Prozessdaten detaillierter erfassen

Durch das detaillierte Erfassen der Verbrauchswerte können die Simulationen während des Planungsprozesses viel genauer durchgeführt werden.Fraunhofer FIT, Nitinkpatel – Fotolia.com

Der einfachste Weg, Energie einzusparen, ist es, alte, stromfressende Anlagen gegen neue effiziente Maschinen zu ersetzen. Beispielsweise lässt sich beim Ersatz von Druckluft durch eine andere Technologie leicht ein Effizienzgewinn von 30 % erreichen. Darüber hinausgehende Einsparpotenziale zu identifizieren, ist jedoch viel schwieriger. Darum verknüpft das prozessorientierte Energieeffizienz-Modell des Fraunhofer-Instituts für Angewandte Informa­tionstechnik FIT die übliche Verbrauchsmessung durch Sensoren mit einem ausführbaren Geschäftsprozess-Modell. Dadurch lässt sich jeder Prozessschritt genau untersuchen und ungewöhnlich hohe Verbräuche besser erkennen.

Modellierung der Produktion

Die eingesetzte Software-Plattform ermöglicht es, alle Arten von Sensoren einzubinden, unabhängig vom Hersteller und den verwendeten Protokollen. Der Event-Manager registriert die Ereignisse der angebundenen Geräte und reicht diese zur Weiterverarbeitung an das Backend-System weiter. Dort erfolgt auch die Anreicherung der Daten durch Mehrwertinformationen und deren Speicherung in einem einheitlichen Format.

In dem Domänenmodell der Plattform wird die konkrete Produktionsanlage beschrieben. Darin ist festgelegt, welche Sensoren zu welchen Maschinen gehören und welche Maschinen zusammen eine Produktionszelle bilden. Damit ist das Domänenmodell die Basis, um die Prozess-basierte Messung durchzuführen.

Desweiteren gehört ein Geschäftsprozess-Modell auf Basis der BPMN (Business-Process-Modeling-Notation) zu dem System. Dieses definiert, welche Maschinen und Sensoren in der Fertigungsinsel an welchem Prozessschritt beteiligt sind und wo sich Start und Ende der Verarbeitung befinden. Das kann entweder ein zeitgesteuertes Signal sein oder der Eintritt eines Ereignisses. Beispielsweise ist das Werkstück in der Produktionsinsel angekommen und zur Bearbeitung fixiert.

Die Backend-Anwendung verknüpft das Domänen- und das Geschäftsprozess-Modell mit den empfangenen Sensorwerten. Damit stellt sie fest, welche Maschine gerade welchen Prozessschritt ausführt und welches Produkt sie herstellt.Fraunhofer FIT

Durchblick im Daten-Dschungel

Die Backend-Anwendung verknüpft das Domänen- und das Geschäftsprozess-Modell mit den empfangenen Sensorwerten. Damit stellt sie fest, welche Maschine gerade welchen Prozessschritt ausführt und welches Produkt sie herstellt. Da während der Prozesse große Datenmengen anfallen, werden diese bereits zur Laufzeit verdichtet (Data Fusion) und durch Geschäftsregeln weiterverarbeitet. Diese lassen sich individuell anpassen: Beispielsweise kann man bei der Messung der Kühlmitteltemperatur davon ausgehen, dass sich diese nicht mehrfach pro Sekunde ändert. Dort bietet sich daher ein Intervall von beispielsweise 30 Sekunden an. Das System errechnet dann den Mittelwert für diesen Zeitraum. Das Schweißen erfordert es jedoch, auch kurzfristige Temperaturspitzen zu protokollieren. In diesem Fall eignet sich ein Intervall mit beispielsweise fünf Messungen pro Sekunde.

Bei Bedarf verarbeitet das System auf einem handelsüblichen Laptop circa 2.500 solcher Ereignisse pro Sekunde. Dabei ist sowohl eine vertikale Skalierung (leistungsfähigere Hardware) als auch horizontale Skalierung (hinzufügen von zusätzlichen Servern) durch die Unterstützung einer verteilten Architektur möglich. Die so gesammelten und verdichteten Messwerte speichert das System wenn nötig in einer Datenbank zur Weiterverarbeitung.

Standardmäßig lassen sich auch Grenzwerte definieren, deren Einhaltung ständig kontrolliert wird. Beim Überschreiten der Grenzwerte kann es eine festgelegte Aktion ausführen, zum Beispiel das Senden einer Störmeldung. Durch die Identifikation von Situationen, sogenannter Kontextualisierung, erweitert das System dieses simple Vorgehen: Durch das Kombinieren von verschiedenen Messwerten, auch über einen längeren Zeitraum hinweg, berechnet es den Zustand, in dem sich eine Maschine befindet. Beispielsweise könnte das System anhand von Vibrationsmustern erkennen, dass ein Lager eine Unwucht aufweist und überprüft werden sollte bevor ein Defekt auftritt. Diese Kontextualisierung ermöglicht eine individuelle Überwachung. Dazu kann der Anwender aus einer Vielzahl von vordefinierten Berechnungsmethoden eine passende auswählen oder eigene Algorithmen einbinden.

Blick für Details

Die so erfassten Daten lassen sich sowohl zur Ferndiagnose im operativen Bereich als auch für strategische Entscheidungen basierend auf den gesammelten historischen Daten nutzen.

Als Beispiel für die operative Produktions­überwachung eignet sich eine mobile ­Tablet-Anwendung in der Automobil­industrie. Diese ermöglicht es dem Benutzer, so viele Daten wie nötig und so wenige wie möglich anzuzeigen. Zuerst erhält er einen Überblick über die gesamte Produk­tion inklusive der wichtigsten statistischen Werte sowie über alle in der Produktionslinie vorhandenen Fertigungsinseln. Durch farbliche Hervorhebung erkennt der Benutzer sofort, in welchen Bereichen es Abweichungen von den Soll-Werten gibt. Dort kann er dann detaill­iertere Informationen abrufen; beispielsweise einen Überblick über den Zustand der in einer Fertigungsinsel vorhandenen Roboter. Bei jedem Roboter kann er sich dann zusätzlich die aktuellen Werte aller Sensoren ansehen.

Durch farbliche Hervorhebung erkennt der Benutzer sofort, in welchen Bereichen es Abweichungen von den Soll-Werten gibt. Dort kann er dann ­detailliertere Informationen abrufen.Fraunhofer FIT

In dieser Übersicht zeigen rot hervorgehobene Boxen, dass es ein Problem gibt, etwa hinsichtlich Energieverbrauch oder Temperatur und dazu die Namen der betroffenen Roboter. Beispielsweise sieht der Anwender, dass der Energieverbrauch der Roboter ‚040R04‘ und ‚050R04‘ außerhalb des zulässigen Bereichs liegt. Darunter befindet sich eine Liste der einzelnen Fertigungsinseln in der Produktionslinie. Die aufgeführten Stationen entsprechen dabei denen aus dem Geschäfts­-
prozess-Modell. Nach dem Auswählen einzelner Stationen sieht der Benutzer durch die Rotfärbung sofort die Roboter, bei denen ein Problem durch erhöhten Energiebedarf auftritt. Durch anklicken des Roboters werden die einzelnen Sensoren angezeigt und der Anwender sieht die zwei Sensoren, deren Energieverbrauch außerhalb der Grenzwerte liegt. Neben diesen operativen Optimierungen des Produktionsprozesses können die gesammelten Daten an beliebige andere Geschäftsanwendungen übergeben werden, sei es zur Produktionssteuerung (ERP, MES) oder für allgemeine Verbesserungen der Anlage sowie als Basis für die Planung von weiteren Fertigungslinien.

Momentaufnahme oder Dauereinsatz

Um Einsparpotenziale zu entdecken, würde man nicht eine ganze Fabrikhalle oder Produktionsstraße komplett modellieren und mit Sensoren ausstatten. Stattdessen ist das vom Fraunhofer FIT eingesetzte System darauf ausgelegt, zunächst einzelne Bereiche zu untersuchen, in denen der Anwender Einsparpotenziale vermutet. Durch die geeignete Modellierung des (Teil-)Geschäftsprozesses kann er dann partiell messen. Diese Messungen werden in der Regel nur für wenige Tage durchgeführt und anschließend von einem Experten analysiert. Dazu lassen sich auch temporär Sensoren anbinden, die nach der Messung wieder entfernt werden. Außerdem können beliebige Werte erfasst werden – nicht nur der Energieverbrauch, sondern beispielsweise auch Wasserverbrauch, Kühlmitteltemperatur und ähnliches. Drahtlose Sensoren ermöglichen dies auch ohne Umrüstmaßnahmen oder Produktionsunterbrechungen.

Zu den weiteren Einsatzzwecken gehört die Messung der aktuellen Produktionsdaten, um einen Vergleich zwischen verschiedenen Standorten durchzuführen. Auch im Hinblick auf die Planung von neuen Produktionsanlagen ist dies intere­ssant. Durch das detaillierte Erfassen der Verbrauchswerte können die Simulationen während des Planungsprozesses viel genauer durchgeführt werden und ermöglichen somit fundierte Entscheidungen, um die Fertigungsprozesse hinsichtlich mehrerer Variablen zu verbessern.

Die Plattform ist universell einsetzbar und durch die Modellbasierung für alle Branchen geeignet. In verschiedenen Forschungsprojekten erweitert das Fraunhofer-Institut für Angewandte Informationstechnik die Plattform im Hinblick auf die Bedürfnisse im Smart-Metering-Umfeld sowie vertiefend in den Branchen Produktion sowie Gebäudetechnik und -automation.

(dl)