Empolis Service Express Industrial Analytics
IIoT-Lösung mit Analytic-Bots
Viele Unternehmen wollen über die Erfassung und Auswertung von Maschinendaten ihren Service, die Kundenzufriedenheit und das Umsatzwachstum optimieren und steigern. Mit einer neuen IIoT-Lösung will Empolis vor allem KMU die Datenanalyse entlang ihrer Wertschöpfungskette besonders einfach machen.
Predictive Maintenance ohne Programmierung, das möchte Empolis den Anwendern seiner Plattform ermöglichen.
Predictive Maintenance ohne Programmierung, das möchte Empolis den Anwendern seiner Plattform ermöglichen.Bild: Empolis Information Management GmbH

Die IIoT-Komplettlösung Empolis Service Express Industrial Analytics soll Unternehmen dazu verhelfen, mit Datenanalysen neue Umsätze zu generieren. So kann etwa auf Basis der Maschinendaten ein Service für die vorausschauende Wartungsplanung angeboten werden, der Ausfälle reduziert und den Absatz von Original-Ersatzteilen fördert. Als Clou liefert der Anbieter seine Plattform mit vorgefertigten Analytic-Bots aus, die als Datenanalyse- oder KPI-Lösungsbausteine zur verfügung stehen. Ingenieure ohne Informatikkenntnisse sollen diese eigenhändig für ihre Anwendungsfälle konfigurieren können. Auch Wissen über Verfahren der künstliche Intelligenz (KI) wie Machine Learning oder statistische Verfahren sind nicht notwendig.

Beispiel Hydraulikanwendung

Am Beispiel einer Hydrauliküberwachung will Empolis den Nutzen des Ansatzes verdeutlichen: Viele Hydrauliksysteme bestehen, vereinfacht dargestellt, aus Leitungen, Ventilen und einem Reservedrucktank. Wird im Tank ein minimaler Druck unterschritten, wird der Druck mit einer Hydraulikpumpe wieder auf den Sollwert erhöht. Muss sich die Pumpe immer häufiger einschalten, deutet dies bei gleichbleibender Systembeanspruchung auf einen Druckverlust im System hin. Die Ursache kann eine Leckage sein. Mit der im Maschinenlog aufgezeichneten An- und Abschaltzeitpunkte der Pumpe kann ohne zusätzliche Sensorik die Schaltfrequenz überwacht werden. Hierzu werden Zähler zur Ereigniserfassung und ein prädiktiver Grenzwertwächter zur Vorhersage des Zeitpunktes für den Übergang der Pumpe in den Dauerbetrieb genutzt. Zusätzlich lässt sich eine Zeitmessanalyse integrieren, um über die Pumpdauer das Hydrauliksystem auf möglichen Verschleiß zu überwachen. Dieser Anwendungsfall kann also allein auf Basis der Ereignisdaten mit einem Bot umgesetzt werden. Zudem kann er recht einfach auf Filtersysteme in der industriellen Produktion übertragen werden. Die Sammlung solcher Entwurfsmuster in diesem Bot-Katalog entspricht dem Konzept der Konstruktionskataloge im Maschinenbau.

Bild: Empolis Information Management GmbH

Analysen wiederverwenden

Das Bot-Konzept ist zum einen eine wachsende Sammlung von generischen Bots für Klassen von Bauteilen, -gruppen und Funktionen von Maschinen und Prozessen. Zum anderen kann eine übergeordnete Prozessanalyse ebenfalls aus einem Bot oder der Kombination einzelner Bots abgebildet werden. Diese Modularisierung ermöglicht die Wiederverwendung von Analysen auf unterschiedlichen Abstraktionsstufen, die sich auf komplexe Maschinenelemente und Funktionen angewenden lassen. Tatsächlich orientiert sich der Aufbau einer umfassenden Analyse für vorhersagende Wartung und Optimierung häufig an der Funktionsstruktur einer Maschine.

Schritt für Schritt konfigurieren

Die Bots der Systemplattform sollen sich mit vergleichsweise geringem Aufwand implementieren lassen: Zunächst muss der Bot selbst ausgewählt werden, also der Anwendungsfall, den der Bot untersuchen und überwachen soll. Dann konfigurieren die Verantwortlichen den Bot über Parameter für die Anlage, Maschine oder andere Asset. Einer Datenhistorie wird dafür nicht benötigt.

Kopplungen möglich

Die Bot-Architektur lässt sich zudem mit bereits verfügbaren Analyse-Anwendungen kombinieren. So können die Algorithmen an einer Maschine zum Beispiel Kernverfahren abbilden, die dem Maschinenbauer gehören, wohingegen sich Bots um zugekaufte Aggregate von Drittherstellern kümmern, die für den Gesamtprozess jedoch kritisch sind. Damit sind dem Einsatz der Komplettlösung kaum Grenzen gesetzt. n Director Delivery & Operations bei der Empolis Information Management GmbH.

www.service.express

Empolis Information Management GmbH
http://www.empolis.de

Das könnte Sie auch Interessieren

Produktion für mehrere Tage lahmgelegt

Produktion für mehrere Tage lahmgelegt

Bild: Trend Micro Deutschland GmbH Im Auftrag von Trend Micro hat das unabhängige Marktforschungsinstitut Vanson Bourne eine Online-Umfrage unter 500 IT- und OT-Fachleuten in den USA, Deutschland und Japan durchgeführt. Daraus ging hervor, dass mehr als drei Fünftel...

Bachmann übernimmt Condition-Monitoring-Startup

Bachmann übernimmt Condition-Monitoring-Startup

Bild: Bachmann Electronic GmbH "Unsere Organisationen passen gut zusammen, wenn es darum geht, die Grenzen der Zustandsüberwachung zu verschieben. Diese Partnerschaft ist eine spannende Entwicklung, unsere Anwendungen mit neuen Verfahren wie die der KI und des Machine...

Zusammenarbeit: Open Robotics und Canonical

Canonical und Open Robotics haben eine Partnerschaft für die erweiterte Sicherheitswartung (ESM) für das Robot Operating System (ROS) und den Enterprise-Support als Teil von Ubuntu Advantage, dem Servicepaket von Canonical für Ubuntu, geschlossen.

Secure Remote Service mit neuen Funktionen

Zum zehnjährigen Bestehen des Fernwartungssystems mGuard Secure Remote Service bringt Phoenix Contact mit der Version 2.11 Erweiterungen und neue Funktionen des Systems auf den Markt.

Industriesoftware automatisiert Datenanalyse und Prozessüberwachung

Symate, Spezialist für die Verbesserung von Fertigungsprozessen mit den Methoden der künstlichen Intelligenz (KI), unterstützt die Fachhochschule Bielefeld. Das Center for Applied Data Science (CfADS) an der FH hat die intelligente Industriesoftware Detact als festes Tool in ihren Software-Stack übernommen. Auf dieser Basis können die Forscher den Produktionsablauf in einer digitalen und weitgehend automatisierten Fertigung nun deutlich leichter und schneller simulieren sowie große Datenmengen (Big Data) systematisch analysieren.