Eine wichtige Rolle bei der Industrie-4.0-Implementierung spielt der zweite Kanal, der Ausgang neben der Schnittstelle für Prozessdaten. Die Aufgabe eines Sensors besteht darin, Sensordaten aufzunehmen und über die Schnittstelle nach außen zu übermitteln. Bei einfachen, binär schaltendenden Sensoren ist das meist nur ein Schalt-Bit, bei distanzmessenden Sensoren wird als Schnittstelle oft ein Analogausgang verwendet. Bei Absolutwertgebern werden die Positionsinformationen in der Regel über serielle Schnittstellen, beispielsweise SSI, übertragen. Alle diese Schnittstellen sind ausschließlich dafür geeignet, Prozessdaten zu übermitteln. Ein wichtiger Gesichtspunkt für einen Weg in Richtung Industrie 4.0 ist die Diagnose und der Rezepturwechsel/Formatumstellung bei der Parametrierung der Maschine im Produktionsbetrieb. Dafür ist es nötig, Diagnose- und Parametrierdaten mit dem Sensor auszutauschen.
Eine Möglichkeit hierfür ist, in den Sensor eine Kommunikationsschnittstelle einzubauen. Je nach Leistungsbedarf und Kostenpunkt kann das eine Feldbus-Schnittstelle sein, zum Beispiel Profinet, oder eine standardisierte serielle Kommunikationsschnittstelle wie IO-Link. Über diese Schnittstellen werden sowohl die Prozess- wie auch die Diagnose- und Parametrierdaten mit der Steuerung ausgetauscht. Dies ist ein erster Schritt in Richtung größerer Datentransparenz und damit ein Schritt in Richtung Industrie 4.0.
Dual-Channel-Betrieb und hohe Echtzeit-Anforderungen
Schwieriger wird es mit der Datentransparenz, wenn es sich um Sensoren handelt, die normalerweise nicht an eine Steuerung angeschlossen sind. Das ist meist der Fall, wenn hohe Echtzeit-Anforderungen die Kommunikation über die Steuerung nicht zulassen. Beispiele dafür sind Kontrasttaster oder Absolutwertgeber. Bei einem Kontrasttaster liegt die Ansprechzeit typischerweise im Bereich 20 bis 50 µs. Sie ist damit um 2 bis 3 Größenordnungen kürzer als typische Reaktionszeiten von Feldbussen und Steuerungen. Diese extrem kurze Ansprechzeit und ein kleiner Jitter werden benötigt, um in schnell laufenden Verpackungsmaschinen eine exakte Schnittmarkenposition zu ermitteln, um dadurch eine hohe Packqualität zu erreichen. Aus diesem Grund wird der Schaltausgang eines Kontrasttasters meist nicht an die Steuerung, sondern direkt an ein Ventil oder einen Antrieb angeschlossen. Um trotzdem die Möglichkeit eines automatischen Rezepturwechsels zu schaffen, sind moderne Kontrastsensoren wie zum Beispiel der KRT 18B von Leuze Electronic mit einer Dual-Channel-Schnittstelle ausgestattet (Bild 2). Neben dem schnellen Schaltausgang haben die Sensoren eine IO-Link-Kommunikationsschnittstelle, die eine Kommunikation mit der Steuerung und damit eine Diagnose und Parametrierung über das SPS-Programm zulässt.
Auch bei Absolutwertgebern führen hohe Echtzeit-Anforderungen dazu, dass die Positionsdaten in der Regel direkt an einen Motortreiber übertragen werden und nicht über die Maschinensteuerung laufen. Auch hier bietet der Sensorhersteller Dual-Channel-Lösungen. So ist beispielsweise das optische Lasermesssystem AMS 300 von Leuze Electronic mit einer SSI-Schnittstelle ausgestattet, die eine schnelle Übertragung der Positionswerte an den Frequenzumrichter und somit eine hochdynamische Positionierung ermöglicht (Bild 3). Parallel dazu gibt es eine Feldbus-Schnittstelle, die Daten für eine einfache Diagnose und Parametrierung mit der Maschinensteuerung austauscht. Durch den Dual-Channel-Betrieb erfüllen diese Sensoren hohe Echtzeit-Anforderungen und lassen trotzdem eine Diagnose und Parametrierung aus der Steuerung heraus zu.
Kommunikationsschnittstelle für Industrie 4.0
Eine intelligente und standardisierte Datenschnittstelle ist die Voraussetzung für einen hohe Datentransparenz und damit eine Basis für Industrie 4.0. Die Schnittstelle alleine reicht aber noch nicht, um Industrie-4.0-Systeme realisieren zu können. Das Referenz-Architekturmodell RAMI 4.0 (siehe großes Bild auf der ersten Beitragsseite) der Plattform Industrie 4.0 liefert eine Darstellung für Industrie 4.0.
Dieses Modell stellt die Eigenschaften von Industrie-4.0-Komponenten in drei Dimensionen dar. In einer Richtung wird der Lebenszyklus des Produkts beschrieben; hier werden Daten zu dem Produkt wie zum Beispiel Produktionsdaten, Datenblätter und Parametrierdaten gesammelt. In der nächsten Dimension wird eine Hierarchie aufgezeichnet. Das ist im Prinzip die bekannte Automatisierungspyramide erweitert um die Punkte ‚Product‘ unterhalb der Feldebene und der ‚Connected World‘ oberhalb der Unternehmensebene. In der dritten Dimension, als Layers beziehungsweise Schichten bezeichnet, wird die IT-Repräsentanz der Komponente beschrieben.
Industrie-4.0-Komponenten müssen sich durch das RAMI-Modell beschreiben lassen. Das bedeutet, dass ein Sensor (Field Device) über alle IT-Ebenen kommunizieren können muss, wenn er als Industrie-4.0-Komponente eingesetzt werden soll. Das kann ein Sensor mit IO-Link-Schnittstelle oder integriertem Feldbus nicht leisten, weil diese Schnittstellen ausschließlich mit der Steuerung kommunizieren, aber keine Daten in die oberen IT-Ebenen abgeben können. Aus diesem Grund verfügen intelligente Sensoren wie der Barcodeleser BCL 348i neben der Feldbus-Schnittstelle über eine weitere Schnittstelle, die direkt in die höheren IT-Ebenen kommunizieren kann (Bild 4). Heute wird hierfür ein Webserver eingesetzt.
Der Webserver erlaubt eine einfache Diagnose, ohne auf die Steuerung zugreifen zu müssen und ermöglicht einen globalen Zugriff auf den Sensor. Ein Webserver lässt sich heute noch nicht in einfache Sensoren, wie etwa einen Kontrasttaster integrieren. Deshalb hat der Sensorhersteller diese Kommunikationsschnittstelle in den IO-Link-Feldmaster MD 700i integriert. Dieser Master verbindet bis zu vier IO-Link-Sensoren über einen Feldbus wie beispielsweise Profinet mit der Steuerung. Parallel erlaubt der Webserver die Kommunikation über alle IT-Ebenen und damit eine einfache globale Diagnose. Auf diese Weise kann die Insel aus mehreren einfachen Sensoren am IO-Link-Master wieder als Industrie 4.0 beschrieben werden (Bild 3).
Offene Kommunikation mit OPC UA
OPC UA ist eine weitere Form eines zweiten Kanals für unsere Sensoren. OPC steht für ‘Open Platform Communications‘ und ist ein Satz von Standards für die industrielle Kommunikation beziehungsweise ein industrielles M2M-Kommunikationsprotokoll. Es wurde zwischen 1994 und 1996 unter dem Namen ‘OLE for Process Control‘ entwickelt, um Prozessdaten von Aktoren und Sensoren unterschiedlicher Hersteller mit SCADA- und HMI-Systemen auszutauschen. OPC basiert dabei auf den Microsoft-Technologien OLE, COM und DCOM.
OPC UA (UA steht dabei für ‘Unified Architecture‘) ist eine signifikante Weiterentwicklung der standardisierten Software-Schnittstelle OPC, die 2006 erstmals veröffentlicht wurde und stetig weiter entwickelt wird. Im Gegensatz zur ursprünglichen OPC steht OPC UA als Plattform-übergreifende Implementierung und ist damit nicht mehr an Windows-Plattformen gebunden, sondern kann auch auf Embedded-Systemen – wie sie üblicherweise in Sensoren vorkommen – implementiert werden. Zudem lassen sich Daten, die auf dem OPC-UA-Informationsmodell basieren, mit den OPC-UA-Protokollen über alle Ethernet-basierenden Busschnittstellen wie etwa Profinet oder Ethercat übertragen.
Desweiteren beinhaltet OPC UA eine Security-Anwendung, die aus Authentifizierung, Autorisierung, Verschlüsselung und Datenintegrität mit Signaturen besteht. Damit erlaubt OPC UA eine sichere Kommunikation, was bei den Kommunikationsmethoden, wie sie üblicherweise im industriellen Umfeld eingesetzt werden, nicht der Fall ist.
Von der Feldebene der Automatisierungspyramide kann OPC UA über zwei unterschiedliche Mechanismen in höhere Schichten wie etwa die ERP-Schicht kommunizieren. Entweder über eine Client/Server-Kommunikation oder über ein Publisher-Verfahren. Bei der Client/Server-Kommunikation wird in der Datenquelle, etwa einem Sensor, ein OPC-UA-Server integriert, der Daten an einen Daten-Abnehmer liefern kann. Beim Publisher-Verfahren wird ein OPC-UA-Publisher in der Datenquelle integriert. Dieser Publisher kann dann verschiedenen Datenabnehmern seine Daten zur Verfügung stellen. Gibt es mehr als eine Datenquelle (Sensor) im System, kann der Daten-Abnehmer entscheiden, an welchen Daten er von welchem Publisher er interessiert ist. Der Abnehmer muss damit nicht immer die Daten aller Publisher empfangen. Über dieses Verfahren ist zum Einen eine Kommunikation von m-Datenquellen zu n-Daten-Abnehmern möglich. Zum Anderen kann sich eine Daten-Cloud interessante Daten direkt von der Datenquelle holen. Auch in der gegengesetzten Richtung (von der Cloud in den Sensor) wird in Zukunft eine Kommunikation möglich sein. OPC UA kann somit die Schichten der Automatisierungspyramide quasi „durchtunneln“ und eine standardisierte Kommunikation von Sensoren und Aktoren unterschiedlicher Hersteller, die über unterschiedliche Bussysteme angebunden sind, direkt mit einem Cloud-basierten ERP-System ermöglichen. Dank der sicheren Kommunikation ist sogar ein Austausch von Daten zwischen unterschiedlichen Systemen über öffentliche Kanäle denkbar. Da Industrie 4.0 und das industrielle Internet der Dinge (IIoT) für den Austausch von Daten zwischen erfassenden und agierenden Einheiten (Sensoren und Aktoren) über alle System-Grenzen hinweg steht, ist OPC UA ein wichtiger Bestandteil von Industrie 4.0 und mit den oben genannten Eigenschaften aus Sicht von Leuze Electronic einer der wichtigsten Kandidaten für einen zukünftigen Standard in der Maschine-to-Maschine (M2M) Kommunikation.
Datenübertragung via OPC UA
Daten von Sensoren lassen im industriellen Umfeld im Sinne von Industrie 4.0 in unterschiedliche Kategorien einordnen. Hier sind insbesondere die Kategorien Prozessdaten, Diagnosedaten, Konfigurationsdaten und statistische Daten zu nennen. Diese Kategorien variieren stark in ihren Echtzeit-Anforderungen: Prozessdaten in hochautomatisierten Prozessen, in denen beispielsweise Kontrasttaster eingesetzt werden, haben Echtzeit-Anforderungen im Sub-Millisekunden-Bereich. Prozessdaten in einer teilautomatisierten Fertigung, Diagnosedaten und Konfigurationsdaten haben dagegen deutlich weniger restriktive zeitliche Anforderungen. Statistische Daten wiederum können in der Regel gar nicht schnell erfasst werden, da es sich um eine Datenaggregation handelt, wie beispielsweise bei der Erfassung von driftenden Mittelwerten .
Um Letztere geht es bei den gängigen Ansätzen der vorausschauenden Wartung (Predictive Maintainance) eines der am häufig genanntesten Beispiele für potenzielle Geschäftsanwendungen im Umfeld von Industrie 4.0. Der Nachlauf einer Drehbank nach dem Abschalten kann dazu als Beispiel dienen: Verkürzt sich der Nachlauf, kann sich dadurch ein Lagerschaden an der Drehbank andeuten. Somit kann eine statistische Auswertung des Nachlaufs bei jedem Ausschalten der Drehbank Aufschluss über den Zustand der Drehbank geben. Diese Art Daten zu sammeln, ist nicht mit Diagnosedaten in der Feldebene zu verwechseln. Bei Diagnosedaten werden zuvor eingebaute Diagnose-Funktionalitäten von Maschinenkomponenten angesprochen, beispielsweise die Selbstdiagnose eines Sensors. Schnelle Prozessdaten werden aufgrund der harten zeitlichen Anforderungen, die für logische Entscheidungen benötigt werden, bis auf Weiteres in der Steuerungsumgebung gesammelt und bearbeitet. Bei der Übergabe von Parametrier- und Diagnosedaten handelt es sich in der Regel um eine Kommunikation zwischen einer spezifischen Maschinenkomponente (beispielsweise einem Sensor) und einem Maschineneinrichter oder Servicepersonal – und somit um eine sehr individuelle und direkte Kommunikation. Hier bietet sich der Zugriff über einen Webserver an. Für statistische Daten und langsame Prozessdaten, etwa die Erfassung eines sich langsam ändernden Füllstands, bietet sich hingegen die direkte Erfassung in einem ERP-System an. Aus dem ERP-System können dann unmittelbar weitere Aktionen im Sinne von Industrie 4.0, wie eine Nachbestellung oder Erteilung eines Service-Auftrags ausgelöst werden. Weil mittels OPC UA direkt Sensor- und Aktor-Daten in die ERP-Cloud übertragen werden können, ist OPC UA für die Übertragung solcher statistischer Daten bestens geeignet.
Aussteller SPS IPC Drives 2016: Halle 7A, Stand 230
Dr. Henning Grönzin
(dw)