© Monty Rakusen/Cultura/Getty Images© Monty Rakusen/Cultura/Getty Images

Hard- & Software, vernetzt

Maschinendaten als Mehrwert

Industrial Analytics wertet Daten entlang der gesamten Produktionskette aus, minimiert Ausfälle und schafft Potenziale für immense Steigerungen der Produktivität. Trotzdem fühlen sich viele Firmen diesen Herausforderungen noch nicht gewachsen.

Im Gummiwerk der Kraiburg GmbH & Co. KG im bayerischen Waldkraiburg wacht seit kurzer Zeit ODiN über die Produktion. Gemeint ist nicht der germanische Kriegs- und Totengott. Die Abkürzung steht für Online Diagnostics Network (ODiN). Gemeinsam mit Experten von Bosch Rexroth hat der Hersteller von Kautschukmischungen ein System zur vorausschauenden Wartung sowie zur Reduktion des Energieverbrauchs installiert. „Da unsere Walzwerke fast durchgängig im Dreischichtbetrieb laufen, spielt die Maschinenverfügbarkeit eine extrem wichtige Rolle“, erklärt Günther Beisser, der bei Kraiburg in der Anlagenplanung arbeitet. „Schließlich verzögern Ausfälle bei einer einzigen Maschine den gesamten Produktionsprozess und verursachen so am Ende extrem hohe Kosten.“ Damit dieser Fall nicht eintritt, wurden die Anlagen bisher nach einer bestimmten Anzahl an Betriebsstunden regelmäßig gewartet – unabhängig vom Verschleiß einzelner Bauteile. Mit ODiN als Condition-Monitoring- und Predictive-Maintenance-Lösung kann Beisser die Wartung und Instandhaltung nun sehr viel präziser und vorausschauender gestalten.

» Gerade einmal einem Drittel der Unternehmen gelingt es heute, relevante Erkenntnisse aus ihren aktuellen Daten zu gewinnen. « Frank Pörschmann, Digital Analytics Association

Dreh- und Angelpunkt ist das perfekte Zusammenspiel von Sensorik, Cloud-basierten Anwendungen sowie Machine-Lear­ning-Methoden. Das setzt voraus, dass Sensoren zunächst detailliertes Datenmaterial zum Zustand von Ölbehälter, zu den Pumpen, Hydraulikmotoren und dem elektrischen Antrieb liefern. Diese Daten, etwa Temperatur, Ölstände, Volumenströme und Drücke, werden dann an einen Server von Bosch Rexroth weitergeleitet und dort analysiert. Das hat unter anderem den Vorteil, dass ein Eingriff in die IT-Infrastruktur von Kraiburg nicht erforderlich ist. „Einen Vorteil bietet uns ODiN auch deshalb, weil Bosch Rexroth dadurch genau die gleichen Daten vorliegen wie uns“, erklärt Beisser. „In einem Störfall half uns das bereits sehr, weil uns ein Techniker von Bosch Rexroth direkt präzise Hinweise geben konnte und wir die Störung selbst ohne einen Technikereinsatz vor Ort beheben konnten.“

Schneller als der Fehler

Das Beispiel zeigt, was möglich ist. Daten gehören zweifelsfrei zu den begehrtesten Rohstoffen des 21. Jahrhunderts. Doch sie entfalten erst dann ihre volle Wirkung, wenn sie effizient ausgewertet und genutzt werden. Mittlerweile nehmen sie in Industrieunternehmen nicht nur ein beängstigend schnell wachsendes Volumen ein, sondern sind auch von der Art sehr vielfältig. Längst werden die meisten maschinellen Anlagen mit Sensoren bestückt, um präzise Daten über Faktoren wie Motorleistung, Stromverbrauch, Drücke, Temperaturen und Eigenschaften von Oberflächen zu messen. Allerdings sind nur wenige Industrieunternehmen bislang in der Lage, mit diesem kostbaren Rohstoff etwas anzufangen. Dies ergab der Industrial Analytics Report 2016/2017, eine weltweit aufgesetzte Standortbestimmung zur Datenanalyse in Industrieunternehmen. „Gerade einmal einem Drittel der Unternehmen gelingt es heute, relevante Erkenntnisse aus ihren aktuellen Daten zu gewinnen“, erklärt Frank Pörschmann. Er ist Vorstandsmitglied der Digital Analytics Association und hat die Studie mit initiiert. Während sich die meisten Unternehmen über die Bedeutung der Datenanalyse durchaus im Klaren sind, stehen viele bei der Umsetzung noch vor großen Herausforderungen. Da die technische Entwicklung auf diesem Gebiet mit rasanter Geschwindigkeit vorangeht, hat für sie ein Wettlauf gegen die Zeit begonnen. Unternehmen erhoffen sich laut Pörschmann vor allem Wettbewerbsvorteile, die sich aus der intelligenten Datenanalyse ergeben: „Spitzenreiter sind Umsatzsteigerung und höhere Kundenzufriedenheit. Den dritten Platz belegt der Wunsch nach einer besseren Produktqualität. Allein diese drei Punkte kommen zusammen auf 66 Prozent.“

Industrieunternehmen, die Daten zielführend auswerten können, erzielen damit deutliche Vorteile am Markt. Dazu gehören neben einer besseren Anlagenverfügbarkeit wie bei Kraiburg auch zuverlässige Entscheidungsgrundlagen zur Optimierung der Produktionsprozesse, die zu einer entscheidenden Erhöhung der Produktivität führen. Dies kann geschehen, indem etwa Arbeitsprozesse ideal an eine wechselnde Umgebungstemperatur angepasst werden, die wiederum eine positive Auswirkung auf die Qualität des herzustellenden Produkts hat. Auch kann eine systematische Analyse und Aufbereitung der Daten neue Geschäftsmodelle entstehen lassen. Zum Beispiel wenn ein Autohersteller die Daten der Wettersensoren im Fahrzeug als eigenen Wetterdienst anbietet. Zudem ist in den vergangenen Jahren auch die Qualität der Data-Analytics-Verfahren sprunghaft angestiegen. Während man früher durch die Kombination verschiedener Messwerte feststellen konnte, warum eine Maschine ausfiel, kann man heute per Predictive Analytics vorhersagende Analysen erstellen, die die anfallenden Daten nicht mehr nur rückblickend betrachten, sondern bereits zum Zeitpunkt der Erhebung verlässliche Vorhersagen für die Zukunft treffen. Klingt vielversprechend. Doch wo liegen für die Firmen aufgrund der Studienergebnisse die Herausforderungen? „Hier stehen drei Aspekte im Vordergrund: Zum einen sind es die Daten selbst. Zweitens die Kompetenz, diese in Entscheidungen zu überführen, und drittens der eklatante und zunehmende Engpass an Experten“, betont Pörschmann. „Die größte Herausforderung liegt immer noch darin, die diversen Datenformen aus verschiedenen Quellen und Netzen mit unterschiedlichen Qualitäten zu jedem beliebigen Zeitpunkt zu einer Basis zusammenzuführen.“

Analyse auslagern

Kraiburg löst dieses Problem mithilfe der Partner von Bosch Rexroth. Per GSM-Modul übermitteln die Anlagen alle gesammelten Daten direkt in die Cloud, wo sie weiter analysiert werden. Nachdem das System am Walzwerk installiert wurde, sammelte ODiN zunächst in einer mehrmonatigen Trainingsphase Datenmaterial zu allen überwachten Bauteilen und Komponenten. Auf dieser Basis stellt ein Machine-Learning-Algorithmus einen sogenannten normalen „Gesundheitszustand“ (Health Index) für die Anlage fest. Danach erhebt ODiN kontinuierlich den „Health Index“ des Walzwerks. Verschlechtert sich der Index, weil sich die Daten mehrerer Sensoren verändern, gibt das System eine Warnung aus.

Auf diese Weise wird nicht nur der Zustand des überwachten Aggregats angezeigt, sondern auch die schleichenden Veränderungen der vor- und nachgelagerten Bauteile. „Während ein Fehler statistisch gesehen per Zufall nur mit einer Wahrscheinlichkeit von 13 Prozent entdeckt wird, erkennt ein Experte, der die Anlage mit traditionellen Mitteln ständig überwacht, ihn immerhin zu 43 Prozent. Wogegen ODiN jedoch eine Fehlererkennungsrate von mehr als 95 Prozent erreicht“, verdeutlicht Tapio Torikka, Projektmanagement und Entwicklung Condition-Monitoring-Systeme bei Bosch Rex­roth. Das heißt, entweder kann die Software den Fehler bereits genau identifizieren oder sie unterstützt Wartungstechniker bei der Fehlersuche durch eine Lokalisierung des Problems auf eine bestimmte Baugruppe. ODiN sorgt aber nicht nur für eine deutlich höhere Effizienz bei der Wartung, sondern auch für einen sparsamen Betrieb. Die Erweiterung des Antriebs um einen Frequenzumrichter ermöglicht es zusammen mit der Hydraulikpumpe, dass das Antriebssystem – unabhängig von der Last – immer in einem optimalen Wirkungsgradbereich läuft.

(c) Creditreform-Magazin

(c) Creditreform-Magazin

 


Wir freuen uns über Diskussionen und Ihre Kommentare.
Wie in jeder Gemeinschaft ist es notwendig, dass sich alle Teilnehmer an die Netiquette halten. Durch Ihre Kommentare sollen interessante, gewinnbringende Debatten entstehen, an denen sich andere Nutzer gerne beteiligen. Beleidigungen und Schmähreden sind deshalb ebenso tabu wie Diskriminierungen und die unerlaubte Veröffentlichung persönlicher Daten. Bitte verstecken Sie sich auch nicht hinter Pseudonymen, sondern benutzen Sie Klarnamen.

Kommentar absenden

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

CAPTCHA-Bild

*

Du kannst folgende HTML-Tags benutzen: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>