KEM Konstruktion 11.2018

TRENDS
PERSPEKTIVEN
Smart Maintenance ist ein Begriff – und die intelligente Wartung basiert
nicht zuletzt auf dem Sammeln, Auswerten und Interpretieren
großer Datenmengen. Maschinenbauer und Anlagenbetreiber haben
großes Interesse daran, ihre Maschinen zu überwachen und
den aktuellen Betriebszustand zu kennen, um dem Kunden einen
besseren Service zu bieten. Oft fordern es aber auch die Endkunden
der Maschinenbauer, dass die Daten in einer Public- oder Private
Cloud für Analysezwecke zur Verfügung stehen. Kern solcher Digitalisierungsprojekte
ist die permanente Überwachung, Bewertung,
Visualisierung, Analyse und Archivierung von relevanten Maschinen-
und Prozessdaten, mit eben dem Ziel, vorausschauende
Wartungslösungen zu realisieren und die Effizienz der Prozesse zu
steigern.
„Daten werden von Maschinen aber auch in die Cloud gesendet,
um dort Produkte beispielsweise innerhalb einer Logistikkette zu
verfolgen und Fehler zu finden. Zukünftig wird eine Maschine als digitaler
Zwilling in der Cloud existieren, was aber bedeutet, dass damit
auch ein Teil der Software in die Cloud verlagert wird. Je schneller,
zuverlässiger und deterministischer die Kommunikation zur
Cloud ist, desto mehr Funktionalität kann in der Cloud ablaufen“, erläutert
Dr. Josef Papenfort von Beckhoff in einem Zeitungs-Interview.
Damit bekommen die Steuerungen eine zusätzliche Aufgabe
als Informations-Broker.
Alternativ zur Steuerung könnte es aber auch Aufgabe eines Edge-
Gateways sein, Daten aus dem Feld zu erfassen, zu verdichten und
zu analysieren und nur die gewonnen Informationen zur Analyse in
die Cloud zu senden, meint Frank Bauer von Hilscher. Längst hat
sich die Erkenntnis durchgesetzt, dass nicht alle Daten in die Cloud
gesendet werden müssen. Oft erschwert eine schlechte Internetverbindungen
in den Unternehmen die Kommunikation, die Bandbreiten
sind zu gering und die Latenzen zu hoch. Um jedoch vor allem
zeitkritische Informationen zuverlässig zu übertragen, sind hohe
Bandbreiten erforderlich. Gerade bestehende Kommunikations-Infrastrukturen
auf der Basis von Feldbussen oder Ethernet-Protokollen
lassen sich mittels geeigneter Edge-Gateways und Software-
Konnektoren an die Cloud anbinden. Das bietet sich vor allem für
die große Zahl installierter Systeme an, um auch hier die Chancen
der Digitalisierung zu nutzen.
Edge-Gateways erfassen Daten im Feld und verdichten sie zu
Informationen, die in der Cloud analysiert werden können
Bild: Hilscher
Datenanalyse und KI zur Prozessoptimierung
Künstliche Intelligent wird zukünftig die Grundlage für die Realisierung
hochautomatisierter Produktionsprozesse und autonomer
Steuerungssysteme sein. Darin sind sich die Experten einig. Gerade
in der Automatisierung kann Deep Learning oder Machine Learning
zu erheblichen Effizienzsteigerungen in der Produktion führen. Doch
auch hier stellt sich die Frage: Intelligenz vor Ort in der Steuerung,
im Edge-Device oder zentral in der Cloud? Und welche Anforderungen
muss die Kommunikation erfüllen? In welchen Bereichen die intelligente
Datenanalyse stattfindet, hängt im Wesentlichen von der
vertretbaren Latenz des Internetzugangs ab, meint dazu Dr. Josef
Papenfort von Beckhoff: „Sollen Lernen und die Erzeugung von Algorithmen
in einer Cloud ausgeführt werden, müssen entsprechend
hohe Datenraten zur Verfügung stehen.“ Lösungen auf einem Edge-
Device erfordern laut Papenfort dagegen lediglich geringen Invest in
die Hardware, „dann kann in einem lokalen Netzwerk mit hohen Datenraten
kommuniziert werden.“ Diese Funktionen können oft auch
in der Cloud ausgeführt werden, da meist kein echtzeitfähiger Datenverkehr
erforderlich ist. Papenfort ergänzt: „Da Lernvorgänge
meist mehr Rechenressourcen voraussetzen, sind sie in der Cloud
gut aufgehoben.“
Dr. Jens Frieben von Phoenix Contact sieht auch Vorteile von Intelligenz
in der SPS: „Die Optimierung von Steuerungsalgorithmen oder
das Aufbereiten von Rohdaten können beliebig rechenintensiv werden.“
Deshalb hängt die Entscheidung, ob ein Algorithmus lokal
oder in der Cloud ausgeführt werden kann, von mehreren Faktoren
ab. „Müssen viele Datenpunkte in kurzen Zyklen aufgezeichnet, aufbereitet,
ausgewertet und gespeichert werden, kommen Steuerungen
schnell an ihre Leistungsgrenzen.“ Neben Edge-Devices, die die
Trennung von Aufbereitung und Auswertung evtl. auch in der Cloud
erlauben, sind hier sehr leistungsfähige Steuerungen erforderlich.
Der Fokus der Sensorhersteller
Wie Peter Wienzek von ifm erläutert, haben die Sensorhersteller einen
anderen Fokus. „Wir bieten Lösungen außerhalb der SPS an,
wie Condition Monitoring oder Energieüberwachung, die zu mehr
Transparenz, höherer Maschinenverfügbarkeit und damit Effizienzsteigerung
in der Fertigung führen.“ Wienzek ergänzt: „Im Laufe der
Jahre haben wir viel Applikationserfahrung aus dem Sensorumfeld
gesammelt. Mittels eigener Cloud-Applikationen möchten wir dieses
Wissen in einer größeren Breite unseren Kunden anbieten. Vorteil
ist, dass der Kunde ohne zusätzliche Investition in IT-Hardware
flexibel auf seine Maschinendaten zugreifen kann.“ Das sieht Bernhard
Müller von Sick ähnlich: „Sensoren steuern nicht nur die Maschine
und die Funktion in der Maschine, sondern erzeugen auch
Daten, die außerhalb der direkten Maschinensteuerung zur Verbesserung
des Produktionsprozesses dienen.“
Laut Ingo Baumgart von Leuze ist es das primäre Ziel, „die umfangreichen
Informationen, die ein Sensor heute schon zur Verfügung
48 K|E|M Konstruktion 11 2018