Eckelmann macht Maschinen fit für Big-Data

Wiesbaden, 19.10.2015 Eckelmann zeigt auf der SPS IPC Drives 2015 an Stand 7-320 Industrie 4.0-Lösungen für CNC-Maschinen, die bereits heute mit geringem Aufwand umgesetzt werden können. Als Demo-Anwendung am Stand dient eine virtuelle CNC-Brennschneidmaschine. Vorhandene Prozessdaten der SPS/CNC und der Servoregler werden über Schnittstellen wie OPC UA auf einen Webserver mit Datenbank übertragen. Eine moderne Webanwendung für PC und Tablets präsentiert diese Daten übersichtlich.
In den großen Datenmengen, die ständig in der Steuerung anfallen, steckt ein bislang kaum erschlossenes Potential, um das Betriebsverhalten einzelner Maschinen und kompletter Fertigungsanlagen besser zu verstehen und zu optimieren. Die Erkennung von Mustern und Kausalitäten ist der erste Schritt, um die Produktivität und Effizienz zu steigern.
„Unser Konzept ist es, die vorhandenen Daten des Controllers zu nutzen und diese Rohdaten zu ‚veredeln‘, indem wir sie zu relevanten Informationen verdichten“, erklärt Dr. Marco Münchhof, Vorstand und Leiter der Maschinenautomation bei Eckelmann. „Intelligente Datenanalyse ist und bleibt der Schlüssel, um effizienter zu werden und Prozesse zu optimieren. Warum sollten wir nicht all die Maschinen- und Prozessdaten der Steuerung nutzbar machen, die wir bislang nach der originären Verwendung für CNC-Steuerungsaufgaben einfach verwerfen? Eine SPS mit ihren geringen Speicherressourcen ist jedoch nicht die ideale Besetzung für Big-Data-Anwendungen. Digitalisierung und Industrie 4.0 heißt für uns daher, dass wir unsere bewährten E°EXC Controller für den standardisierten und maschinenunabhängigen Datenaustausch fit machen. Das ist der Anfang auf dem langen Weg zu Zukunftskonzepten wie Plug & Produce oder der Losgröße-1-Fertigung. Aber schon heute möchten wir unseren Kunden damit einen realen Mehrwert verschaffen.“

Gute „Maschinenkenntnis“ steigert Produktivität
Am Stand von Eckelmann können Besucher die Möglichkeiten von Big-Data-Analytics an CNC-Maschinen selbst erleben. Die Webanwendung zeigt u. a. Best-practice-Konzepte für die vorausschauende Instandhaltung (Predictive maintenance), das Energiemonitoring sowie die Optimierung von Betriebsabläufen. Durch die Analyse ganzer Fertigungsanlagen ergeben sich darüber hinaus vielfältige Optimierungspotentiale, wie z. B. die Erkennung systematischer Engpässe oder sich wiederholende Zeitmuster in der Auslastung. Hierzu müssen die Daten dann durch überlagerte IT-Systeme (ERP, PPS) entsprechend aggregiert und ausgewertet werden.
Der Energieverbrauch der einzelnen Achsen wird über die Stromregelung durch den Wechselrichter ermittelt und über definierte Zeitintervalle integriert. Eine weitere interessante Information ist, ob sich das Werkzeug gerade im Eingriff befindet. Darüber lässt sich die Nebenzeit quantifizieren, also die unproduktive Zeit, in der das Werkzeug sich nicht im Eingriff befindet; eine Optimierung könnte bei den Verfahrwegen ansetzen. Auch Nebenaggregate wie eine Plasmastromquelle lassen sich entweder über geeignete Schnittstellen in das Energiemonitoring integrieren oder über Modellberechungen der SPS approximieren.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

Translate »