PISA

Entwicklung einer neuartigen, integrierten Industrie 4.0 Auswertung für Produktionsanlagen

Projektförderung

Hintergrund

Industrie 4.0 bezeichnet die digitale und intelligente Vernetzung von Maschinen und Abläufen in der Industrie mit Hilfe von Informations- und Kommunikationstechnologien. Maschinen, Anlagen, Logistik, Produkte und Menschen kommunizieren dabei im Idealfall direkt miteinander. Ermöglicht wird dies durch eine übergreifende Kommunikationsarchitektur: Das Internet der Dinge (Internet of Things; IoT). Eine konkrete Umsetzung des Industrie 4.0 Gedankens ist Smart/Predictive Maintenance (vorbeugende Wartung). So wurden bisher in der Praxis Wartungen in regelmäßigen Abständen oder direkt nach festgestellten Störungen durchgeführt. Mittels Smart Maintenance werden von der Maschine bereitgestellte Sensorwerte genutzt, um auf Basis von historischen Daten eine Aussage darüber zu treffen, wann eine Wartung benötigt bzw. wann die Maschine ausfallen wird.

Problemstellung

Bisherige Ansätze für die Realisierung von Predictive Maintenance sind in der Regel Eigenentwicklungen großer Maschinenbaukonzerne und konzentrieren sich ausschließlich auf die Integration der erforderlichen Schnittstellen und Algorithmen in den firmeneigenen Anlagen. Die Industrie 4.0 Lösungen auf dem Level einzelner Maschinen werden oftmals nicht anderen Maschinenbau-OEMs bereitgestellt. Die installierten Sensoren und integrierten Auswerte-Algorithmen sind für spezifische Anwendungsfälle ausgelegt und stellen somit keine universelle Branchenlösung dar. Eine Industrie 4.0 bzw. automatische Auswertung von Sensordaten auf dem Level einer Produktionsanlage, welche universelle Anwendbarkeit für jegliche Maschinen in der industriellen Produktion mehrteiliger Güter aufweist existiert bisher nicht.

Zielsetzung/Ergebnisse

Das Ziel des Projekts ist somit die Umsetzung einer automatisierten und intelligenten Sensordatenauswertung. Die dadurch gewonnene universelle Anwendbarkeit ermöglicht die einfache Integration der Anwendung in bestehende Maschinen, ohne die zeitintensive Programmierung der erforderlichen Logik.. Zu diesem Zweck soll ein Algorithmus selbstständig verfügbare Daten identifizieren und aussagekräftige Kenngrößen berechnen.

LEAD Plattform

Ihr Ansprechpartner

Dieses Bild zeigt Stefan Oechsle

Stefan Oechsle

M.Sc.

Wissenschaftlicher Mitarbeiter "Echtzeitkommunikation und Steuerungshardware"

Zum Seitenanfang