Industrie 4.0

Warum der Mittelstand intelligente Produktion und smarte Daten braucht

Seite: 2/5

Drei Beispiele für erfolgreiche Smart-Data-Anwendung

Im Folgenden werden drei konkrete Beispiele von erfolgreichen Smart-Data-Anwendungen als Teil von Industrie 4.0 vorgestellt. Im Projekt SIDAP [2] werden die Daten bestimmter Komponenten, beispielsweise Sensoren oder Armaturen, bzw. auch ausgewählte Prozessdaten erfasst und ausgewertet. Dies geschieht werk- und betreiberübergreifend und nicht nur begrenzt auf Ausfalldaten dieser Komponenten.

Bild 2: Lernen aus Smart Data und Operatorfeedback von verschiedene Maschinen- bzw. Anlagen eines Maschinenlieferanten bei mehreren Betreibern [4]
Bild 2: Lernen aus Smart Data und Operatorfeedback von verschiedene Maschinen- bzw. Anlagen eines Maschinenlieferanten bei mehreren Betreibern [4]
(Bild: TUM)

Phänomene, die bereits vor dem Ausfall auftraten, Wartungsdaten der Geräte und deren Befunde inklusive der Störmeldungen werden ausgewertet. Dadurch wird das Wissen der Wartungsmannschaft, des Engineering und der Betreiber verbessert.

Beim EU-Projekt Improve [3] liegt ein zusätzlicher Schwerpunkt auf der Integration des Operatorwissens. Wie können einzelne Operator besser unterstützt werden die im Fehlerfall richtigen Entscheidungen zu treffen und was kann das Maschinen- und Anlagenbauunternehmen für die Weiterentwicklung der Anlagenregelung als Gesamtes lernen (Bild 2).

Um das Wissen der Operator bei Störungen zu sammeln, können diese mit einem Ursache-Wirkgraph bestätigen, dass Ursache x zu Störung y geführt hat oder diese als unzutreffend einordnen oder auch neue Zusammenhänge angeben. Die Angaben verschiedener Operator von verschiedenen, aber ähnlichen Anlagenteilen werden vom Maschinenlieferanten ausgewertet und als verbessertes Regelwerk den teilnehmenden Unternehmen wieder bereitgestellt.

Die Unternehmen lernen gemeinsam und die Lücke zwischen dem Maschinenlieferanten und dem Betreiber wird ein Stück geschlossen. Also ein Stück Offenheit für eine bessere Maschine.

Management von Fahrzeuge auf einer oder mehreren Baustellen

Ein weiterer erfolgreicher Anwendungsfall ist der Einsatz von Telematik auf Baustellen, um die Flotte der Baustellenfahrzeuge verschiedener Hersteller auf einer oder mehreren Baustellen zu managen, Stillstandzeiten zu erfassen und eine bessere Auslastung der Fahrzeuge für alle Baustellen eines Unternehmens zu ermöglichen sowie Diebstahlschutz zu ermöglichen (Bild 3).

Bild 3: Ansatz und Systemarchitektur Telematik für Baumaschinen zum Management von Baustellen
Bild 3: Ansatz und Systemarchitektur Telematik für Baumaschinen zum Management von Baustellen
(Bild: TUM)

Mit der Norm ISO 15143-3 wird ein Standard für die Bereitstellung von Daten während des Betriebs geschaffen den Baumaschinenhersteller weltweit akzeptieren. Im nächsten Schritt sollen die Fahrwege der LKWs optimiert und die Koordination mit anderen Baumaschinen, wie Dozern und Dumpern mittels Agenten erfolgen, um eine bessere Auslastung aller Maschinen zu erreichen (Bild 4).

Bild 4: Anwendungsfall Baustellenoptimierung durch M2M-Kommunikation von Baumaschinen
Bild 4: Anwendungsfall Baustellenoptimierung durch M2M-Kommunikation von Baumaschinen
(Bild: TUM)

Für den Aspekt Datenanalyse von Industrie 4.0 gibt es viele erfolgreiche Beispiele. Der Weg zu einem erfolgreichen Ansatz geht über das Interesse der Kunden und die Entscheidung, welche Daten erstens bereits verfügbar oder einfach zugänglich sind und woraus sich zweitens schnell ein Return of Investment der Kunden erreichen lässt.

Die Geschäftsmodelle sind alle eher Serviceorientiert und setzten eine sichere Datenverbindung und einen sicheren Server voraus. Hierfür gibt es keine allgemeingültige, beste Lösung, sondern es gilt das Gebot, so wenig Daten wie nötig zugänglich zu machen und diese am besten von der eigentlichen Anlage/Anwendung zu trennen, so dass ein Durchgriff auf die Anlage oder Maschine nicht möglich ist.

(ID:44278672)