Tipps und Tricks für Smart Factory Cloud-basierte Prozessautomatisierung auf der EMO Hannover 2017

Cloud-Lösungen sind in: Digitalisierte Daten in App-basierten Wolkenschlössern sollen Prozesse automatisieren und effizienter machen. Die EMO Hannover 2017 zeigt gangbare Wege und gibt praxistaugliche Navigationshilfen auf der Datenautobahn zur smarten Fabrik der Zukunft.

Anbieter zum Thema

STILL GmbH

DUALIS GmbH IT Solution

COSCOM Computer GmbH

FFG Werke GmbH Standort Göppingen

EMAG GmbH & Co.KG

mehr weniger

Leibniz Universität Inst. für Fertigungstechnik u. Werkzeugmaschinen (IFW)

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Verein Deutscher Werkzeug- maschinenfabriken e. V. (VDW)

TDM Systems GmbH

weniger

Eine „smarte Systemoptimierung, die Fehler in verketteten Produktionsprozessen erkennt und ihre Ursachen sowie die Fortpflanzung automatisiert aufzeigt“, präsentiert das Stuttgarter Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) auf der EMO Hannover 2017. Wie das in der Praxis funktioniert, erläutert Felix Georg Müller, Fachthemenleiter Autonome Fertigungssystemoptimierung: „Mit der smarten Systemoptimierung erfolgt eine technisch detaillierte und zugleich automatisierte Auswertung von Stillstandsursachen und Fehlerzusammenhängen in einer Produktionslinie. Sobald die Produktion läuft, werden aus allen Prozessschritten zeitsynchron Daten an ein Analysetool übermittelt.“ Dieses kann nun mit den am Fraunhofer IPA entwickelten Algorithmen Rückschlüsse ziehen und die Informationen in gewünschter Form aufbereiten.

Datengetriebene Produktionsoptimierung

Als Datenbasis dienen Zustands- und Prozessinformationen aus allen technischen Teilschritten der gesamten Prozesskette. Hieraus kann das Analysetool kontinuierlich und echtzeitnah herausarbeiten, wo Fehler oder Stillstände auftreten oder erst durch das Zusammenspiel mehrerer abweichender Faktoren in verschiedenen Prozessschritten entstehen. Im Gegensatz zur klassischen OEE (Overall Equipment Effectiveness) erhält der Anwender sofort eine Ursachenzuordnung. (OEE ist ein Maß für die Wertschöpfung einer Anlage und eine Kennzahl, die hilft, die Produktivität, die Rentabilität und die Gesamteffektivität von Produktionsanlagen im Kontext mit dem Fertigungsprozess zu ermitteln, zu überwachen und zu verbessern, sprich: ein Maß für die Gesamtanlageneffektivität.)

Bildergalerie

Bildergalerie mit 6 Bildern

Der Anwender sieht beispielsweise, welcher Prozess den anderen blockiert und erkennt, wo der Auslöser sitzt. Weiterhin ist es möglich, die Fehlerbehebung zu priorisieren, da der reale Engpass der Produktionslinie zu jeder Zeit berechnet wird. Dies basiert auf allen aktuell detektierten Fehlerbildern, Kurzstopps und Ausschussraten und spiegelt somit den Echtzeitblick auf eine Anlage wider.

Datenquellen sind entweder zusätzlich installierte Sensoren, wie etwa smarte Kameras. Oder es kommt, falls keine Prozessinformationen vorliegen, der am IPA entwickelte Maschinendaten-Logger zum Einsatz. Dieser ist heute bereits in der Lage, Massendaten aus den Industriesteuerungen Siemens S7-1500, Beckhoff CX1020 und Mitsubishi Q-Series an das Analysewerkzeug zu liefern. Da somit alle relevanten Variablen im Millisekundentakt verfügbar sind, kann das Betriebsverhalten erlernt werden. „Damit machen wir gängige Maschinensteuerungen Big-Data-fähig und können bereits vorhandene Maschinendaten in das Analysemodell integrieren“, meint IPA-Experte Müller. „Mit unserem Tool konnten wir bei bereits hoch standardisierten Maschinen von Automobilzulieferern zwischen sechs und zehn Prozent Zykluszeitreduktion erzielen und die dauerhafte Einhaltung des Optimums überwachen.“

EMO Hannover 2017

Digitale Transformation als roter Messe-Faden

Basis dieser datengetriebenen Produktionsoptimierung ist die permanente und extrem detaillierte Analyse des Anlagenverhaltens und aller beteiligten Einzelprozesse einer Produktionslinie. Dies kann nicht manuell, sondern aufgrund des extrem hohen Datenverarbeitungsvolumens nur automatisiert erfolgen. So werden die Fehlerursachen nicht mehr ausschließlich im dynamischen Linienverhalten gesucht, sondern auch etwa per Anomaliendetektion in den Prozessdaten aller Einzelprozesse. Damit können Fehler noch präziser ermittelt und eliminiert werden. Mit konventionellen Ansätzen wäre ein Prozessoptimierer allein mit der Sichtung eines Datensatzes und dessen Analyse stunden- oder sogar tagelang beschäftigt und könnte doch immer nur einen Zeitausschnitt untersuchen – nämlich den, den der Datensatz repräsentiert.

Auf der EMO Hannover 2017, so Müller abschließend, „können die Besucher live erleben, wie die datengetriebene Produktionsoptimierung funktioniert. Die Gäste an unserem Stand erleben mit unserer Minifabrik, wie dynamische Engpässe, Abhängigkeiten in Produktionslinien und Anomalien erkannt und ausgewertet werden. Eine vollständige Transparenz über komplexe Produktionslinien in Echtzeit ist so jederzeit möglich.“

EMO Hannover 2017

In der Zerspanungsbranche verschläft niemand Trends

(ID:44869110)