Trendthemen: Messe SPS 2019, Machine Learning, Digitalisierung, Verwaltungstools, Additive Manufacturing, Predictive Maintenance; KEM Porträt: Peter Lutz, Director Field Level Communications, OPC; KEM Perspektiven: Digitale Pioniere - Rolls-Royce nutzt Virtual und Augmented Reality bereits
Profinet und OPC UA
Profinet und OPC UA erlauben praxisnahe Predictive Maintenance Datenschätze heben Ungeplante Stillstände verzögern jede Produktion. Predictive Main - tenance könnte hier Abhilfe schaffen, doch in der Praxis scheitern viele Betriebe noch. Die Herausforderung liegt meist darin, zunächst an die relevanten Daten heranzukommen und diese so aufzubereiten, dass sie auch verwendet werden können. Die Kombination aus Profinet und OPC UA bietet genau diese Möglichkeiten, wie ein Beispiel aus der Praxis bei Audi zeigt. Autor: Xaver Schmidt, Project Group Industrie 4.0, Profibus Nutzerorganisation e.V. (PNO), Karlsruhe 18 elektro AUTOMATION INNOVATIONEN ZUR SPS 2019
MEILENSTEIN OPC UA MESSE Predictive Maintenance ist in aller Munde. Wenn es jedoch an die Umsetzung in die Praxis geht, scheitern viele Anwender häufig, weil nicht die richtigen Daten zur Verfügung stehen. Eine Situation, vor der auch Mathias Mayer stand, zuständig für die Planung der Automatisierungstechnik bei der Audi AG in Neckarsulm: „90 Prozent der Daten im Karosseriebau werden nicht genutzt oder man kommt nicht dran“, so seine Erfahrung. Die Konsequenz daraus ist, dass meist ein zusätzlicher Sensor gefordert wird. Kein Weg, den Mayer einschlagen wollte – im Gegenteil: „Lasst uns erst einmal die ungenutzten Daten aufbereiten. Wenn dann wirklich noch ein zusätzlicher Sensor nötig ist, kann man gern über den Sensor diskutieren.“ Die bessere Nutzung der vorhandenen Daten ist für ihn die wichtigste Voraussetzung, um weniger Stillstandzeiten zu haben und effektiver zu arbeiten. Dies wird umso entscheidender, da in naher Zukunft die Komplexität der Produktionsprozesse und der Automatisierungsgrad weiter steigen. Bild: iStock.com/PhonlamaiPhoto/Profibus Nutzerorganisation (PNO) Datenerhebung als Herausforderung Dass in der Praxis die Datenerhebung schwierig ist, zeigt ein Blick in den Karosseriebau von Audi am Standort Neckarsulm. Dort werden die Modelle A4, A6, A7, A8, R8 und das A5-Cabrio gebaut – rund 2500 Industrieroboter sind hier im Einsatz. Jede einzelne Anlage wird über eine SPS gesteuert. „Wir sehen die SPS immer als Puppenspieler, der bis zu zehn Roboter tanzen lässt“, beschreibt Mayer die Situation in seinem Bereich. „Die eigentliche Wertschöpfung findet am Roboter statt, deshalb ist der Zugriff auf die Daten des Roboters so immens wichtig.“ Neben der großen Anzahl der Anlagen erschweren auch die verschiedenen Fertigungsverfahren den Datenzugriff und die Auswertung. Ein Beispiel: Eine Gewichtsreduzierung bei höchster Robustheit lässt sich nur über die Kombination von unterschiedlichen Materialen erreichen. Das erfordert den Einsatz von verschiedenen Verbindungstechniken. Allein am neuen A8 wird eine Vielzahl an Fügetechniken verwendet. Das reicht von verschiedenen Schweißverfahren über Klebungen bis hin zum Nieten – im Ganzen sind es 15 Verfahren, die organisiert werden müssen. Kommt es hier zu einem Stocken in der Produktion, sind Experten für jedes einzelne dieser Verfahren gefragt. Und dies ist angesichts eines Dreischicht- Betriebs extrem aufwändig, da man viele Mitarbeiter schulen und qualifizieren müsste. Die Kombination aus Profinet und OPC UA erlaubt es, Daten aus der Fertigung zunächst zu erhalten, um diese dann so aufzubereiten, dass Predictive Maintenance möglich wird – ohne zusätzliche Kabel, was den Aufwand so minimal wie möglich hält elektro AUTOMATION INNOVATIONEN ZUR SPS 2019 AW 19
