Showcase: IoT für die Industrie

Die Industrie und die IT sind in vielen Punkten unterschiedlich. Doch das Verbinden beider Geschäftsfelder, generiert interessante neue Lösungsansätze für zuvor unlösbare Probleme.

Das Wichtigste in Kürze

Dieser Showcase wurde erstellt, um ein Anwendungsbeispiel von IoT in der Industrie zu schaffen. Die Absicht lag darin, die industrielle Welt mit der Informatik zu verbinden, um daraus einen Mehrwert für Hersteller sowie Betreiber zu schaffen.
Eine OPC-UA-Testplattform mit einer SPS und Industriekomponenten liefert spezifische Maschinendaten. Zur Auswertung werden die Daten in einer Cloud abgespeichert.

Auf einem Dashboard sind abschliessend alle gesammelten Maschinendaten einsehbar.

Diese Messdaten bilden die Grundlage für „predicitve maintenance“, womit Ausfälle und Standzeiten von Anlagen auf ein Minimum reduziert werden können.

Ausgangslage

Im Moment wird in der Industrie sehr häufig die „reaktive Wartung“ eingesetzt. Das heisst, ein Austausch der Bauteile findet erst dann statt, wenn es zu einem Fehler oder einem Ausfall der Maschine gekommen ist.
Das Problem dabei ist, dass es bei einer Produktionsmaschine ggf. zu einem Ausfall der gesamten Produktion kommt. Dadurch entstehen weitere Kosten für die Standzeit.
Ebenfalls findet bei der reaktiven Wartung oft eine proaktive Auswechslung von kritischen Elementen statt, obwohl deren Lebensdauer noch nicht ausgeschöpft ist.

Idee

Ein condition-monitoring könnte kritische Maschinenelemente mit Sensoren überwachen und die Daten aufzeichnen.
Basierend auf den Daten kann eine Fehlererkennung durchgeführt werden und bereits bei  kleinsten Anzeichen eines Fehlerfalls kann reagiert werden. So können beispielsweise bereits Ersatzteile bestellt und ein Servicetechniker aufgeboten werden.
Damit kann  das Unternehmen wertvolle Zeit einsparen. Es gibt keine Maschinenausfälle und Bauteile müssen erst am Ende ihrer Lebensdauer ausgetauscht werden.

Mit der zusätzlichen Integration von API’s sind Drittanbieter-Softwares, wie ERP-Systeme, Ticketing- oder Benachrichtigungsdienste, einfach zu integrieren und der Flexibilität sind kaum Grenzen gesetzt.

Unser Showcase

Wir haben als erstes eine Hardware-Plattform aufgebaut, um Messdaten auf der Maschinenseite generieren zu können. Die Auslesung dieser Messdaten erfolgt über OPC-UA  und wird hinterher in der Cloud persistiert.

Als Beispiel haben wir eine Motorsteuerung gebaut, bei welcher wir den Motorstrom, die Motortemperatur und die Vibration aufzeichnen. Neben Motor und Sensorik setzten wir für die Steuerung Bauteile ein, die in jedem Industrie-Schaltschrank zu finden sind. Dazu gehört ein Motorschutzschalter und ein Leistungsschütz mit Zusatzkontakten. Das Herzstück bildet die SPS, welche in diesem Fall aus einem Raspberry Pi mit installierter SoftSPS (CODESYS) besteht.

Die Verbindung zur Cloud ist mit verschlüsseltem MQTT realisiert. Auf der Maschinenseite wird das verschlüsselte OPC-UA-Protokoll eingesetzt.

Die Ablage der gesammelten Messdaten erfolgt in einer Zeitserien-Datenbank in der Cloud.
Das Anzeigen der Daten und der Alarmzustände funktioniert über ein Grafana-Dashboard.

Auf dem Dashboard sind folgende Informationen ersichtlich:

  • Entwicklung der Motortemperatur
  • Verlauf des Motorstroms
  • Informationen zu der Motorvibration
  • Protokollierung der Auslösungen des Motorschutzschalters
  • Aufzeichnung der Schaltzyklen des Leistungsschützes
  • Dokumentation der Betriebszeiten der einzelnen Bauteile
  • Fehlerspeicher der SPS

Weiterführend

Basierend auf den gesammelten Daten, könnten verschiedene Berechnungen zur Ermittlung der verbleibenden Lebensdauer dieser Bauteile durchgeführt werden.
Anhand dieser Informationen kann sichergestellt werden, dass der Austausch von Bauteilen nicht zu früh oder zu spät stattfindet.
Des Weiteren können mit Datenanalysen die Standzeiten von Maschinen reduziert und die Fertigungsprozesse optimiert werden.
Für diese Szenarien wäre der Einsatz von Machine-Learning denkbar.

Technology Stack

Für eine Übersicht ausklappen

  • OPC-UA
  • CodeSys
  • Docker
  • Azure
  • Ubuntu
  • C#
  • Visual Studio
  • git
  • Mosquitto MQTT
  • Grafana
  • InfluxDB
  • Graphite
  • Traefik

Hardware-Stack:

  • SPS: Raspberry Pi 3 mit Raspbian Stretch
  • Industrie HW: Leistungsschütz mit Hilfsschaltblock, Motorschutzschalter, Netzteil 24V & 5V
  • Sensoren&Bauteile: MCP3008 (ADC), DS18B20 (Temperatursensor), Optokoppler, Vibrationssensor

Azure

Ubuntu

C#

Visual Studio

git

Traefik

Hardware

SPS: Raspberry Pi 3 mit Raspbian Stretch
Industrie HW: Leistungsschütz mit Hilfsschaltblock, Motorschutzschalter, Netzteil 24V & 5V
Sensoren&Bauteile: MCP3008 (ADC), DS18B20 (Temperatursensor), Optokoppler, Vibrationssensor

«Das Anbinden von industriellen Anlagen an das Internet generiert neue Geschäftsfelder und bietet einen Mehrwert für die Betreiber von Maschinen und deren Hersteller.»

Adrian Hayoz, Entwickler it-processing AG

Haben Sie Fragen?

Sie sind kein Roboter: