In vielen Geräten schlummert ungenutztes Potenzial für Industrie 4.0, das sich durch Nachrüsten mit Intelligenz und Konnektivität wecken lässt. (Bild: pix4U @ Aobe Stock)
Auf die Schnelle
- Industrie 4.0 steigert die Nachfrage nach intelligenten Geräten
- Es müssen nicht immer neue Geräte sein, auch alte lassen sich nachrüsten
- Etwa durch zusätzliche Sensoren, Anbindung an die Netzwerke, bessere Rechenleistung zum Verarbeiten der Daten
Mit dem zunehmenden Einzug des Internets der Dinge (IoT) steigt auch die Nachfrage nach fortschrittlichen Technologien wie künstlicher Intelligenz (Artificial Intelligence, AI) und maschinellem Lernen (ML). Und das in einem Maße, dass die Bedeutung des Begriffs „IoT“ selbst sich immer weiterentwickelt und sich nun in das industrielle IoT (IIoT), die künstliche Intelligenz von Dingen (AIoT) und das sogenannte Internet der schwereren Dinge (Internet of Heavier Things) verzweigt.
Neben den neuen IIoT-kompatiblen Geräten gibt es allerdings auch eine große Anzahl bereits vorhandener, „nicht intelligenter“ (älterer) Infrastrukturen und Maschinen. Anstatt diese Ausrüstung von der technologischen Innovation auszunehmen und verfallen zu lassen, können Anlagenmanager diese älteren Geräte mit Lösungen von Molex, TE Connectivity, ST Microelectronics, Delta und Weidmüller in die Ära des IIoT zu überführen. Der vorliegende Artikel wird zeigen, wie das geht.
Das Erwachen der Industrie
Allein in den USA gibt es solche Anlagen mit einem geschätzten Wert von 6,8 Billionen USD. An Handlungsmöglichkeiten gibt es nun:
- alles so belassen, wie es ist
- die bestehenden Anlagen unter extremen Kosten durch moderne Anlagen ersetzen
- oder die bestehenden Anlagen mit modernen Sensor-, Steuer- und Kommunikationssystemen ergänzen und verbessern und sie so mit wehenden Fahnen ins 21. Jahrhundert befördern.
Die amerikanische Risikokapitalgesellschaft Kleiner Perkins hat die Erweiterung industrieller Systeme um IIoT- und AIoT-Funktionen als das „Erwachen der Industrie“ bezeichnet. In einem 2015 veröffentlichten Artikel mit dem Titel The Industrial Awakening: The Internet of Heavier Things verwies Kleiner Perkins auf einen Bericht des Weltwirtschaftsforums, in dem prognostiziert wurde, dass dieses „Erwachen der Industrie“ bis 2030 zu einem globalen Output im Wert von 14,2 Billionen USD führen wird.
2017 sagte Gartner voraus, dass die weltweiten Ausgaben für das IoT im Jahr 2018 voraussichtlich 772,5 Milliarden USD erreichen würden. In der Zwischenzeit stiegen die globalen Ausgaben für das IoT auf Konsumentenseite laut dem Marktforschungsunternehmen International Data Corporation (IDC) im Jahr 2018 auf etwa 62 Milliarden USD. Zum Vergleich: Im Bereich Produktion wurden 189 Milliarden USD ausgegeben, der damit die Bereiche Transport (85 Milliarden USD) und Versorgung (73 Milliarden USD) zusammengenommen übertraf. Darüber hinaus wird von Bain & Company prognostiziert, dass IIoT-Anwendungen bis 2020 über 300 Milliarden USD generieren werden, der Bereich Consumer IoT soll sich verdoppeln (150 Milliarden USD).
Begriffsdefinitionen: IoT, AIoT und IIoT
IoT: Der Begriff „Internet der Dinge“ wurde 1999 von dem britischen Technikpionier Kevin Ashton bei einer von ihm gehaltenen Präsentation bei Procter & Gamble (P&G) geprägt. Dabei sprach Kevin Ashton vom „Internet der Dinge“, um ein System zu beschreiben, bei dem das Internet über allgegenwärtige Sensoren mit der physischen Welt verbunden ist. Schon bald darauf wurden der Begriff „Internet der Dinge“ und seine Abkürzung „IoT“ selbst allgegenwärtig.
Die Bedeutung des Begriffs „Internet der Dinge (IoT)“ hat sich im Laufe der Zeit geändert. Allgemein akzeptiert ist gegenwärtig die folgende Definition: „Ein System vernetzter Computergeräte, mechanischer und digitaler Maschinen, Objekte, Tiere oder Menschen, die mit einer eindeutigen Kennung sowie der Fähigkeit versehen sind, Daten über ein Netzwerk zu übertragen, ohne dass hierfür notwendigerweise eine Mensch-zu-Mensch- oder Mensch-zu-Computer-Interaktion erforderlich ist.“ Der Begriff „IoT-Gerät“ bezeichnet dabei ein eigenständiges, mit dem Internet verbundenes Gerät, das von einem entfernten Standort aus überwacht und/oder gesteuert werden kann. Laut Statistica soll es im Jahr 2020 weltweit ca. 30 Milliarden installierte IoT-Geräte geben, eine Zahl, die bis 2025 voraussichtlich auf ca. 75 Milliarden steigen wird.
IIoT und AIoT: Das industrielle Internet der Dinge (IIoT) bezieht sich auf vernetzte Sensoren, Instrumente und andere Geräte, die mit den jeweiligen industriellen Anwendungen von Computern vernetzt sind, zum Beispiel dem Produktions- und Energiemanagement. Mit dieser Konnektivität können Daten erfasst, ausgetauscht und analysiert und damit potenziell Verbesserungen bei Produktivität und Effizienz erzielt werden. Das IIoT stellt eine Weiterentwicklung eines verteilten Steuersystems (Distributed Control System, DCS) dar und erlaubt durch die Verwendung von Cloud-Computing, mit dem die Prozesssteuerung justiert und optimiert wird, einen höheren Automatisierungsgrad. In seiner aktuellen Form wird das IIoT von verschiedenen Technologien getragen, darunter von der Cybersicherheit, dem Cloud-Computing, dem Edge-Computing, Mobiltechnologien, Maschinennetzwerken, dem 3D-Druck, moderner Robotik, Big Data, dem IoT, der RFID-Technologie und kognitivem Computing.
Das AIoT bezieht sich auf die Erweiterung von IoT-Geräten und der IoT-Infrastruktur mithilfe von AI-Technologien. Die AI ergänzt das IoT mit maschinellem Lernen (ML) und kognitiven Fähigkeiten.
Ergänzung älterer Geräte mit IIoT- und AIoT-Funktionen
Wo lassen sich konkret solche Maßnahmen einsetzen? Ein Beispiel sind Elektromotoren: Sie sind für etwa 2/3 des industriellen Stromverbrauchs und für etwa 50 % des globalen Stromverbrauchs verantwortlich und damit der größte Einzelverbraucher von Strom. Anders ausgedrückt: Jedes zweite Stromquelle dient nur der Versorgung von Motoren. Das Problem besteht darin, dass der durchschnittliche Industriemotor nur einen Wirkungsgrad von etwa 88 % hat, wobei im Handel erhältliche Motoren sogar noch einen deutlich geringeren Wirkungsgrad aufweisen können. Mithilfe von geeigneten Sensoren und Steuersystemen, die den Leistungsfaktor überwachen und automatisch Korrekturen vornehmen, kann dieser Wirkungsgrad jedoch verbessert werden.
Eines der größten Risiken für ein Industrieunternehmen ist Stillstand durch einen unerwarteten Anlagenausfall. Eine Möglichkeit zur Minimierung dieses Problems ist der Einsatz vorausschauender Wartungspraktiken, bei denen Sensoren Anlagen überwachen, IIoT- und AIoT-Funktionen Abweichungen vom Normalbetrieb erkennen sowie potenzielle Ausfälle und entsprechende Zeitrahmen vorhersagen. Etwa wenn ein Sekundär-Rotator auf einer Maschine aktuell mit einem Wirkungsgrad von 95 % arbeitet, der jedoch jeden Tag um 0,9 % abnimmt, sodass in 6 Tagen +/- 1 Tag mit einem umfassenden Ausfall zu rechnen ist.
Menschen fällt es schwer, in enormen Mengen an Zahlen Muster zu erkennen und Auffälligkeiten zu entdecken. „Allgemeine Messdaten eines IoT-Systems, die für die öffentliche Darstellung bereinigt wurden“ aus einer Präsentation von Stephen Bate
IIoT- und AIoT-Funktionen werden verwendet, weil sie Muster erkennen, Entwicklungen aus historischen Daten ablesen und potenzielle Ausfälle hochrechnen können, und dies weitaus effektiver als Menschen. Uns fällt es schwer, in enormen Mengen an Zahlen Muster zu erkennen und Auffälligkeiten zu entdecken; das fällt Menschen weitaus leichter, wenn die Daten in grafischer Form vorliegen. Zum Beispiel wäre es für eine Person schwer – um nicht zu sagen unmöglich – , in diesen Zahlenangaben das Problem zu entdecken und zu identifizieren. Wenn die gleichen Daten dagegen grafisch dargestellt werden, würde ein Mensch sofort die Auffälligkeit bemerken.
Menschen fällt es weitaus leichter, Muster zu erkennen und Auffälligkeiten zu entdecken, wenn ihnen die Daten in grafischer Form vorliegen. „Allgemeine Messdaten eines IoT-Systems, die für die öffentliche Darstellung bereinigt wurden“ aus einer Präsentation von Stephen Bates
Der Punkt hier ist der, dass IIoT- und AIoT-Systeme unabhängig von der Datenform Muster erkennen und Auffälligkeiten entdecken können. Bei mehreren identischen Systemen – die sich potenziell an verschiedenen Standorten auf der ganzen Welt befinden können – die alle überwacht werden, können die IIoT- und AIoT-Systeme zudem voneinander lernen und das Wissen eines Systems zum Vorhersagen von Problemen in einem anderen System nutzen.
Es kommt ganz auf die Sensoren an
Der erste Schritt zur Erweiterung älterer Industriegeräte besteht im Hinzufügen von Sensoren. Es gibt eine unheimlich große Auswahl an verschiedenen Sensortypen; jeder Sensortyp wiederum bietet eine unheimlich große Auswahl an Optionen.
Der Druckwandler M3041-000006-250PG eignet sich für die Druckmessung in Flüssigkeiten oder Gasen, sogar wenn es sich um schwierige Medien wie verschmutztes Wasser, Dampf und schwach ätzende Flüssigkeiten handelt. TE Connectivity
Es gibt buchstäblich zehntausende verschiedene Kombinationen von Sensortypen und -optionen. Als Beispiel seien hier die Reihe photoelektrischer Sensoren Contrinex 120254 von Molex und der Sensor M3041-000006-250PG zur Messung des relativen Drucks von TE Connectivity Measurement Specialties genannt. Der M3041-000006-250PG gehört zur Baureihe Microfused von TE Connectivity und eignet sich für die Druckmessung in Flüssigkeiten oder Gasen, sogar wenn es sich um schwierige Medien wie verschmutztes Wasser, Dampf und schwach ätzende Flüssigkeiten handelt.
Das Evaluierungsboardsystem X-NUCLEO-IKS01A3 für MEMS-Bewegungs- und Umgebungssensoren ist mit dem Steckverbinder Arduino UNO R3 kompatibel. ST Microelectronics
Einige Beispiele für Sensorentwicklungskits und Evaluierungskarten sind die IoT Studio Platforms, das SensorTile STEVAL-STLCS02V1, das SensorTile.box-Entwicklungskit STEVAL-MKSBOX1V1 und das Evaluierungsboard X-NUCLEO-IKS01A3 für MEMS-Bewegungssensoren, allesamt von ST Microelectronics.
Das X-NUCLEO-IKS01A3 ist ein Evaluierungsboardsystem für MEMS-Bewegungs- und Umgebungssensoren, das mit dem Steckverbinderlayout des Arduino UNO R3 kompatibel ist. Es verfügt über den 3-Achsen-Beschleunigungsmesser LSM6DSO + 3-Achsen-Gyroskop, das 3-Achsen-Magnetometer LIS2MDL, den 3-Achsen-Beschleunigungsmesser LIS2DW12, den Luftfeuchtigkeits- und Temperatursensor HTS221, den Drucksensor LPS22HH und den Temperatursensor STTS751.
Die AS-Serie von Delta mit kompakter modularer Midrange-PLC unterstützt bis zu 40000 Schritte pro Millisekunde und bis zu 1025 Ein-/Ausgänge. Delta Industrial Automation
Neben den Sensoren sind auch die Aufbereitung, Verarbeitung und Steuerung lokaler Daten erforderlich. Diese Aufgaben können SPSen, beispielsweise aus der AS-Serie von Delta Industrial Automation mit kompakten modularen Midrange-PLCs übernehmen. Die AS-Serie ist eine universelle Steuerung für alle Arten von automatisierten Geräten. Sie verfügt über die von Delta selbst entwickelte System-on-Chip-Komponente (SoC) auf der Basis von 32-Bit-CPUs für eine höhere Ausführungsgeschwindigkeit mit bis zu 40.000 Schritten pro Millisekunde. Zudem unterstützt sie bis zu 32 Erweiterungsmodule oder bis zu 1024 Ein-/Ausgänge.
Derweil erfolgen AIoT-basierte Analysen im Fog und in der Cloud, wofür Netzwerk- und Kommunikationsfunktionen erforderlich sind, wie beispielsweise die Komplettlösung für industrielle Ethernet-Konnektivität von Weidmüller.
Rolf Horn
(ml)
