Höhere Anlageneffektivität dank cloudbasierter Daten
Relevante Daten
Betreiber von produktions- oder prozesstechnischen Anlagen fordern zunehmend eine vollständige Erfassung des Maschinenzustandes sowie eine lückenlose Bestimmung und Darstellung der Leistungskenngrößen ihrer Anlagen. In diesem Zusammenhang bietet die Nutzung cloudbasierter Technologien eine Möglichkeit, relevante Daten anlagen- und standortübergreifend, transparent und vergleichbar abzubilden.
Mit der richtigen Kombination aus Hard- und Software sowie einem Konzept, dass auf der hochgenauen Erfassung von Rohwerten basiert, erhält der Betreiber eine Übersicht über seine Anlagen und ein Mittel zur Prozessoptimierung und Qualitätssicherung. In vielen Branchen finden sich häufig historisch gewachsene Maschinenparks, die eine hohe Heterogenität in Sachen Funktion und technischer Ausstattung aufweisen. Auch wenn die Maschinen weitestgehend mit SPSen automatisiert sind, so stammen diese oft von unterschiedlichen Herstellern und aus verschiedenen Generationen. Hinzu kommt, dass Umfang und Qualität einer steuerungsbasierten Datenerfassung von Maschine zu Maschine unterschiedlich sind und die Daten - wenn überhaupt - nur lokal abgelegt werden. Oft können sie zudem nur mit dem herstellereigenen System betrachtet werden. Unter diesen Umständen ist es kaum möglich, die Daten einzelner Maschinen oder den gesamten Datenfluss in einer Produktionslinie systematisch auszuwerten und so das Prozessverständnis zu verbessern. Ein Maß für die Produktivität und Effizienz von Anlagen sind Key Performance Indicators (KPI). Dabei handelt es sich um aggregierte, auf Basis verschiedener Messgrößen berechnete Werte, von denen einige in der Norm ISO22400 definiert sind. Dazu gehört auch die Gesamtanlageneffektivität (OEE), mit der sowohl Produktivität einer Anlage, als auch deren Verluste dargestellt werden kann. Sie hängt von drei Faktoren ab: Verfügbarkeit, Leistung und Produktqualität. Unter dem Gesichtspunkt einer wirtschaftlichen Optimierung sind am Ende nur diese verdichteten Informationen gefragt. Trotzdem ist es unerlässlich, dass die primäre Erfassung sowohl von diskreten Eingangssignalen der Sensorik als auch von Qualitäts- und Prozessdaten der SPS schnell und hochaufgelöst erfolgt und diese Rohdaten performant gespeichert werden. Zum einen verbessert eine gute Rohdatenerfassung die Qualität der berechneten Werte, zum anderen bietet sie die Basis für eine fundierte Ursachenforschung im Falle von Auffälligkeiten in den Kennwerten. Um diesen nachzugehen, bedarf es einer einheitlichen Datenbasis, die jederzeit auch den Zugriff auf die Rohwerte erlaubt.
Einheitliche Datenbasis
Der Ausgangspunkt im Konzept der Iba AG ist ein Datenaufzeichnungssystem, das sowohl hardware- als auch softwareseitig anpassungsfähig ist, d.h. skalierbar, eine hohe Konnektivität zu Sensoren und Automatisierungssystemen bietet und gleichzeitig die deterministische Erfassung analoger und digitaler Messsignale ermöglicht. Mit dem IbaDAQ-S und der Software IbaPDA existiert eine kompakte, in die Maschine integrierbare Lösung. Sie erledigt prozessnah wesentliche Aufgaben, wie Messwerterfassung und Echtzeit-Vorverarbeitung der Rohdaten, bevor verdichtete Daten zur weiteren Verarbeitung ins Netzwerk bzw. die Cloud eingespeist werden. Für die Prozessanbindung stehen Softwareschnittstellen zu den Steuerungen unterschiedlichster Hersteller wie Siemens, Rockwell, ABB, Codesys, B&R oder Sigmatek zur Auswahl. Hardwaresignale können preisgünstig über das I/O-System 750 von Wago eingelesen werden. Für höhere Anforderungen hinsichtlich Signaltreue und Abtastzeiten stehen eigens entwickelte Messmodule zur Verfügung. Für eine fundierte Analyse der Rohwerte reichen meist Abtastzeiten in der Größenordnung der SPS-Zyklen (1 bis 20ms) aus. Auch andere Komponenten können integriert werden. So können z.B. Energiedaten mit Siemens Sentron PAC von jeder Maschine in einer Produktionslinie erfasst und über eine Modbus-Schnittstelle an die Datenerfassungseinheit weitergeleitet werden. Alle Daten werden systemübergreifend synchronisiert, denn die Zeitstempelung der Daten erfolgt im Gerät. Als Ergebnis entsteht eine Datenbasis, auf die sich alle individuellen Verarbeitungen immer wieder beziehen können.
Spezifische Datenformate
Das IbaDAQ-S verfügt auch über die nötige Software zur Vorverarbeitung der Daten. Prinzipiell werden die Rohdaten zunächst lokal im Gerät gespeichert. Ereignis-, zeitgesteuert oder on demand startet die Analysesoftware IbaAnalyzer und verarbeitet die Daten entsprechend einer konfigurierten Analysevorschrift. Die Ergebnisse (KPIs) werden in eine Datenbank extrahiert. Diese kann lokal auf dem IbaDAQ-S oder in einem DB-Server liegen. Natürlich kann die Datenbank auch cloudbasiert auf Microsoft Azure oder Siemens Mindsphere zur Verfügung gestellt werden. Der Vorteil der cloudbasierten Lösung ist, dass sich die Daten ortsunabhängig als Trendkurven, Tachoanzeigen u.Ä. darstellen lassen. Für Betreiber großer Maschinenparks oder geografisch verteilter Anlagen ist dies hilfreich, um Maschinen oder Standorte miteinander vergleichen zu können. Sollte nun bei einem der KPIs eine ungewöhnliche Abweichung festgestellt werden, kann per Drill-down auf die gespeicherten Rohdaten der betreffende Zeitabschnitt wieder so dargestellt werden, dass anhand der dann sichtbaren Details die Ursache für die Abweichung gefunden werden kann. Ein weiterer Nutzen besteht in der Bereitstellung der Daten für andere Systeme in der Anlagenautomatisierung. In seiner Eigenschaft als OPC-Server stellt die Einheit die berechneten Kennwerte im Sekundentakt zur Verfügung, so dass sie z.B. von einem HMI-System abgerufen und auf den Bedienterminals zur Anzeige gebracht werden können. Auf Basis der erfassten Daten können zudem Tages- oder Schichtberichte generiert und als PDF-Datei abgelegt werden.
Von einer Maschine bis zum Park
Die Flexibilität und freie Skalierbarkeit des Systems erleichtern es dem Anwender mit einer kleinen Applikation zu beginnen und das System nach und nach zu erweitern. Insbesondere bei der Erschließung bestehender Anlagen oder Maschinenparks ist es sinnvoll, zunächst nur eine oder wenige Maschinen mit dem System zu verbinden. Dank der kompakten Bauform lässt sich das System auch bei beengten Platzverhältnissen unterbringen, denn es benötigt nur wenige Zentimeter auf einer Standard-Hutschiene. Somit kann der Anwender den aktuellen Status der Maschinen erfassen, Erfahrungen sammeln und seine Analysevorschriften und Berichte optimieren, bevor das System im großen Stil installiert wird. Egal, wie groß die Installation ist - ob nur ein Gerät oder viele - die Konfiguration des Systems ist dank der Client-Server-Architektur einfach und von zentraler Stelle aus möglich. Ein integrierter SNMP-Server erleichtert auch der IT-Administration die Arbeit bei der Überwachung der Systeme. Konfiguration und Berechnungen können jederzeit angepasst werden, so dass neue Erfahrungen direkt in die Kennwertbildung einfließen können. Darüber hinaus kann technologisches Know-how geschützt werden, das sich in den Berechnungsformeln wiederfindet. Anwender können so die für sie optimale Ermittlung der KPIs selbst umsetzen und weiterentwickeln.
Betreiber von produktions- oder prozesstechnischen Anlagen fordern zunehmend eine vollständige Erfassung des Maschinenzustandes sowie eine lückenlose Bestimmung und Darstellung der Leistungskenngrößen ihrer Anlagen. In diesem Zusammenhang bietet die Nutzung cloudbasierter Technologien eine Möglichkeit, relevante Daten anlagen- und standortübergreifend, transparent und vergleichbar abzubilden.
Mit der richtigen Kombination aus Hard- und Software sowie einem Konzept, dass auf der hochgenauen Erfassung von Rohwerten basiert, erhält der Betreiber eine Übersicht über seine Anlagen und ein Mittel zur Prozessoptimierung und Qualitätssicherung. In vielen Branchen finden sich häufig historisch gewachsene Maschinenparks, die eine hohe Heterogenität in Sachen Funktion und technischer Ausstattung aufweisen. Auch wenn die Maschinen weitestgehend mit SPSen automatisiert sind, so stammen diese oft von unterschiedlichen Herstellern und aus verschiedenen Generationen. Hinzu kommt, dass Umfang und Qualität einer steuerungsbasierten Datenerfassung von Maschine zu Maschine unterschiedlich sind und die Daten - wenn überhaupt - nur lokal abgelegt werden. Oft können sie zudem nur mit dem herstellereigenen System betrachtet werden. Unter diesen Umständen ist es kaum möglich, die Daten einzelner Maschinen oder den gesamten Datenfluss in einer Produktionslinie systematisch auszuwerten und so das Prozessverständnis zu verbessern. Ein Maß für die Produktivität und Effizienz von Anlagen sind Key Performance Indicators (KPI). Dabei handelt es sich um aggregierte, auf Basis verschiedener Messgrößen berechnete Werte, von denen einige in der Norm ISO22400 definiert sind. Dazu gehört auch die Gesamtanlageneffektivität (OEE), mit der sowohl Produktivität einer Anlage, als auch deren Verluste dargestellt werden kann. Sie hängt von drei Faktoren ab: Verfügbarkeit, Leistung und Produktqualität. Unter dem Gesichtspunkt einer wirtschaftlichen Optimierung sind am Ende nur diese verdichteten Informationen gefragt. Trotzdem ist es unerlässlich, dass die primäre Erfassung sowohl von diskreten Eingangssignalen der Sensorik als auch von Qualitäts- und Prozessdaten der SPS schnell und hochaufgelöst erfolgt und diese Rohdaten performant gespeichert werden. Zum einen verbessert eine gute Rohdatenerfassung die Qualität der berechneten Werte, zum anderen bietet sie die Basis für eine fundierte Ursachenforschung im Falle von Auffälligkeiten in den Kennwerten. Um diesen nachzugehen, bedarf es einer einheitlichen Datenbasis, die jederzeit auch den Zugriff auf die Rohwerte erlaubt.
iba AG
Dieser Artikel erschien in SPS-MAGAZIN 5 2017 - 22.05.17.Für weitere Artikel besuchen Sie www.sps-magazin.de