Trend 2: Daten vergolden

Daten: Rohstoff zur Produkt, Prozess - und Performanceverbesserung


Mit sinkenden Kosten für hochvolumige Speichermöglichkeiten und hohe Verarbeitungsgeschwindigkeiten werden Data Analytics Themen auch im Maschinenbau zunehmend interessant. Denn entsprechend ausgestattete Maschinen und Anlagen können heute über Sensorik und Eingabesysteme Unmengen wertvoller Daten generieren. Wenn es dann gelingt, aus diesen zumeist unstrukturierten Daten nutzbare Informationen zu generieren, diese zielgerichtet zu verdichten und zu analysieren, lassen sich die Ergebnisse in vielfältiger Art und Weise einsetzen. So können Informationen zum Maschinenzustand für präventive Wartung genutzt werden, Prozessdaten als Grundlage für integrierte Prozessregelungen oder Daten zur Maschinennutzung als Inspiration für Weiterentwicklungen.


Maschinenbauer und produzierende Unternehmen, die eine solche Smart Data Kompetenz für sich entwickeln, genießen einen grossen Vorteil. Sie sind in der Lage, auf ganz neuem Niveau Produktivität und Qualität zu steigern und Prozesse zu optimieren. 

"Smart Data bringt bei gezieltem Einsatz hohen Nutzen für Maschinenbauer und deren Kunden"

Bernhard Natter

Projektleiter

Smart Data

Datentypen und deren Nutzen

Zustandsdaten

Die Nutzung von Zustandsdaten ist der klassische Fall für das Thema der präventiven Maschinenwartung. Dabei werden kritische Maschinenkomponenten überwacht, Daten erfasst und analysiert und im Bedarfsfall entsprechende Informationen abgesetzt (z.B. Schleppfehler auf Motoren). Mit modellbasierten Systemen und intelligenten Auswertealgorithmen können aufgrund von Messungen auch Ableitungen für die Fehlerursache gemacht werden, was gezielte und schnelle Serviceeingriffe möglich macht (z.B. Messung von Unterdruck mit Ableitung Fehlerursache Zuleitung, Pumpe, …). Die Erfassung von Zustandsdaten ist auch eine Informationsquelle für konstruktive Schwachstellen in der Maschine.



Aus der Praxis

Die Pantec Databox

Mit der Pantec Databox bieten wir Ihnen ein schnell einsetzbares, skalierbares Starterpaket für Ihre Smart Data Anwendungen.

Kontaktieren Sie uns für mehr Informationen

Prozessdaten

Eine hochaufgelöste Erfassung von Prozessdaten eröffnet im wahrsten Sinne des Wortes wertvolle Einblicke und Interventionsmöglichkeiten. Eine beispielhafte Darstellung schafft einen Überblick

  • Wie wirken sich einzelne Prozessparameter auf die Produktqualität aus
  • Was sind tolerierbare Prozessgrenzen und ab wann werden Qualitätstoleranzen überschritten
  • Welche Vorsteuergrössen sind notwendig, um eine Maschine mit minimalem Ausschuss auf ein neues Produktionslos einzustellen
  • Wie wirken sich Qualitätsschwankungen bei Verarbeitungsmaterialien aus und wie können diese durch veränderte Prozessparameter adaptiert werden

Die Analyse von Prozessdaten hilft, den Produktionsprozess zu stabilisieren. Das ist die Grundlage, um Ausschuss zu reduzieren und die Produktion von kleinen Losgrössen wirtschaftlich zu betreiben.


Produktionsdaten

Über die Auswertung von Daten zur Maschinennutzung lassen sich für den Maschinenhersteller interessante Rückschlüsse auf die Nutzung der Maschinen ziehen. Die verdichtete Information zu Batchgrössen, Werkzeugeinstellungen, Prozessparameter etc. kann als wichtige Basis zur funktionalen Weiterentwicklung und technischen Optimierung bestehender Produkte genutzt werden.

Unser Angebot

Step by step zu Smart Data


Um in das Thema der Datennutzung einzutauchen, sind einige wesentliche Voraussetzungen notwendig. Die datentechnische Infrastruktur und die Auswertesoftware stellen dabei einen wichtigen Basisfaktor dar. Doch entscheidend ist ein sauberes, konzeptionelles Vorgehen, damit ein wirklicher Benefit entsteht. Es hat sich in unserer Praxis gezeigt, dass die Herangehensweise über kleine, konkrete Aufgabenstellungen mit skalierbarer Infrastruktur sehr schnell zu wertvollen Ergebnissen führen.



Erarbeitung einer Zielhierarchie

Zum Einstieg ist es entscheidend, sich darüber klar zu werden, was mit den Datenanalysen erreicht werden soll. Sinnvollerweise zeitlich abgegrenzt auf kurz-, mittel- und langfristig. Dies ist wichtig, um die Infrastruktur zur Datensammlung so auszulegen, dass sie für den Einstieg ausreichend dimensioniert ist und auf die langfristigen Anforderungen erweitert werden kann. Mit einer Priorisierung wird zum Einstieg auf eine konkrete Aufgabenstellung fokusiert. Dies gibt jedem Beteiligten die Möglichkeit, sich am konkreten Beispiel mit den Möglichkeiten und Grenzen der Datenanalyse auseinanderzusetzen, schafft schnelle Erfolgserlebnisse und ist ein ausgezeichnetes Rüstzeug für komplexere, langfristigere Aufgabenstellungen.


Schaffen der technischen Infrastruktur

  • Datenmodell: Physikalische Erfassung der Daten und Abbildung im Datenbankmodell
  • Datenanbindung
    • Gathering von Bestandssteuerung
    • Implementierung von Datenloggern, …
  • Datenintegrität und (skalierbare) Speicherung (Start z.B. mit Access SQL oder mySQL, mit grosser Datenbank dann SQL Server, Oracle)

 

Datensammlung


Auswertung und Modellbildung

  • Analyse der Daten
  • Ableitung und Erkennen der Zusammenhänge und Modellbildungen


Entscheidung und Intervention

  • Absetzen von Informationen zu Systemeingriffen (z.B. für präventive Wartung)
  • Ableitung von Regelalgorithmen (für Closed Loop Regelungen)
  • Zusammenfassen von Optimierungspotential (für Weiterentwicklungen)

Ihre Ansprechpartner

Stefan Safran

Business Unit Leiter Pantec Automation
T: +423 377 13 56
Email


Markus Hanefeld

Leiter Vertrieb Business Unit Automation
T: +423 377 13 74
Email