Mit IIoT Maschinenauslastung in verteilter Produktion optimieren

Boris Shiklo

Boris Shiklo

Boris Shiklo, CTO bei ScienceSoft, ist verantwortlich für eine langfristige technologische Vision und die Entwicklung von Innovationsstrategien im Unternehmen. Unter seiner Leitung hat das Entwicklungsteam des Unternehmens erfolgreich komplexe Projekte mit über 80.000 Personenstunden in den Branchen wie Gesundheitswesen, Banken & Finanzen, Einzelhandel, Telekommunikation, öffentlicher Sektor und anderen Bereichen abgeschlossen. Boris Shiklo hat solide Hintergrundkenntnisse in IT-Beratung, Softwareentwicklung, Projektmanagement und strategischer Planung.

Veröffentlicht:

Stellen Sie sich ein Unternehmen vor, das mehrere Fabriken umfasst, die sich an unterschiedlichen Standorten befinden. Es steht vor einer Herausforderung, arbeitsteilige geografisch verteilte industrielle Prozesse und die Auslastung von Hunderten verschiedener Maschinen zu steuern.

Deshalb sucht das Unternehmen neue Wege zur Optimierung seiner Prozesse, weil herkömmliche Methoden, die sich auf den Berichten und Protokollen stützen, nicht gut zu funktionieren scheinen. Trotz der gründlichen Beobachtungen von Prozessbedienern, Linienvorgesetzten, Werkstattleitern und Fabrikmanagern sind die mit herkömmlichen, oft manuellen Methoden gesammelten Daten nicht immer zuverlässig.

Zum Glück für die Unternehmen sind wir bereit, unsere Erfahrung in der IoT-Entwicklung zu teilen und eine Lösung vorzustellen, die dieser Herausforderung begegnet. Aber zuerst erfahren wir, was bei der protokollbasierten Überwachung der Maschinenauslastung eigentlich nicht in Ordnung ist.

IoT-Lösung bei der Überwachung der Maschinenauslastung

Manuell die Maschinenauslastung messen: Nachteile

Bei der Überwachung der Geräteauslastung mit herkömmlichen protokollbasierten Methoden beobachten die Prozessbediener, ob die Maschinen verfügbar sind sowie wann geplante und ungeplante Ausfallzeiten auftreten. Sie erfassen häufig die Daten manuell, indem sie die Aufzeichnungen über die Maschinenauslastung in den Maschinentagebüchern machen und diese an einen Vorgesetzten weitergeben, der die Auslastungskennzahlen von den Stationen aggregiert und Leistungskennzahlen wie OEE und TEEP berechnet.

Aber mit diesen herkömmlichen Methoden sieht die Ausgangssituation bei vielen Unternehmen wie folgt aus:

  • Die manuelle Datenerfassung macht den gesamten Prozess zeitaufwendig.
  • Die gesammelten Daten sind anfällig für menschliche Fehler, als Folge können sie ungenau und unvollständig sein oder sogar im Widerspruch zu anderen Kennzahlen stehen.
  • Aufgrund fehlender Echtzeit-Maschinendaten ist es unmöglich, auf die Probleme in Echtzeit zu reagieren.

Für Unternehmensmanager scheint der Prozess noch zeitraubender zu sein, ausgehend davon, dass die Datenverarbeitung in mehreren geografisch verteilten Fabriken erfolgen muss. Um die mit der Überwachung der Maschinenauslastung verbundenen Herausforderungen zu bewältigen, setzen Unternehmen auf das industrielle Internet der Dinge (IIoT). Wir versuchen eine daraus abgeleitete Frage zu beantworten: warum ist IIoT für die Unternehmen, die Distributed Manufacturing umsetzen, bahnbrechend? 

Mit IoT die Geräteauslastung steigern: Vorteile

Mit industriellen IoT-Lösungen können die Hersteller alle erfassten Messwerte über Auslastung in Echtzeit zentral digital dargestellt bekommen, ohne physikalisch auf die Maschinen zuzugreifen. Die Überwachung der Maschinenauslastung beginnt mit der Erfassung der erforderlichen Daten durch Sensoren, mit denen die Anlagen ausgestattet sind. Die Sensoren messen Temperatur, Vibration und andere Parameter und übertragen die Daten zur Verarbeitung in die Cloud. Die Cloud aggregiert die Daten von mehreren Sensoren und verwandelt sie unter dem Einsatz von Analytics-Tools in wertvolle Erkenntnisse. Nachdem die Daten ausgewertet worden sind, werden die Ergebnisse visualisiert und den Unternehmensmanagern dargestellt. Jetzt können sie die Auslastungskennzahlen zentral auf dem Dashboard sehen.

Maschinenauslastung mit IoT überwachen

Und das ist nicht der einzige Vorteil. Mit IoT-Technologien ergibt sich für Unternehmen mit geografisch verteilten Fabriken eine breite Palette von Vorteilen:

Schneller Zugang zu Informationen

Mit Sensoren vernetzte Maschinen geben den Herstellern einen schnellen Einblick in die Maschinenleistung. Das ermöglicht ihnen, wichtige Leistungskennzahlen in Echtzeit zu überwachen und schnell auf Ausfälle und Störungen zu reagieren. Immer wenn ein Problem auf der Linie auftritt, bietet eine IIoT-Lösung einen detaillierten Einblick in das Problem und trägt dazu bei, die Ursache zu ermitteln, damit Hersteller die Maschine einfacher und schneller wieder in das rechte Gleis bringen können. Darüber hinaus ermöglicht die IIoT-Lösung durch Predictive Maintenance von zukünftigen Problemen zu erfahren, bevor sie auftreten, und dadurch teure Stillstände im laufenden Betrieb zu vermeiden.

Höhere Transparenz

Eine industrielle IoT-Lösung liefert Details darüber, wie die Maschinen im gesamten Unternehmen funktionieren. Sie zeigt sofortige Aktualisierungen zu KPIs an, einschließlich OEE und TEEP. Auf Unternehmensebene erhalten Manager Echtzeit-Einblicke in die Leistung der einzelnen Fabriken. Auf der Fabrikebene erhalten Werkstattleiter detaillierte Echtzeit-Daten von Maschinen. Dadurch können sie besser verstehen, wie effizient Maschinen funktionieren, und bessere Entscheidungen treffen, um die Produktionsmenge zu erhöhen und die Produktivität zu steigern.

Detaillierte Analyse

Mit IIoT werden die Daten über die Produktionsprozesse gespeichert, analysiert und in informative Einblicke verwandelt. Mit Tools zur Datenanalyse werden Maschinendaten in Echtzeit ausgewertet - was Maschinen tun, wenn sie im Leerlauf sind, wenn sie nichts produzieren. Darüber hinaus rufen Tools zur Datenanalyse historische Daten über die Maschinenleistung aus einer Wartungsdatenbank ab. Nachdem die Daten analysiert worden sind, werden die Ergebnisse visualisiert und den Shop Managern des Unternehmens angezeigt. Sie können detailliert beschriebene Kennzahlen nutzen, um den Produktionsprozess zu optimieren, die Nachfrage zu prognostizieren, die Produktqualität zu erhöhen und Maschinenausfälle zu verhindern.

OEE-Berechnung

Eine industrielle IoT-Lösung wandelt Ströme von Sensordaten in umfassende Erkenntnisse über die Anlageneffektivität um, indem sie OEE berechnet, ungeplante Effektivitätsverluste aufdeckt und eine bestimmte Verschwendung identifiziert, die Effektivitätsverluste verursacht. In der Tabelle geben wir an, welche Verschwendungen bei welchen Anlagentypen mit einer IIoT-Lösung gemessen werden können.

Verschwendungen mit IoT-Lösung messen

Es ist wichtig das folgende hervorzuheben: obwohl eine IIoT-Lösung die wichtigsten KPIs ziemlich genau berechnet, kann das optimale Zusammenspiel von vernetzten Maschinen und herkömmlichen Auswertungsmethoden noch bessere Ergebnisse bringen. Manuelle Aufzeichnungen können verwendet werden, um spezifische Fälle zu erklären und ein klareres Bild davon zu verschaffen, wie gut die Maschinen funktionieren, indem die von einer IIoT-Lösung abgerufenen Messungen mit denen eines Menschen verglichen werden.

Vernetzte Maschinen verschiedener Arten

Eine massive IoT-Initiative bringt gleichzeitig eine massive Herausforderung mit. Bei der Implementierung einer IoT-Lösung müssen die Hersteller die Vielfalt der Maschinen in den geografisch verteilten Fabriken berücksichtigen und Wege finden, nicht computerisierte Maschinen, CNC-Maschinen, Bearbeitungszentren und Roboter effizient mit einer einzigen IoT-Lösung zu verbinden. Lassen Sie uns näher auf jeden Typ eingehen.

Roboter

Unter anderen Anlagentypen können Industrieroboter relativ einfach in eine IoT-Lösung integriert werden, weil sie über eingebaute Sensoren und einen integrierten Ethernet-Anschluss verfügen. Die Maschine-to-Cloud Verbindung kommt in diesem Fall über einen Ethernet-Port durch den IoT-Gateway zum Einsatz.

CNC-Maschinen und Bearbeitungszentren

Um CNC-Maschinen und Bearbeitungszentren mit der Cloud zu verbinden, gibt es folgende Möglichkeiten:

  1. Über einen Ethernet-Anschluss
  2. Über einen Seriell-zu-Ethernet-Konverter
  3. Über eine PLC der Maschine

Die Wahl der relevanten Methode hängt von den Eigenschaften einer Maschine ab.

Die erste Methode wird in neueren Maschinen angewendet, die mit einem Ethernet-Port ausgestattet sind. In diesem Fall werden die Daten über einen Ethernet-Port durch den IoT-Gateway in die Cloud übertragen. Auf diese Weise werden entsprechende Daten über einen Ethernet-Port an einen PC und dann in die Cloud gesendet, immer wenn ein Maschinenzyklus beginnt / endet, die Spindel ein- / ausgeschaltet werden usw.

Die zweite Methode kommt zum Einsatz, wenn eine Maschine keinen Ethernet-Anschluss hat. Ein Seriell-zu-Ethernet Konverter wird verwendet, um serielle Datensignale (beispielsweise RS-232/422/485, abhängig von der Anzahl der eingebauten seriellen Schnittstellen) in Ethernet-Signale zu wandeln. Das ermöglicht eine freie Datenübertragung über TCP / IP-Netzwerke sicherzustellen. Der Datensatz wird in diesem Fall über einen Seriell-zu-Ethernet-Konverter in die Cloud übertragen.

Die dritte Methode beinhaltet das Verfolgen digitaler PLC-Signale von einer Maschine. In diesem Fall wird ein IoT-Gateway als Zwischenkomponente verwendet, um Signale von der PLS zu verfolgen, die Protokolle zu konvertieren und die Daten in die Cloud zu übertragen.

Nicht computerisierte Maschinen

Nicht computerisierte Maschinen behindern häufig die Einführung von IIoT-Technologien. Im Gegensatz zu modernen Industriemaschinen werden in den nicht computerisierten Maschinen keine Kommunikations- und Verarbeitungsaktivitäten durchgeführt, und solche Maschinen können daher die Maschine-to-Cloud Verbindung nicht gewährleisten.

Da es unmöglich ist, solche Maschinen auf das Niveau zu bringen, auf dem sie mit der Cloud kommunizieren können, besteht die Alternative darin, Sensoren direkt an Maschinen zu befestigen und IoT-Gateways zu verwenden. IoT-Gateways fungieren als Vermittler zwischen Sensoren und der Cloud, akzeptieren verschiedene industrielle Eingangssignale (TC, RTD, mA, mV, Frequenz usw.) und unterstützen eine breite Palette von Kommunikationsprotokollen, zum Beispiel MQTT, die dazu beitragen, Sensordaten zu aggregieren, zu filtern und in die Cloud zu übertragen.

Vernetzte Maschinen verschiedener Art

Wie läuft es mit einem Überwachungs- und Steuerungssystem?

Industriemaschinen können von einem SCADA-System verwaltet werden. In einem solchen Fall hängt die Möglichkeit der Integration über SCADA davon ab, ob SCADA in der Lage ist, die benötigten Daten in die Cloud zu übertragen oder nicht. Wenn ja, dann kann die Integration in die Cloud über SCADA erfolgen. Falls der SCADA-Zweck darin besteht, z. B. den Zustand der Ausrüstung zu überprüfen, kann SCADA nicht genügend Daten der Cloud zur Verfügung stellen. Deshalb müssen sich die Hersteller überlegen, wie sie die parallele Verbindung der Maschine sowohl mit SCADA als auch mit der Cloud sicherstellen können.

Kurz und knapp zusammenfassen

Die Überwachung der Maschinenauslastung in verteilter Produktion mit IoT-basierten Lösungen bringt erhebliche Vorteile mit. Gleichzeitig, wie unsere Erfahrung in der IoT-Entwicklung beweist, müssen die Unternehmen mit Fabriken an unterschiedlichen Standorten darüber nachdenken, wie sie verschiedene Arten von Maschinen mit einer IIoT-Lösung verbinden können. Die Integration ist nicht trivial und erfordert die sorgfältige Untersuchung von schon vorhandenen Maschinen.

Bevor Sie eine IIoT-Lösung implementieren, sollten Sie sich Zeit nehmen, die Legacy-Infrastruktur richtig zu bewerten und einzuschätzen, wie alt die Ausrüstung ist, welche Schritte gemacht werden sollten, um sie zu aktualisieren und wie viel Zeit und Geld diese Aktualisierung benötigt. Das ist ein entscheidender Punkt, der Ihnen helfen wird, eine kosteneffiziente IIoT-Lösung zu ermitteln.