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

NDR, XDR, SOAR: Die Netzwerksicherheit hat in jüngster Vergangenheit zahlreiche neue Ansätze, Begriffe und Abkürzungen hervorgebracht. Das Unternehmen Progress zeigt, was sich dahinter verbirgt.‣ weiterlesen

Technologien wie Cobots oder digitale Zwillinge sollen für effizientere Prozesse sorgen. Dabei geht es um mehr als nur Software und leistungsfähige Hardware im Shopfloor. Doch ohne die passende Edge-Computing-Plattform wird diese neue Welt nicht funktionieren.‣ weiterlesen

MPDV Mikrolab hat mit der Einführung des Smart Factory Hive einen Ansatz entwickelt, um den Herausforderungen moderner IT-Architekturen in der Industrie zu begegnen. Dieses Modell erneuert die konventionelle Automatisierungspyramide und setzt auf ein flexibles, vernetztes System, das die Effizienz und Produktivität in produzierenden Unternehmen signifikant steigert.‣ weiterlesen

Zum 28. Mal hat die Unternehmensberatung PwC den Global CEO Survey durchgeführt und CEOs weltweit auch zum Thema künstliche Intelligenz befragt. Die Ergebnisse zeigen einige Unterschiede zwischen deutschen und internationalen Unternehmen.‣ weiterlesen

Mit DigiTamm bietet die Technische Hochschule Mittelhessen ein praxisnahes Modell zur Bewertung des digitalen Reifegrads von KMU - als Basis für eine gezielte Digitalisierungsstrategie. Das Modell berücksichtigt fünf Kategorien und wurde bereits getestet.‣ weiterlesen

Der in München ansässige Anbieter von KI-gesteuerten Automatisierungssystemen, Agile Robots, hat eine Mehrheitsbeteiligung an der Audeering erworben.‣ weiterlesen