18.11.2020

Sensorik sorgt für transparente Fertigungsprozesse

Blick in die Black Box

Das Unternehmen IA Industrial Analytics will Kunden eine ganzheitliche Lösung zur Digitalisierung von Produktionsanlagen bieten: von der Datenerfassung bis zur Visualisierung. Dabei setzt es auf IO-Link-Sensoren, die per Plug&Play Daten aus den Prozessen extrahieren. Per Visualisierung in einem OEE-Wasserfall werden die Ursachen und Auswirkungen einer nicht nahtlos ineinandergreifenden Produktionsabfolge transparent dargestellt, wie die folgende Applikation aus der Stahlindustrie zeigt.


Der Distanzsensor O1D108 erkennt mittels Lichtlaufzeitmessung, ob der Schneidekopf in Betrieb ist oder sich in der Ruheposition befindet.
Bild: ifm electronic gmbh

Herzstück der Anlage ist das Edge Device Factorycube. Es umfasst mit Recheneinheit, Router und Software alle IT-Komponenten, um generierte Daten zu sammeln, auszuwerten und zu visualisieren - und bei Bedarf in die Cloud zu übermitteln. Jeremy Theocharis, Gründer und CEO von IA: "Über den Factorycube können wir IO-Link-Sensoren anschließen oder auch andere Datenquellen nutzen, etwa Kameralösungen oder Barcodescanner. In dieser Anlage liegt der Fokus jedoch auf IO-Link-Sensoren, die uns eine gute Möglichkeit geben, Anlagen schnell und effizient zu digitalisieren." Die komplette Informationsverarbeitung findet in der Edge statt. Darüber hinaus ist das System modular an die Wünsche des Kunden anpassbar. "Es besteht die Möglichkeit, die Daten lokal zu speichern, das Gerät in die IT-Infrastruktur zu integrieren oder unser Cloud-System zu nutzen." Nicolas Altenhofen, Marketing Manager bei IA ergänzt: "Es geht also nicht nur um die Datenspeicherung. Viel wichtiger ist der zweite Schritt, die Verarbeitung und Visualisierung der Informationen. Dabei denken wir immer an Performance-Kennzahlen. So setzen wir z.B. eine Lichtschranke ein, um herauszufinden, ob die Maschine läuft oder nicht, oder um festzustellen, wie hoch Stückzahlen sind. Wir wollen wissen: Wann stand die Maschine? Wann lief die Maschine? Was waren die Gründe für einen Maschinestillstand? Diese Daten werden dann unterschiedlich aufbereitet und visualisiert." Für eine möglichst große Anwendungsvielfalt setzt der Anbieter bewusst auf offene Schnittstellen. Erweiterungen sind ohne großen Aufwand möglich. Aktuell werden etwa Lösungen zur Qualitätssicherung mit Kamerasystemen und maschinellem Lernen sowie zur Kapazitätsplanung oder vorausschauenden Instandhaltung mit hochfrequenter Schwingungsanalyse entwickelt. Durch die Modularität erhält jeder Kunde genau die Lösungen, die er braucht. "Wir können Optimierungspotenzial aufdecken", bringt es Theocharis auf den Punkt. "Es gibt teure Anlagen, die werden nicht effizient genutzt." Viele Kunden hätten einfach keine Transparenz darüber, wie lange z.B. eine Auftragsbearbeitung dauert. Die tatsächliche Auslastung der Anlage sei ebenfalls oft unbekannt. "Wir öffnen diese Black Box und ermöglichen es, datenbasierte Entscheidungen zu treffen und relevante Erkenntnisse zu gewinnen."

Datentransparenz auf dem Shopfloor

Als Beispiel dient der Fall eines Kunden in der stahlverarbeitenden Industrie, dessen Maschinen an zwei Standorten innerhalb weniger Wochen von IA nachgerüstet wurden, sodass nun ein umfassendes Performance-Management möglich ist. Der Maschinenpark besteht unter anderem aus Plasmaschneidanlagen, Autogenschneidanlagen und Strahlanlagen. Mithilfe dieser Anlagen werden Stahlplatten geschnitten und anschließend nachbearbeitet. "Der Kunde hatte keine Transparenz über seine Produktionsprozesse und -leistung", so Theocharis. "Beispielsweise war unklar, wie lange es tatsächlich dauert, um ein bestimmtes Werkstück auf einer bestimmten Maschine herzustellen." Es existierten zwar theoretische Soll-Zeiten für die verschiedenen Produkte, sie wurden jedoch nicht mit den tatsächlichen Ist-Zeiten abgeglichen. Darüber hinaus herrschte Unkenntnis über die Verfügbarkeit und Kapazitätsauslastung der Maschinen. Stillstände und deren Ursachen wurden nicht erfasst. Ohne diese Informationen gab es keine Möglichkeit, die Produktionsleistung zu überwachen, Probleme zu identifizieren und datengetriebene Entscheidungen zu treffen.

Sensoren sorgen für Echtzeitdaten

Mit Hilfe des Factorycubes und verschiedenen Sensoren von IFM konnten die benötigten Daten gesammelt und Transparenz über die Produktionsprozesse erreicht werden. An acht Plasma- und Autogenschneidanlagen wurden insgesamt 14 optische Abstandssensoren des Typs O5D100 und O1D108 installiert. Mit deren Hilfe wird festgestellt, ob und wie lange sich die jeweilige Maschine im Betrieb befindet. Die Sensoren sind so positioniert, dass der Lichtstrahl auf den Schneidkopf der Anlagen zeigt. Sobald die Maschine in Betrieb genommen wird, senkt sich der Schneidkopf ab und die Distanz zum Abstandssensor verändert sich. Damit erkennt das System, dass die Maschine im Einsatz ist. Zusätzlich wurden an drei Strahlanlagen Vibrationssensoren des Typs VTV122 und Lichtschranken des Typs O5D100 installiert. Auch sie helfen dabei, den Betriebszustand der Maschinen festzustellen. Die mit den IFM-Sensoren gesammelten Daten werden im Edge Device verarbeitet, in eine Cloud gesendet und dort per Dashboard visualisiert. Die Entscheidungsträger des Unternehmens können in Echtzeit die Maschinenzustände und Produktionskennzahlen (z.B. die OEE) einsehen. Anhand der Daten können Maßnahmen zur Verbesserung der Prozesse getroffen werden. Mit Erfolg. Bereits wenige Wochen nach der Installation der Sensoren konnte das Unternehmen Effizienz und Produktivität spürbar steigern.

Schnell zum passenden Sensor

Dass man bei IA auf Sensorik vom IFM setzt, ist nicht zuletzt der Suchmaschinenpräsenz und dem Webshop zu verdanken. "Zu Beginn haben wir viele Anbieter von Sensorik verglichen", blickt Theocharis zurück. "Ich war aber sehr begeistert davon, dass man im Webshop von IFM die Preise der Sensoren sehen und direkt bestellen konnte. Mit IO-Link waren sie schnell eingerichtet. Sie arbeiten zuverlässig und liefert präzise Ergebnisse. Bei Bedarf bestellen wir weitere Sensoren im IFM-Webshop auf Knopfdruck." Im Endergebnis sorgt der Anbieter mit seinen IO-Link-Sensoren für die Datenbasis, die das Edge Device zur Prozessoptimierung benötigt. Dieses Zusammenspiel schafft Transparenz, verbessert die Leistung und senkt damit am Ende die Produktionskosten.

Anzeige