Wenn Maschinen ausfallen, Roboter ihren Dienst versagen oder Anlagen einen Fehler aufweisen, sind hohe Kosten für die Instandsetzung und Reparatur eher die Regel als denn die Ausnahme. Die Stillstände und damit verbundenen Produktionsausfälle sind insbesondere dann ärgerlich, wenn der Grund in preiswerten Verschleißteilen liegt. Mit der Industrie 4.0 treten neue, digitale Systeme an, die den Zustand einer Maschine oder Anlage kontinuierlich überwachen und dabei helfen sollen, Ausfälle zu vermeiden. Das Condition Monitoring, auf Deutsch die „Zustandsüberwachung", soll als grundlegende Maßnahme der Digitalisierung Instandhaltungsprozesse vereinfachen. Doch welche Möglichkeiten des Condition Monitorings gibt es aktuell überhaupt – und welche der Möglichkeiten, Maschinendaten zu sammeln und zu analysieren, passen zu Ihrem Produktionsbetrieb? Erfahren Sie in diesem Beitrag, wie Sensorik, IoT und Big Data Maschinenausfälle verhindern können, bevor sie überhaupt entstehen.

Inhalte:

1. Was bedeutet Condition Monitoring?
2. Von der reaktiv-präventiven zur zustandsorientierten Instandhaltung
3. Sensorik als Grundlage für das Condition Monitoring
4. Condition Monitoring in der Produktion
5. Von autarken Systemen zur durchgängigen Vernetzung
6. Die grundlegenden Entscheidungen für den Einstieg in das Condition Monitoring

Ende Juni wurde das da³vid-Release v1.11.0 fertiggestellt. Darin haben wir uns mit einer Vielzahl von kleineren und mittleren Wünschen unserer Kunden befasst - insgesamt wurden 50 Featurerequests und Bugfixes angegangen.

Im folgenden Beitrag beleuchten wir einige unserer vielen Highlights:

Um erfolgreich neue Informationen, Wissen und Erkenntnisse in der produzierenden Industrie zu gewinnen, ist es unserer Erfahrung nach notwendig, so viele verschiedene Daten aus der Produktion vorliegen zu haben, wie möglich. Um Probleme lösen und Prozesse optimieren zu können, müssen große Datenmengen (Big Data) langfristig mit einem hohen Informationsgehalt vorgehalten werden. Dabei sind jedoch auch die Kosten der Datenerfassung und -aufbewahrung zu berücksichtigen. Erfasst ein Betrieb durchweg alle Daten und hält sie ausschließlich in Ihrer vollen Auflösung vor, so entstehen daraus auf Dauer hohe Kosten und es ergeben sich große Hürden für erfolgreiche ad-hoc Datenaufbereitung und daraus resultierende Auswertung. Kosten und Laufzeit einfacherer Auswertungen auf großen Mengen von Rohdaten überschreiten schnell praktische Grenzen, so dass das Arbeiten mit solchen Datenmengen den sogn. Data Scientists vorbehalten bleibt.

Viele Unternehmen möchten in Zukunft die Vorteile digital verfügbarer Produktionsdaten nutzen. Kunden von PHYTEC und embedded data können hierfür demnächst auf das Hardware-Knowhow von PHYTEC in Verbindung mit der IIoT-Software da³vid zur Datensammlung, -visualisierung & - auswertung in der Industrie zurückgreifen. Eine schnelle Reaktion auf Ereignisse in der Produktion wird dank einer soliden Datenbasis, Live-Dashboards und Alarmen einfach möglich.