Herausforderungen bei der automatischen Prozessdatenanalyse
Warum es wichtig ist Prozessdaten aus unterschiedlichsten Quellen für individuelle Prozessanalysen zu verarbeiten und wie das BITMOTECOsystem von Bitmotec das ermöglichen, erfahren Sie in der Aktuellen Ausgabe der IT&Production – Das Industrie 4.0-Magazin für erfolgreiche Produktion.
Automatische Prozessanalysen ermöglichen den genauen Blick auf die Produktion und ermöglichen es Werkern, schnell auf Veränderungen bei Produktqualität oder Anlagenzustand zu reagieren. Wenn dafür nicht nur das Produkt, sondern auch die Anlagen und die Produktionsumgebung überwacht werden sollen, dann hilft die BITMOTECO Maschinenüberwachung von Bitmotec.
Die Integration von Prozessanalysen in neue oder bestehende Produktionsanlagen ist noch immer von hohem individuellen Anpassungsaufwand geprägt. Die Basis für Prozessanalysen bildet das Condition Monitoring. Viele verschiedene Datenquellen, Maschinensteuerungen sowie Hersteller für industrielle Kameras und Sensoren machen eine Umsetzung für Integratoren und Anwender aufwendig. Zudem müssen solche Lösungen auf Betreiberseite hohen Datenschutzanforderungen gerecht werden. Der BITMOTECO IoT-Systembaukasten soll solche Integrationen für beliebige Prozessanalysen wie der OEE-Kennzahl erleichtern. Dazu stehen standardisierte und herstellerunabhängige Schnittstellen zu Maschinen und einer Vielzahl an Sensoren zur Verfügung, OPC UA Client/Server, MQTT Client/Bridge/Broker, Modbus und IO-Link. Eine GigE-Vision-Schnittstelle für den Anschluss von Kameras über die integrierten PoE-Buchsen soll im ersten Quartal 2021 hinzukommen. Auch für die Anbindung an IT-Netzwerke über Ethernet, WLAN, LoRaWAN oder 5G stehen Technologien zur Verfügung.
Schnelle Umsetzung durch gemanagte Open Source Module
Für die Konfiguration der Datenverarbeitung ist auf dem BITMOTECO OS (dem Betriebssystem) das von Bitmotec gemanagte Open Source Modul Node-RED integriert. Dies ermöglicht es, Rohdaten aus diversen Quellen zu vernetzen, individuell zu analysieren und weiterzuleiten. So können etwa Ergebnisse aus Vision-Anwendungen oder aus smarten Industriekameras mit Sensorwerten aus der Produktionsanlage kombiniert und weiterverarbeitet werden. Zusätzlich können Anwender und Integratoren eigene Funktionalitäten and Analysen mit Javascript-Funktionsblöcken im Node-RED selbst implementieren. Außerdem sind Erweiterungen um Third-Party-Applikationen ebenfalls möglich. Hinzu kommt die Option, selbst komplexere KI-Anwendungen on-the-edge zu trainieren und auszuführen.
Die Ergebnisse der Prozessanalysen lassen sich über das interne Dashboard-Tool Grafana ausgeben und über das interne Benachrichtigungs-Tool in verschiedenen Kanäle oder übergeordnete Systeme (ERP- oder MES-Software) senden. Das modulare Dashboard-Tool Grafana bietet eine Benutzerverwaltung für unterschiedliche Benutzergruppen an(z.B. Produktionsleiter und Maschinenbediener). Die Benutzersteuerung steuert die personen- und rollenbezogene Anzeige der Dashboards über das firmeneigene Netzwerk an die angeschlossenen Computer. Ein Benachrichtigungssystem bspw. auf der Basis von Schwellwertüberschreitungen bietet das System ebenfalls.
Neben Node-RED stehen auch weitere gemanagte Open Source Module wie Grafana, Influxdb, Mosquitto, PostgreSQL und Chripstack zur Verfügung.
Quellen
Der original Artikel ist erschienen unter:
PDF: IT&Production Februarausgabe