Retrofit-Lösungen für die smarte Fabrik

„Von reaktiver zu vorausschauender Wartung“

Nicht weniger als eine grundlegende Änderung der Herangehensweise an Condition Monitoring will Weidmüller mit seinen smarten U-Sense-Komponenten bei den Anwendern hervorrufen. Wie diese bis dato reagieren, wie attraktiv die Anbindung ans IoT wirklich ist und mehr erläutert Michael Piekarzewitz, Leiter Energy Management Solutions bei Weidmüller.
Bild: Weidmüller Interface GmbH & Co. KG
Welche Erfahrungen haben Sie bislang mit dem U-Sense-Angebot gemacht, Herr Piekarzewitz? Was sagt der Anwender?

Michael Piekarzewitz: In vielen Fabriken sind Anlagen und Maschinen ganz unterschiedlicher Generationen im Einsatz. Mit unseren smarten Sensoren haben wir für unsere Kunden eine Retrofit-fähige Lösung geschaffen, um z.B. eine Motorüberwachung schnell und direkt ins IIoT zu integrieren. Erste Applikationen zeigen, dass mit dem Einsatz von U-Sense beim Kunden eine Umstellung von einer reaktiven hin zu einer vorausschauenden Wartung erfolgt. Das positive Feedback zeigt uns, dass wir damit auf dem richtigen Weg sind. Gerade die smarten Sensoren entlasten den Datentransfer vom Sensor zur Cloud, da sie bereits im Sensor ein geeignetes Daten-Preprocessing durchführen. Diesen Vorteil, neben der einfachen Handhabung, schätzen unsere Kunden besonders.

Setzt Weidmüller U-Sense auch in den eigenen Werken ein?

Piekarzewitz: Unsere U-Sense-Komponenten kommen bei uns u.a. in der Belüftungsanlage der Galvanik zum Einsatz. Bisher wurden dort die Daten bzw. der Zustand der Lüfterantriebe nicht digital erfasst. Um die Ventilatoren in den digitalen Prozess einzubinden, wurden sie mit dem Stromsensor U-Sense Energy Drives und dem Vibrationssensor U-Sense Vibration nachgerüstet. Der Stromsensor wurde beispielsweise in der Zuleitung montiert und erfasst alle relevanten elektrischen Zustände des Motors. Die Methoden und Werkzeuge des Machine Learning ermöglichen uns nicht nur einen digitalen Zugang zu den Daten des Lüftungssystems, sondern unterstützen auch dabei, relevante Zusammenhänge zu identifizieren. Mit dem Einbinden der Daten in die Industrial-AutoML-Software von Weidmüller können wir nun Serviceeinsätze gezielter planen.

Welches Angebot hat Weidmüller für die Analyse der von U-Sense erfassten Antriebs- bzw. Prozessdaten?

Piekarzewitz: Wir wollen unseren Kunden die bestmögliche Lösung für ihre Automatisierungs- und Digitalisierungsaufgaben bieten. Dabei setzen wir konsequent auf die Anwendung der Datendynamik: von Datenerfassung, -vorverarbeitung und -kommunikation als Basis, bis – darauf aufbauend – zur Datenanalyse. Über diesen durchgängigen Lösungsansatz können wir mit unserem Analyse-Tool Industrial AutoML eine Software anbieten, mit dem Kunden Machine Learning ganz einfach selbst anwenden können. Um das Potenzial von Machine Learning zu nutzen, muss der Anwender also kein Data Scientist sein, sondern kann allein mit seinem Prozess-Knowhow die Daten seiner Maschine oder seines Prozesses auswerten.

Wie schnell steigt der Wunsch nach Anbindung von Komponenten und Maschinen an das IoT bei Ihren Kunden wirklich?

Piekarzewitz: Die Umstellung bzw. Anwendung von IoT-basierten Systemen in Unternehmen lässt sich nicht mehr aufhalten. Davon zeugen die vielen Anfragen zu unserem IoT-Portfolio. Ob es mit oder ohne IoT in der Industrie geht, hängt von der einzelnen Anwendung ab. Vor der Entscheidung über den Einsatz von IoT-Systemen sollte sich jeder Anwender die Frage stellen: Was will ich damit erreichen? Geht es darum, neue Geschäftsmodelle zu entwickeln? Oder die Produktqualität zu verbessern? Die bloße Technologie an sich schafft noch keinen Mehrwert. Es reicht nicht aus, einfach smarte Sensorik, Steuerungslösungen und fertige Analyse-Tools zu verwenden. Gerade bei der Nachrüstung mit IoT-basierten Systemen steckt oft der Teufel im Detail. Jede Maschine muss individuell betrachtet werden. Dafür wird nicht nur ein Retrofit-fähiges Portfolio, sondern auch qualifiziertes Personal benötigt. Hier steht Weidmüller seinen Kunden als Partner zur Seite, denn die Komplexität der neuen Technologien wie KI oder IoT muss für den Anwender beherrschbar bleiben.

Das könnte Sie auch Interessieren

Bild: Analog Devices GmbH
Bild: Analog Devices GmbH
Warum vorausschauende Wartung?

Warum vorausschauende Wartung?

Allein in Fabriken in den USA entstehen pro Jahr ungeplante Ausfallzeiten von 14 Millionen Stunden. Die Ursache dafür, Systemfehler, bescheren der Industrie Kosten in Milliardenhöhe. Um solche Szenarien zu verhindern,
nutzen Fabriken in der Regel einen teuren manuellen Ansatz: Experten sammeln Daten, um den Zustand der
Anlagen zu beurteilen. Auch kommen oft Sensorlösungen zum Einsatz, die jedoch nicht alle möglichen Ausfälle zuverlässig erkennen können. Mehr Potenzial versprechen Systemlösungen für die vorausschauende Wartung.

Bild: Roxon
Bild: Roxon
Online-Zustandsüberwachung für Gurtförderanlagen

Online-Zustandsüberwachung für Gurtförderanlagen

Schmersal stellt über seinen Systempartner Roxon eine vollautomatisierte Online-Zustandsüberwachung für Gurtförderanlagen vor: Der HX170 basiert auf einer optischen Zustandsüberwachung des Oberflächenprofils, wodurch alle möglichen Beschädigungen der Verbindungsstellen sowie Längsschlitze, Risse und Löcher an der Bandoberfläche erkannt werden sollen.

Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Bild: Fraunhofer-Institut IGD/©angkhan/stock.adobe.com
Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Risiken verringern: Fraunhofer-Software entwickelt FMEA weiter

Ob autonomes Fahrzeug in der Intralogistik oder Werkzeugmaschine in der industriellen Fertigung: Fehler und Ausfälle einzelner Geräte und Komponenten sind nicht immer zu vermeiden. Deren Wahrscheinlichkeit einzuschätzen und den Aufbau technischer Systeme hinsichtlich ihrer Betriebs- und Prozesssicherheit zu verbessern, ist daher umso wichtiger. Mit proSvift entwickelten Forschende des Fraunhofer IGD ein neues Analysewerkzeug, das auf einer probabilistischen Fehlermöglichkeits- und Einflussanalyse (FMEA) basiert und intuitiv steuerbar ist. Anwender sollen so Produktionsausfälle, kritische Auswirkungen und Folgekosten reduzieren können.