsmodellen ist ein umfangreiches Unterfangen und bedarf in der Praxis Partnerschaften oder eine gemeinsame Entwicklung in einem branchenspezifischen Ökosystem. Dabei zeigt sich in der Praxis, dass schnelle Erfolge langwierigen und komplexen Projekten vorzuziehen sind.

Wichtige Bausteine erfolgreicher Industrial IoT (IIoT)-Projekte sind die Nutzung einer IIoT-Plattform – um sich auf die fachlichen und differenzierenden Abläufe konzentrieren zu können. Ein schneller und unkomplizierter Rollout einer Lösung – der häufig auch zuerst on-premise und basierend auf Edge-Computing durchgeführt wird. Dabei sollten diese Ansätze in einer späteren Phase einfach in ein übergreifendes Cloud-Deployment eingebunden werden können. Nicht zuletzt spielt auch die Self-service Integration von Backendsystemen mit den Shopfloor-Systemen eine wichtige Rolle.

Mehrwert von IoT-Daten in Backendsystemen

Um bestmöglich die Effizienz einer Produktion zu überwachen, bedarf es einer Plattform die schnelle Konnektivität von Maschinendaten verspricht. Denn nur wer schnell und einfach an die Daten herankommt, dem gelingt es digitale Projekte umzusetzen.

Cumulocity IoT ist die führende Plattform im Bereich Geräteanbindung und –management. Dabei spielt es keine Rolle, ob die Geräte in der Cloud registriert werden sollen, oder lokal auf einem Edge-System - oder beides. Schnelle Anbindung der Daten bedeutet im Umkehrschluss die schnelle Umsetzung von Projekten und Use Cases. Der Hersteller für Pneumatik, Steuerungs- und Automatisierungstechnik SMC hat seine Energiemanagementlösung „Smart Field Analytics“ auf Basis der IIoT-Plattform Cumulocity IoT umgesetzt und betreibt sie auf einer Edge-Appliance von Dell Technologies.

Aber nicht nur die Anbindung von Maschinendaten ist entscheidend. Im Wesentlichen bedarf es vielmehr einer nahtlosen Integration von IIoT-Daten und den Informationen aus den Backendsystem. Was hilft es im Dashboard eine Warnung anzuzeigen, wenn nicht weitere Informationen aus systemrelevanten Backendsystemen angebunden werden können, um beispielsweise abhängig vom Wartungszustand einer Anlage eine Servicemaßnahme automatisch zu veranlassen?

Neben der Anbindung von Maschinen und Anlagen an die IIoT-Plattform ist die Integration zwischen OT und IT ein wichtiger Bestandteil eines IIoT-Projekts. Idealerweise können auch nicht IT-affine Anwender mit geringem technischen Hintergrundwissen, die Systeme ohne Programmierung eigenständig anschließen und ihre Daten miteinander verknüpfen.

Maschinenwartung unterstützen mit Augmented Reality

Durch die Anreicherung von produktionsrelevanten Daten in Backendsystemen, lassen sich nicht nur Prozesse im Hintergrund administrieren. Auch der Maschinenoperator vor Ort kann durch das Aufrufen von sowohl Stammdaten als auch Livedaten seiner Maschinen profitieren. Doch wie lässt sich das ganze am effektivsten im Alltag integrieren? Während einer Wartung hat man wortwörtlich alle Hände voll zu tun und seinen Blick auf einen nebenstehenden, installierten Bildschirm zu lenken ist nicht immer möglich.

Zeitersparende Durchführungen von Reparaturen und Wartungen bieten Technologien im Bereich Augmented Reality (AR). Steht einmal die Maschine still oder es werden Grenzwertüberschreitungen aus der IIoT-Plattform erkannt, wird ein Mitarbeiter vor Ort benötigt, um sich einen Überblick zu verschaffen. Sein Tablet oder Smartphone zur Hand, scannt er den QR-Code an der Maschine ab und bekommt innerhalb weniger Sekunden ein 3D-Modell und alle notwendigen Informationen über den Zustand seiner Anlage über eine AR-Brille oder mit Hilfe der Frontkamera seines Mobilgerätes angezeigt. Mit Hilfe von AR wird visuell dargestellt, wo der Fehler in der Maschine erkannt wurde, was die Ursachen sein könnten als auch eine Schritt-für-Schritt Anleitung zur Reparatur. Während er die Maßnahmen durchführt, bekommt er dabei immer den Vergleich der Soll- und Ist-Daten der Maschine live visualisiert und wird situationsbezogen bei seiner Arbeit unterstützt.

Aber nicht nur im Hinblick auf die Mithilfe von Wartungsprozessen findet AR ihren Einsatz. Auch im Bereich Predictive Maintenance zeigt sich die Technologie als hilfreiches Werkzeug. Durch den Einsatz von Analysemodellen, wie zum Beispiel aus dem Bereich des maschinellen Lernens, wird anhand eines Scorings der Maschinenzustand mathematisch berechnet. Mittels Echtzeitvisualisierung des Scorings an der Maschine, kann der Maschinenoperator zu jeder Zeit seine persönlichen Wahrnehmungen in den Daten mit einbringen. Aus dem daraus folgenden Feedback besteht wiederum die Möglichkeit, die Analysemodelle zu optimieren und die Vorhersagegenauigkeit zu verbessern.

Mehr zu diesem Projekt und zur Partnerschaft zwischen SMC, der Software AG und Dell Technologies erfahren Sie hier.

Verwandte Artikel