Maschinenüberwachung kann kompliziert und aufwendig sein - muss sie aber nicht.

Maschinenüberwachung kann kompliziert und aufwendig sein - muss sie aber nicht. - (Bild: stock.adobe.com/Mulderphoto)

Der Einstieg in das Industrial Internet of Things (IIoT) wird den KMUs oftmals erschwert: zu hohe Kosten für Projekte mit ungewissem Ergebnis, zu wenig internes Know-how über die Analyse von Daten und künstliche Intelligenz sowie zu hoher Aufwand für den Aufbau einer geeigneten IT-Infrastruktur. Schlüsselfertige IIoT-Komplettlösungen aus einer sicheren Cloud bieten gerade für KMU eine einfache und günstige Möglichkeit, digitale Mehrwertdienste für sich zu nutzen.

Die Erfassung und Speicherung von Maschinen- und Prozessdaten sind bei kritischen Anlagen bereits seit Jahrzehnten üblich. Doch die Einleitung von entsprechenden Maßnahmen erfolgt meist erst reaktiv, da die Logs zunächst ausgelesen und dann manuell ausgewertet werden. Ein Handlungsbedarf wird im schlimmsten Fall erst dann erkannt, wenn bereits ein gravierendes Problem besteht. Auf diese Weise ist es nicht möglich, einen (weltweiten) Maschinenbestand kontinuierlich zu überwachen und proaktiv zu handeln.

Das hat sich dank heutiger IIoT-Verfahren grundlegend geändert: Sensor-, Log-, Prozess- und Produktionsdaten werden durch digitale, automatisierte Analyseprozesse erfasst und performant in der Cloud verarbeitet. Auf diese Weise können Informationen über die Anlage kontinuierlich in Echtzeit ausgewertet werden.

4 Schritte zur intelligenten Maschinenüberwachung

Grundsätzlich müssen Hersteller insgesamt vier IIoT-Aufgaben bewältigen, um Service und Wartung auf ein neues Qualitätslevel zu heben:

  1. Verbinden: Im ersten Schritt werden die Maschinen vernetzt, um die Datenverfügbarkeit zu gewährleisten. Hierfür stehen kostengünstige Hard- und Software Gateways zur Verfügung, die alle gängigen Industrieprotokolle lesen, in sichere Standardformate (zum Beipiel OPC-UA) wandeln und übertragen können.
  2. Visualisieren: Die gewonnenen Daten werden online grafisch so dargestellt, dass sie durch Bediener oder Servicetechniker zur visuellen Zustandsüberwachung genutzt werden können. So werden Leistungskennzahlen (engl. Key Performance Indicators, KPI), Fehlerzustände und Fehlerursachen sichtbar.
  3. Analysieren: Mit Hilfe von Algorithmen aus Statistik und Künstlicher Intelligenz werden die Zustandsüberwachung und die Fehlerdiagnose automatisiert. Prognosen und Trendanalysen liefern Informationen für die Entscheidungsunterstützung in Service und Wartung. Aus der Flottenanalyse werden zusätzlich Hinweise zur kontinuierlichen Produktverbesserung gewonnen.
  4. Handeln: Die Analyseergebnisse führen automatisiert zu Benachrichtigungen, Ersatzteil- und Serviceaufträgen.

Im vierten und letzten Schritt geht es darum, das neu entstandene Potenzial gewinnbringend zu nutzen: Der Betrieb von Predictive beziehungsweise Preventive Maintenance und Datenanalyse dient dazu, Stillstände und Ausfälle zu vermeiden, die Produktionsprozesse zu optimieren sowie Maschinen effizient einzusetzen. Diese neuen Service-Level führen auch zur Entwicklung neuer Businessmodelle durch die Erweiterung des Service- und Aftermarket-Geschäfts (Geschäftsprozessintegration). So lassen sich tatsächlich Gewinne durch Maschinendaten erzielen.

Eine IIoT-Komplettlösung, also ein System, aus der Cloud unterstützt Unternehmen ganzheitlich bei all diesen Schritten und bildet die komplette Service-Wertschöpfungskette in einer Plattform ab.

Video: Industrial Analytics mit Empolis Service Express

Das Video zeigt, was Industrial Analytics & Predictive Maintenance bringen können. - Inhalt: Empolis

Besserer Service dank schlüsselfertiger Komplettlösung

Eine schlüsselfertige Komplettlösung unterstützt die Konnektivität der Maschinen, wobei Steuerungen und Sensoren an das System angebunden werden, sodass alle Daten ausgelesen und sicher übermittelt werden können. Dann werden diese Daten für die Beobachtung und Maschinenüberwachung auf einem integrierten Dashboard visualisiert. Zur Datenanalyse und -interpretation werden Big-Data- sowie KI-Technologien herangezogen, wobei diese auch genutzt werden können, um Parameter zu konfigurieren und zu optimieren.

Last but not least, erfolgt die Etablierung der Serviceprozesse, die sich aus den Daten ergeben, sprich die Alarm- & Ticketverwaltung, die Einsatzplanung für das Serviceteam sowie die Verwaltung und Optimierung der Anlagen.

In Deutschland betriebene Cloud-Lösungen garantieren zudem eine vollständige Datensicherheit belegt durch die entsprechenden Zertifizierungen. Sie sind durch den Betrieb in der Cloud kostengünstig und amortisieren sich schnell. Daher sind sie gerade für KMUs optimal. Durch die Konnektivität mit den Maschinen sind sie für die Überwachung sofort einsetzbar und liefern Ergebnisse.

Mit Analytic-Bots Maschinen verstehen

Eine komplette Lösung für die Maschinenüberwachung wie Empolis Service Express Industrial Analytics bieten als besondere Assets vordefinierte KI-basierte Analytic-Bots an. Diese Bots sind Datenanalyse- oder KPI-Lösungsbausteine, die als schlüsselfertige Systemkomponenten direkt mehrwertstiftend einsetzbar sind. Dabei können sie ganz einfach von Ingenieuren auf den jeweiligen Anwendungsfall konfiguriert werden. Für die Konfigurierung sind keinerlei Kenntnisse über Informatik oder künstliche Intelligenz (KI) notwendig. Und vor allem: Es werden keine großen historischen Datenmengen benötigt.

Davon profitieren Hersteller auf mehreren Ebenen: Sie können sich voll auf ihr Kernprozesswissen konzentrieren und sind nach wenigen Schritten startbereit:

  • Auswahl des Anwendungsfalls, den der Bot untersuchen und überwachen soll (Verschleiß, Verschmutzung, Leckage oder Qualität)
  • Zuweisung der entsprechenden Maschinendaten (Druck, Schwingung, Temperaturabweichung, Durchsatz)
  • Konfiguration des jeweiligen Bots für das jeweilige Aggregat und Eintragung der Parameter.

Das war es schon! Ganz ohne Datenhistorie, aber mit intuitiver Visualisierung auf dem Dashboard, um sofort das Wesentliche erkennen zu können.

Bilderstrecke: 7 Schritte zum digitalen Service- und Instandhaltungsprozess

Die digitale Transformation im Service

Eine Cloud-Komplettlösung geht weit über das Ziel einer höheren Maschinenverfügbarkeit hinaus. Sie nutzt das volle Potenzial der Datenanalyse und generiert neuen Umsatz, indem beispielsweise eine Wartungsplanung auf Basis der Maschinendaten als neuer Service angeboten wird, der Ausfälle proaktiv verhindert und passende Ersatzteile gleich mit anbietet.

Davon profitieren Anbieter, Management und Kunden gleichermaßen. Die Gesamtanlageneffektivität wird durch eine höhere Anlagenverfügbarkeit, Produktivität und Qualität verbessert. Gleichzeitig können Anbieter ihren Fokus auf den Geschäftswert der Daten legen, nicht auf deren Analyse. Betreiber können ihre Maschinen, Geräte und Prozesse verstehen:

- Wie funktionieren sie wirklich?
- Wie können diese messbar gemacht werden?
- Und wie kann deren Verhalten vorhergesagt werden?

Somit begleitet eine IIoT-Komplettlösung den gesamten Prozess: Von der Datenanalyse bis zur richtigen Maßnahme, oder anders ausgedrückt: vom Signal zur Aktion. Anbieter können wiederum ihr Ersatzteil- und Betriebsmittelgeschäft optimieren, neue datengetriebene Geschäftsmodelle entwickeln und ihr Leistungsangebot im Service erweitern.

Schlüsselfertigen IIoT-Komplettlösungen sind der einfache, günstige und schnelle Einstieg für KMUs in das Industrial Internet of Things, um relevante Daten zu nutzen, Stillstände und Ausfälle von Maschinen, Anlagen und Geräten zu vermeiden und sich digital zu transformieren.

Bearbeitet von Stefan Weinzierl

Sie möchten gerne weiterlesen?