Exklusiv für Abonnenten

Autonome Sensoren für die intelligente Fabrik

Drahtlos und programmierbar

Greenfield-Anlagen sind oftmals eher die Ausnahme. Meistens finden sich in Industrieunternehmen ältere Maschinen, die aber nach wie vor ihren Dienst tun. Diese Brownfield-Anlagen gilt es fit für das industrielle Internet der Dinge zu machen – am besten möglichst kostengünstig. Autonome Lasersensoren können dabei helfen.

(Bild: VocalZoom)

Begriffe wie Industrie 4.0, Smart Factory und das industrielle Internet der Dinge (IIoT) stehen für die Nutzung von Digitalisierungstechnologien, um die betriebliche Effizienz zu optimieren, den Ertrag der Maschinen zu steigern und die Qualität der Produkte zu verbessern. Laut der Capgemini-Studie Smart Factories at Scale verfolgten 2019 bereits knapp 70 Prozent der Unternehmen weltweit Smart-Factory-Initiativen. Zwei Jahre zuvor lag dieser Anteil noch bei nur 43 Prozent. Capgemini schätzte 2019 die erwartete zusätzliche Wertschöpfung des verarbeitenden Gewerbes durch Produktivitätsgewinne in intelligenten Fabriken auf 1,47 bis 2,21 Billionen US-Dollar bis 2023. In der gleichen Studie erklärt Dr. Seshu Bhagavatula, President, New Technologies and Business Initiatives, bei Ashok Leyland: “Es gibt drei Hauptgründe, warum wir die Smart-Factory-Initiative aufgegriffen haben. Erstens wollten wir die Produktivität unserer alten Fabriken durch die Modernisierung und Digitalisierung ihrer Abläufe verbessern. Der zweite Grund ist, die Qualitätsprobleme zu lösen, die für Menschen schwer zu erkennen sind. Drittens geht es darum, die Möglichkeit der Auftragsfertigung oder der Massenanpassung zu integrieren.”

Erkenntnisse gewinnen

Die Effektivität von IIoT-Strategien ergibt sich aus der Verarbeitung großer Datenmengen, um technische und betriebliche Einblicke zu gewinnen. Diese können auf den Gesundheitszustand der Maschine, Qualitätsprobleme, übermäßigen Energieverbrauch, ineffiziente und inkonsistente Rohstoffversorgung und ähnliches hinweisen und davor warnen. “Die Stärke liegt in der Fähigkeit, viele Daten zu sammeln und diese in nützliche Informationen umzuwandeln”, wie Bertil Thorvaldson, Product Manager bei ABB Robotics, in einem Blog-Beitrag zitiert wird. Das Ergebnis der IIoT-Datenverarbeitung ist nur so gut wie die Qualität der gesammelten Daten. Daher ist es besser, so viele Sensoren wie möglich in die Fertigungsumgebung einzubauen, um stärker fokussierte und genauere Daten zu sammeln. Die Datenerfassung sollte so nah wie möglich am tatsächlichen Betrieb der Maschinen und an den kritischen Komponenten in der Produktionslinie liegen, die die Effizienz beeinflussen.

Industrielle Sensoren konzentrieren sich jedoch oftmals hauptsächlich auf Robustheit und Zuverlässigkeit. Sie dienen als einsatzkritische Indikatoren, damit die Maschine oder Produktionslinie ordnungsgemäß funktioniert. Ein Ausfall eines Sensors könnte zu Ausfallzeiten oder sogar zu erheblichen Schäden an der Maschine führen.

Besondere Anforderungen

Bei IIoT-Anwendungen besteht das Ziel hingegen darin, viele Daten zu sammeln und zu verarbeiten. Daher sind auch die Anforderungen an die Sensoren anders. Um eine große Anzahl von Sensoren einzusetzen, müssen diese kostengünstig sein. Dies gilt vor allem für die Integration in bestehende Maschinen sowie die Gesamtbetriebskosten der Sensoren. IIoT-geeignete Sensoren müssen eine Vielzahl von Anwendungsfällen in der Fabrik unterstützen. In der Folge können Betriebe durch die Integration auf bestehenden Maschinen Betriebskosten senken, weniger Ersatzteile vorhalten, die Schulungen von Technikern reduzieren und auch mit weniger Sensoranbietern arbeiten.

Das könnte Sie auch interessieren

Vom 22. bis zum 26. April wird Hannover zum Schaufenster für die Industrie. Neben künstlicher Intelligenz sollen insbesondere Produkte und Services für eine nachhaltigere Industrie im Fokus stehen.‣ weiterlesen

Eine Umfrage von Hewlett Packard Enterprise (HPE) unter 400 Führungskräften in Industrie-Unternehmen in Deutschland zeigt, dass zwei Drittel der Befragten den Data Act als Chance wahrnehmen. Der Data Act stieß unter anderem bei Branchenverbänden auf Kritik.‣ weiterlesen

Carbon Management-Technologien stehen im Fokus, um CO2-Emissionen zu reduzieren und zu managen. Die Rolle des Maschinenbaus und mögliche Entwicklungspfade betrachtet eine neue Studie des VDMA Competence Center Future Business.‣ weiterlesen

Deutsche Unternehmen nehmen eine zunehmende Bedrohung durch Cyber-Angriffe wahr. Das zeigt eine aktuelle Umfrage vom Markt- und Meinungsforschungsinstitut YouGov im Auftrag von 1&1 Versatel, an der mehr als 1.000 Unternehmensentscheider teilnahmen.‣ weiterlesen

Hohe Geschwindigkeit und hohe Erkennungsraten sind die Anforderungen an die Qualitätskontrolle in der Verpackungsbranche. Wie diese Anforderungen erreicht werden können, zeigt das Unternehmen Inndeo mit einem Automatisierungssystem auf Basis von industrieller Bildverarbeitung und Deep Learning.‣ weiterlesen

Laut einer Studie der Unternehmensberatung Bain & Company könnten Unternehmen ihre Produktivität durch digitale Tools, Industrie 4.0-Technologien und Nachhaltigkeitsmaßnahmen steigern. Deren Implementierung von folgt oft jedoch keiner konzertierten Strategie.‣ weiterlesen

Jeder zweite Betrieb investiert laut einer Betriebsräte-Befragung der IG Metall zu wenig am Standort. Demnach verfügen rund 48 Prozent der Unternehmen über eine Transformationsstrategie. Zudem sehen die Betriebsräte ein erhöhtes Risiko für Verlagerungen.‣ weiterlesen

Ziel des neuen VDMA-Forums Manufacturing-X ist es, der zunehmenden Bedeutung von Datenräumen als Basis für neue, digitale Geschäftsmodelle Rechnung zu tragen. Wie der Verband mitteilt, soll das Forum auf dem aufbauen, was in der letzten Dekade durch das VDMA-Forum Industrie 4.0 erarbeitet wurde. ‣ weiterlesen

Ob es sich lohnt, ältere Maschinen mit neuen Sensoren auszustatten, ist oft nicht klar. Im Projekt 'DiReProFit' wollen Forschende dieses Problem mit künstlicher Intelligenz zu lösen.‣ weiterlesen

Wie kann eine Maschine lernen, sich in unserer Lebenswelt visuell zu orientieren? Mit dieser Frage setzen sich die Wissenschaftler am Deutschen Forschungsinstitut für Künstliche Intelligenz (DFKI) aktuell auseinander – und entwickeln Lösungen.‣ weiterlesen

Die seit 2020 geltende staatliche Forschungszulage etabliert sich im deutschen Maschinen- und Anlagenbau mehr und mehr als Instrument der Forschungsförderung. Ein wachsender Anteil der Unternehmen nutzt die Forschungszulage. Besonders geschätzt werden die verbesserten Finanzierungsmöglichkeiten sowie der erleichterte Zugang zur staatlichen Förderung von Forschung und Entwicklung (FuE).‣ weiterlesen