Predictive Maintenance im Automobilbau

KI und Edge als dynamisches Duo

Ob FTS im Werk, automatische Prozessregelung oder bei der Fehlersuche bei Maschinen: All diese Anwendungen nutzen heute künstliche Intelligenz (KI) und Datenverarbeitung vor Ort - das Edge Computing. Mark Kramer von der Edag Group beschreibt, welche Vorteile Edge Computing in die Produktion bringen kann.
Production line of automobile plant, paint shop, conveyor. Finished product
Bild: ©vadimalekcandr/stock.adobe.com

Das Internet der Dinge (IoT) wächst. Überall erheben Sensoren die unterschiedlichen Daten, werden Verbrauchswerte registriert, Bilder und Videos angefertigt, um Systeme automatisch zu steuern, die Funktionsfähigkeit zu überwachen oder Entscheidungsgrundlagen zu liefern. Zugleich steigt in vielen Anwendungsfällen die Echtzeit-Relevanz. Die Daten müssen in einer begrenzten Zeit verarbeitet werden und zu einer Reaktion führen, um die gesteckten Ziele zu erreichen. Dies wird durch Edge Computing, als die ortsnahe Verarbeitung der Daten, möglich. Dabei handelt es sich um eine rechenstarke IT-Infrastruktur am ‚Rand‘ des Unternehmens. Diese liegt somit näher am Entstehungsort der Daten, als etwa ein zentrales Rechenzentrum. So werden geringere Latenzzeiten erreicht, zudem sinkt die Gefahr von Unterbrechungen der Datenkommunikation. Denn auch Zuverlässigkeit und Verfügbarkeit sind oft relevante Faktoren im IoT. Nicht zuletzt stoßen die wachsenden Datenmengen sowohl an physikalische wie ökonomische Grenzen. Denn zum einen benötigt die Übertragung immer mehr Bandbreite, die bei zentralen Strukturen nicht mehr ausreichen. Zum anderen beruht die Abrechnung von Cloud-Anwendungen auf der Menge der hochgeladenen Daten. Je mehr Sensoren Daten senden, desto mehr Kosten entstehen.

Basis für autonome Systeme

Doch viele Anwendungen beruhen auf der Verarbeitung großer Datenmengen. Technologien wie Advanced Analytics, Machine Learning (ML) und KI ermöglichen es, neue Erkenntnisse aus den Daten abzuleiten. Sie bilden die Basis für Systeme mit größerer Autonomie: Die Verfügbarkeit erschwinglicher, leistungsstarker Lösungen zur Verarbeitung von KI-Funktionen hat dazu geführt, dass künstliche Intelligenz zum größten Workload für Edge Computing geworden ist. Beispiele sind etwa, das Erkennen und Verarbeiten natürlicher Sprache, Texterkennung und -generierung, Erkennen und Verfolgen von Objekten in Bild- und Videodaten, Mustererkennung in großen Datensätzen oder die Vorhersage von Trends aus aktuellen Datenreihen. Anwendungsfälle finden sich über alle Branchen hinweg – von der Landwirtschaft über Gesundheitswesen bis hin zur Fertigung. Maschinen werden flexibler und könenn mehr Varianten produzieren. Zugleich steigern intelligente Maschinen die Anlageneffektivität, da sie weniger manuelle Eingriffe im laufenden Produktionsprozess benötigen, eine gleichbleibende Qualität ermöglichen und durch Selbstüberwachung die Gefahr von ungeplanten Stillständen reduzieren können.

Aus der Praxis

Ein Beispiel für den Einsatz von künstlicher Intelligenz am Edge findet sich im Automobilsektor. Die Edag Group, Entwicklungsdienstleiser, bekam von einem seiner Kunden den Auftrag, eine moderne Predictive-Maintenance-Lösung zu implementieren. Ziel des Projekts war es, Unregelmäßigkeiten in der Fertigungslinie zu erkennen, die Wartung zu optimieren und Ausfallzeiten an den Automobilwartungs- und Produktionslinien zu minimieren. Die Edag Group setzte bei der Realisierung auf eine KI-gesteuerte Edge-Lösung und holte sich dazu Dell Technologies als Entwicklungs- und Technologie-Partner an Bord. Die Edag Group entwarf eine KI-Lösung, die das Rechenzentrum des Kunden in die Fertigungslinie hinein erweitert. Speicherung und Verarbeitung der Daten erfolgt sowohl im zentralen Datacenter als auch in der dezentralen Edge-Computing-Lösung.

Weniger Ausfälle

Durch die Lösung gelang es, die Planung von Wartungs- und Service-Intervallen zu verbessern sowie den Einsatz des Service-Personals zu reduzieren. Zudem gab es weniger ungeplante Maschinenausfälle, das Ersatzteilmanagement konnte optimiert werden und die Analyse der gesammelten Daten verbesserte das Verständnis für die Maschinen. Aufgrund der reduzierten Stillstandszeiten erhöhte sich die Overall Equipment Effectiveness (OEE) um zwei Prozent – ein hoher Wert, da die Prozesse im Automobilsektor bereits auf maximale Effizienz ausgelegt sind. Die Lösung soll nun mit Unterstützung der Edag Group auf andere Werke des Kunden ausgerollt werden. Zugleich arbeitet der Engineering-Spezialist an der Weiterentwicklung des Data Analytics Clusters.

IT nicht komplexer machen

Mit Edge Computing lassen sich die Datenströme im Internet der Dinge nahezu in Echtzeit verarbeiten – da die Analyse nahe der Datenquelle erfolgt, sind die Latenzzeiten gering. Die Rechen- und Speicherkapazitäten der dezentralen Edge-Lösungen eröffnen zudem den Zugang zu innovativen Technologien wie Advanced Analytics, Machine Learning und künstlicher Intelligenz – auch in Umgebungen, die bereits als optimiert gelten. Dem Ertrag stehen jedoch auch Anforderungen gegenüber. So muss die Lösung zunächst in die Unternehmens-IT und sie sollte die Komplexität der Infrastruktur nicht weiter erhöhen. Hinzu kommen Anforderungen an Management- und Wartbarkeit sowie an die Sicherheit der Edge-Infrastruktur. Das benötigte Knowhow für solche Projekte ist nicht immer vorhanden. Externe Partner können jedoch Unterstützung leisten.

www.edag.com

EDAG Production Solutions GmbH & Co. KG

Das könnte Sie auch Interessieren

Bild: Geze GmbH
Bild: Geze GmbH
Überwachung von 
Rettungsweg und Fluchttüren

Überwachung von Rettungsweg und Fluchttüren

Die Integration von Rettungsweg- und Fluchttürüberwachung in das Gebäudeautomationsmanagement bietet vielfältige Vorteile. Es gibt bei Flucht- und Automatiktüren aber auch viel zu beachten, sowohl auf rechtlicher, als auch auf funktioneller Ebene. Die Unternehmen Iconag-Leittechnik und Geze arbeiten hierbei mit ihren Lösungen eng zusammen.

Bild: Phoenix Contact Deutschland GmbH
Bild: Phoenix Contact Deutschland GmbH
Höhere Verfügbarkeit bei 
geringeren Wartungskosten

Höhere Verfügbarkeit bei geringeren Wartungskosten

Die Krah-Gruppe stellt unter anderem Leistungswiderstände für die Automobilindustrie her. Zur Profinet-basierten Weiterleitung der Sensordaten wurden in der Vergangenheit Steckverbinder-Lösungen genutzt. Da diese in beweglichen Anwendungen wie den Laserschweißautomaten des Herstellers störanfällig sind und schnell verschleißen, kommt nun die kontaktlose und damit verschleißfreie Energie- und Ethernet-Übertragungslösung NearFi zum Einsatz.

Bild: TXOne Networks
Bild: TXOne Networks
CPS Cybersecurity

CPS Cybersecurity

Die Konvergenz von digitaler und physischer Welt hat im Zuge des rasanten technologischen Fortschritts zu einem neuen Bereich geführt, der als cyber-physische Systeme (CPS) bezeichnet wird. Diese Systeme verbinden computergestützte Algorithmen nahtlos mit physischen Prozessen und fördern so eine symbiotische Beziehung zwischen dem Virtuellen und dem Materiellen. Von autonomen Fahrzeugen und Smart Cities bis hin zur Industrieautomatisierung und der Kontrolle kritischer Infrastrukturen haben CPS die Art und Weise, wie wir mit unserer Umwelt interagieren und sie verwalten, revolutioniert.

Bild: Eurogard GmbH
Bild: Eurogard GmbH
Mehrwerte für Fernwartung, Monitoring und Analyse

Mehrwerte für Fernwartung, Monitoring und Analyse

Browser öffnen und einloggen: Schon sind alle verteilten Maschinen sichtbar. Eine integrierte Online-Plattform ermöglicht es Anwendern, Fernwartungsnetze, Maschinen-Monitoring und Datenanalyse vereint an einem Ort zu nutzen. Übersichtlichkeit, ein ausgefeiltes Rechtemanagement, vielfältige Analyse- und Service- Applikationen sollen dabei schnell und unkompliziert für spürbaren Nutzen bei Maschinenbauern und deren Kunden sorgen.

Bild: Engel Austria GmbH/©Fotostudio Eder
Bild: Engel Austria GmbH/©Fotostudio Eder
Smarte Lösung zur Ersatzteilidentifikation von Engel

Smarte Lösung zur Ersatzteilidentifikation von Engel

Mit der smarten Anwendung zur Ersatzteilidentifikation, dem part finder, zeigt das Unternehmen Engel, wie effektive Unterstützung für Kunststoffverarbeiter im Betriebsalltag funktioniert: eine einfache, zeitsparende Lösung, um die Maschinenverfügbarkeit zu verbessern und die Produktionseffizienz zu steigern. Ein Smartphone ist alles, was man dazu braucht.