Das IoT-ready-Paket von Dürr unterstützt umwelttechnische Anlagen beim störungsfreien und prozessoptimierten Betrieb. Die modulartig aufgebauten Lösungen rund um die Produktfamilie DXQequipment.operation unterstützen den Kunden in mehrfacher Hinsicht: Sie verbessern Systemtransparenz, Prozesseffizienz und Anlagenverfügbarkeit. Darüber hinaus schaffen sie kurzfristig und unmittelbar Abhilfe – etwa bei Störfällen oder Anlagenstillständen. Selbst ältere Anlagen können unkompliziert ohne Vor-Ort-Einsatz nachgerüstet werden.
Je nach gewünschter Funktionalität und verfügbarem Budget sind die digitalen Servicepakete für Anlagen der Umwelttechnik in drei verschiedenen Ausbaustufen erhältlich. Basis des IoT-ready-Pakets ist das IoT-Edge-Gateway, das sowohl den industriellen Fernzugriff als auch die kontinuierliche Erfassung von Prozessdaten ermöglicht. Das IoT-Edge Gateway kann wahlweise über Mobilfunk oder über das Betreibernetzwerk mit dem Internet verbunden werden. Das IoT-Edge-Gateway ist unmittelbar nach Installation in den Schaltschrank betriebsbereit. Die zweite Ausbaustufe beinhaltet den Zugang zu einer IoT-Applikation, bestehend u.a. aus Dashboards zur Darstellung operativer Betriebsinformationen, einem Datenexplorer zur schnellen Sichtung von Prozessdaten, einem virtuellen Abbild der Anlage sowie dem Modul Smart Rules für einen kontinuierlichen Soll/Ist-Abgleich der Prozesswerte. Dabei werden Prozessdaten in Echtzeit visualisiert und von Algorithmen analysiert. Bei Abweichungen vom definierten Normalzustand generiert die Software automatisch Meldungen (per E-Mail oder SMS) an einen vorher festgelegten Empfängerkreis.
Einen schnellen Überblick erhalten Anlagenbetreiber durch einen umfangreichen Monatsbericht, in dem die wichtigsten Prozessdaten von Dürr-Experten analysiert sind. Der Monatsbericht liefert Einblicke in komplexe Sachverhalte, u.a. durch die Auswertung der Betriebszustände und Alarmmeldungen, die Berechnung von Leistungskennzahlen sowie Empfehlungen zur Verbesserung der Prozessabläufe. In der dritten Ausbaustufe finden zusätzlich noch intelligente Modelle Anwendung, die auf Basis von Statistik und Machine Learning Abweichungen und Trends analysieren und fällige Wartungen prognostizieren.
