0511 874 590 50 info@agile-im.de
Sie finden den Artikel interessant? Teilen Sie ihn mit Ihrem Netzwerk!

Bei Betreibern industrieller Fertigungs- und Verarbeitungsanlagen besteht großes Interesse daran, die Gesamteffektivität (OEE) ihrer zumeist bereits hoch automatisierten Anlagen stetig weiter zu erhöhen sowie die Produktivität der Mitarbeiter im Zusammenspiel mit den teils komplexen Prozessen zu steigern. Bei vielen Anlagen sind bereits unterschiedliche Arten von Sensorik verbaut, die eine Menge an relevanten Daten generieren, doch zumeist wird das Potenzial dieser Sensordaten noch nicht von Herstellern und/oder Betreibern ausgeschöpft. Hier gilt es neue, smarte Anwendungen zu entwickeln, die neben klassischer Statistik auch Verfahren des maschinellen Lernens (ML) verwenden, mit denen die Anwendung prädiktiver Instandhaltung möglich wird.

Die Vorteile gegenüber routinemäßigen oder zeitbasierten vorbeugenden Instandhaltungsstrategien liegen auf der Hand:

  • Ein rechtzeitiges Reagieren bei überdurchschnittlich schnell verschleißenden Komponenten verhindert ungewollte Stillstände.
  • Ein unnötiger Austausch von einwandfrei laufenden Komponenten wird verhindert. Das minimiert Wartungsaufwand und Ressourcenverbrauch.
  • Einflussfaktoren können auch in komplexen Systemen automatisch identifiziert werden. Aus diesen lassen sich zielgerichtete Optimierungsmaßnahmen ableiten.
  • Die Mitarbeiterproduktivität wird durch einen besseren Überblick, schnellere Reaktionszeiten und informiertere Entscheidungen signifikant erhöht.

Der perfekte Anwendungsfall: Transportsysteme von B&R – Automation

B&R – Automation ist Innovations- und Technologieführer industrieller Automationstechnik. Als globales Zentrum für Maschinen- und Fabrikautomation innerhalb der ABB-Gruppe bietet es seinen Kunden effiziente Automatisierungslösungen wie z.B. die mechatronischen Transportsysteme SuperTrak und ACOPOStrak an. Bei diesen modular aufgebauten Systemen werden Werkstücke auf einzelnen Shuttles über Linearmotoren schnell und flexibel zwischen Bearbeitungsstationen in einer Anlage transportiert.

Abbildung 1: Die adaptive Maschine: Das SuperTrak Transportsystem von B&R. Quelle: B&R Industrial Automation 

Die Shuttles bewegen sich auf Rollen, was zu mechanischen Reibungsverlusten führt, die auf Dauer entsprechende Verschleißerscheinungen der Rollen mit sich bringen. Die Anlagen sind jedoch mit Vibrationssensoren ausgestattet, so dass bei diesen Transportsystemen die perfekten Voraussetzungen gegeben sind, um aufbauend auf den zugehörigen Daten Lösungen für eine prädiktive Instandhaltung zu entwickeln. Hier kommt das AIM Team ins Spiel. Als Experten für Industrielle Künstliche Intelligenz (KI) im Kontext industrieller Anwendungen haben wir für B&R Daten eines SuperTrak Testsystems analysiert. Mit Hilfe unserer Smart Machines Lösungsbausteine konnten wir eine Machbarkeitsprüfung zügig und erfolgreich umsetzen und zeigen, dass anhand der in den Vibrationsdaten enthaltenen Informationen eine robuste Identifikation auszumusternder Shuttles möglich ist. Auf Basis dieses Prototypen können nun entsprechende produktive Lösungen gemeinsam mit Pilotanwendern realisiert werden.

Für produktive Anwender ist neben einem leistungsfähigen Verfahren jedoch auch eine aussagekräftige und in der Praxis einfach zu nutzende Benutzeroberfläche erfolgskritisch. Im Rahmen einer entsprechenden Anwendung lassen sich in Echtzeit präzise Aussagen zum Zustand jedes einzelnen Shuttles treffen und es können Kandidaten für eine mögliche Wartung automatisiert und rechtzeitig identifiziert werden, bevor es zu ungewollten Stillständen oder Beschädigungen der Anlagen kommen kann. Entscheidungen bzgl. der zu treffenden Maßnahmen – z.B. für den Austausch von Shuttles – können von den Mitarbeitern direkt anhand der transparent aufbereiteten Informationen getroffen werden.

User Story der automatischen Anomalie-Erkennung bei Transportsystemen von B&R

Abbildung 2: User Story der automatischen Anomalie-Erkennung bei Transportsystemen von B&R.

Das beispielhafte Konzept zeigt folgende Interaktionsschritte: In der Anlagenübersicht wird eine bevorstehende Störung angezeigt (a). Die Übersicht des betroffenen Transportsystems identifiziert ein Shuttle als problematisch (b). Detaillierte Daten zum Shuttle unterstützen den Entscheidungsprozess (c). Nach einem Hot Swap beginnt die automatische Kalibrierung eines neuen Shuttles (d).

Ausblick: Flexible Anwendungen für eine Prozess-übergreifende Systemüberwachung

Eine entsprechende smarte Softwarelösung für die Nutzung der Sensordaten der Transportsysteme von B&R macht ein innovatives Management der Anlagen möglich. Darüber hinaus lassen unsere Standard-Bausteine eine flexible Anpassung der zugrundeliegenden KI-Verfahren an beliebige Kombinationen von Sensordaten und Aufgabenstellungen zu. Über die von B&R bei unterschiedlichen industriellen Prozessen und Anlagen verwendeten standardisierten Schnittstellen können wir unsere Lösung für die Bedürfnisse einer Vielzahl unterschiedlicher Prozesse, Anlagen und Endkunden bereitstellen und anpassen. Je nach Branche, IT-Landschaft und unternehmensspezifischen Richtlinien können die von AIM entwickelten Smart Machines Services auf leistungsfähigen Edge-Systemen, On-Premises oder in der Cloud betrieben werden.

Wir freuen uns darauf, gemeinsam mit B&R den beschriebenen und weitere Anwendungsfälle im Feld zu erproben.

Sind Sie interessiert? Sind Sie Industriepartner von B&R? Setzen Sie sich gern mit uns in Verbindung, um als Early Adopters das noch nicht genutzte Potential in ihren Daten frühzeitig zu heben und einen wichtigen Schritt voraus zu sein.

Diese Artikel könnten Sie auch interessieren: