Intelligente Prozessüberwachung und -auswertung in der Cloud

Neue Technologie für den Mittelstand

Wie können kleine und mittlere Unternehmen die Potenziale der digitalen Transformation erschließen? In den Transferprojekten des Cluster it´s OWL können KMU gemeinsam mit Forschungseinrichtungen neue Technologien nutzen, um Produkte und Produktionsverfahren zu verbessern. Der Maschinenbauer Kolbus konnte so eine intelligente Prozessüberwachung in der Druckverarbeitung realisieren. Fischer Mess- und Regeltechnik ist es gelungen, Prozesssensordaten zentral in der Cloud auszuwerten.

Durch ein Transferprojekt ist es Fischer Mess- und Regeltechnik gelungen, Sensordaten kostengünstig und effizient in der Cloud zu speichern. (Bild: Fischer Mess- und Regeltechnik)

Durch ein Transferprojekt ist es Fischer Mess- und Regeltechnik gelungen, Sensordaten kostengünstig und effizient in der Cloud zu speichern. (Bild: Fischer Mess- und Regeltechnik)

Bereits in 171 Transferprojekten von it´s OWL konnten Unternehmen neue Technologien nutzen, um Schritte in die industrielle Zukunft zu gehen. Dabei ging es um die Bereiche Selbstoptimierung, Mensch/Maschine-Interaktion, intelligente Vernetzung, Energieeffizienz und Systems Engineering. Die Rückmeldungen sind sehr gut: 74 Prozent der Unternehmen sind mit dem Projektablauf zufrieden, 69 Prozent geben an, dass sie eine wesentliche Weiterentwicklung vollzogen haben.

Durch maschinelles Lernen und Anomalieerkennung kann Kolbus Maschinenausfälle und Ausschuss verringern. (Bild: Kolbus)

Durch maschinelles Lernen und Anomalieerkennung kann Kolbus Maschinenausfälle und Ausschuss verringern. (Bild: Kolbus)

Intelligente Prozessüberwachung in der Druckverarbeitung

Mit vollautomatischen Fertigungsanlagen repräsentiert Kolbus zukunftsorientierte Technik für kreative, nachhaltige Verpackungslösungen aus Karton und Wellpappe. Gerade mit Maschinen für die industrielle Buchbindung wurde das Unternehmen erfolgreich. Die Komplexität der Maschinen hat in den vergangenen Jahren zugenommen, weil eine Vielzahl informationsverarbeitender Komponenten hinzukam. Dadurch entstanden potenzielle Fehlerquellen. Ein Fehler im System bzw. in der Anlage macht sich durch Änderungen im Zustands- und/oder Zeitverhalten des Gesamtsystems bemerkbar. Um die Anlagenverfügbarkeit zu erhöhen und die Ausschussrate der Maschinen zu verringern, ist ein frühzeitiges Erkennen von Prozessanomalien bzw. Anlagenfehlern notwendig. Zusammen mit der Hochschule OWL ist die Firma Kolbus diese Herausforderung angegangen. Das Ziel des gemeinsamen Transferprojektes war es, durch eine zuverlässige und einfache Prozessüberwachung den aktuellen Betriebszustand sowie Ursachen im Fehlerfall zu identifizieren. Darüber hinaus sollte der passgenaue Wartungsbedarf der Anlage ermittelt werden. Die Projektpartner erhofften sich von dieser geplanten Prozessüberwachung verkürzte Wartungsintervalle und eine Reduzierung der ungeplanten Instandsetzungsmaßnahmen.

Assistenzsystem erkennt Anomalien

Um diese Ziele zu erreichen, sollte ein Assistenzsystem – ein Softwarewerkzeug – zur Erkennung von Prozessanomalien eines Dreimesserautomaten prototypisch umgesetzt werden. Im ersten Schritt wurde dazu ermittelt, welche Anomalien und Störungen mithilfe des geplanten Assistenzsystems erfasst werden sollen. In einem zweiten Schritt wurden unterschiedliche Datenerfassungslösungen betrachtet und daraus eine passgenaue Alternative für Kolbus abgeleitet, die anschließend in den Dreimesserautomaten integriert wurde. Das Ergebnis ist ein gelerntes Modell in Form eines hybriden Automaten, welcher als Zustandsraum die einzelnen diskreten Betriebszustände des betrachteten Dreimesserautomaten abbildet. Mit den dabei verwendeten Diagnosealgorithmen konnten weiterhin innerhalb der Assistenzsoftware bestimmte Anomalien erkannt werden, z.B. die Abweichung von gelernten Zeitintervallen. Fazit nach Abschluss des Projekts: Durch das automatische maschinelle Lernen und die zuverlässige Anomalie-Erkennung profitieren sowohl der Maschinenbauer als auch der Endkunde. Fehler werden frühzeitiger entdeckt, Ausschusswaren werden vermindert und Wartungszyklen optimiert. Die Erfahrungen und Ergebnisse aus dem Projekt sollen langfristig weiter ausgebaut und verwendet werden.

Das könnte Sie auch interessieren

Die strategische Digitalisierung der Konstruktion und steuerungstechnischen Auslegung von Maschinen und Anlagen hat das European 4.0 Transformation Center (E4TC) der RWTH Aachen untersucht. Der Forschungsbericht ‚Engineering 4.0‘ hat deutsche Maschinenbauer im Serien- und Sondermaschinenbau, Ingenieurbüros/Hardwareplaner sowie Gerätehersteller befragt. ‣ weiterlesen

Die Weidmüller-Gruppe hat mit Vertragsabschluss am 31. Mai einen Minderheitsanteil an der taiwanischen Oring Industrial Networking Corporation übernommen. Über den Kaufpreis wurde Stillschweigen vereinbart. ‣ weiterlesen

Im April 2019 hat die deutsche Elektroindustrie insgesamt 7% weniger Bestellungen erhalten als ein Jahr zuvor. Die Aufträge aus dem Inland gingen um 8% zurück, die aus dem Ausland um 6,2%. ‣ weiterlesen

Deutschland Test und das Wirtschaftsmagazin Focus-Money haben von Januar bis Dezember 2018 die Studie ‚Deutschlands beste Ausbildungsbetriebe‘ durchgeführt. ‣ weiterlesen

Eplan will sein Angebot an Tools künftig noch enger im Sinne eines Engineering-Ökosystems vernetzen. „Ein Container mit komplett konsistentem Datenmodell, der alle Informationen eines Automatisierungsprojekts beinhaltet und sie weiteren Prozessschritten zur Verfügung stellt, steht entsprechend im Zentrum unserer aktuellen Bestrebungen“, formulierte CEO Sebastian Seitz (Bild) den eigenen Anspruch im Rahmen einer Presseveranstaltung am Donnerstag. ‣ weiterlesen

Die Auftragseingänge im Maschinenbau haben auch im April enttäuscht: Im Vergleich zum Vorjahr sanken sie um real 11%. Das war der fünfte Monatsrückgang in Folge. ‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige