Große Schritte in die digitale Zukunft

Digitalisierung und künstliche Intelligenz optimieren Prozessanlagen

Digitalisierung und künstliche Intelligenz (KI) eröffnen auch in der Prozessautomatisierung Perspektiven für Einsparungen in allen Phasen des Lebenszyklus einer Anlage. Schon verfügbar ist ein digitales Feldgerät, das Festo Motion Terminal VTEM. Auch Dashboards von Festo visualisieren Anlagenzustände und selbst künstliche Intelligenz ist in der Prozessautomatisierung keine ferne Zukunftsmusik mehr.
Die Stellungsreglerfunktion in einer dezentralen Steuerungseinheit, also nicht direkt am oder im Antrieb, eröffnet neue Horizonte bis hin zur Anwendung künstlicher Intelligenz.
Die Stellungsreglerfunktion in einer dezentralen Steuerungseinheit, also nicht direkt am oder im Antrieb, eröffnet neue Horizonte bis hin zur Anwendung künstlicher Intelligenz.Bild: Festo SE & Co. KG

Genauso wie das Smartphone auf einer standardisierten Hardware-Plattform per Apps unterschiedliche Funktionen bereitstellt, hat Festo beim Motion Terminal VTEM auch das Konzept der Trennung von Hardware und Anwendersoftware konsequent umgesetzt. Sogenannte Motion Apps ermöglichen im VTEM, 50 unterschiedliche pneumatische Anwendungen über Apps auszuführen. Damit löst sich der Widerspruch zwischen Standardisierung und Flexibilität auf. Das VTEM verschmilzt Mechanik, Elektronik und Software. Als Basis dient die Ventilinseltechnik mit Piezotechnologie. Diese hat Festo mit zusätzlicher Sensorik ausgestattet. Apps wie die ‚Endpositionserkennung‘ bei Auf-/Zu-Prozessarmaturen ersparen zusätzliche Komponenten wie traditionelle Endschalteranbauten zur Erkennung der Endposition. Weitere Beispiele sind die Apps ‚Eco-Drive‘ und ‚DiagnoseLeckage‘.

Apps senken Druckluftverbrauch und diagnostizieren Leckagen

Nahezu jeder Planer legt die Dimensionen pneumatischer Antriebe für seine Anlage mit einer großzügigen Sicherheitsreserve aus. Meist kommt dadurch ein zu großes Drehmoment oder eine zu große Kraft heraus als für den eigentlichen Arbeitshub notwendig wäre. Vor allem bei Anlagen im Dauerbetrieb macht sich dies im Druckluftverbrauch signifikant bemerkbar. Die Motion App ‚Eco-Drive‘ ist in der Lage, den durch Sicherheitsfaktor und Antriebsgröße bedingten erhöhten Druckluftverbrauch einzusparen und den Druck im Antrieb auf den für die Applikation erforderlichen Minimaldruck zu reduzieren. Erfahrungen zeigen, dass bis zu 50 Prozent Energieeinsparung möglich sind.

Die Motion App ‚DiagnoseLeckage‘ erlaubt, ohne Produktionsunterbrechung Leckagen zu erkennen. Das spart Zeit und Kosten. In separaten Diagnosezyklen können Leckagen im Druckluftnetz z.B. antriebsbezogen detektiert und lokalisiert werden. Durch vorab definierte Schwellenwerte ist so eine punktgenaue vorbeugende Wartung möglich. Aufwändige Fehlersuchen in ausgedehnten Druckluftnetzen entfallen und das Wartungspersonal kann mit der Beseitigung der Leckagen unmittelbar beginnen.

Dashboards bieten Überblick

Mit Dashboards und dem IoT-Gateway CPX-IOT können Unregelmäßigkeiten frühzeitig erkannt werden und notwendige Maßnahmen vor einem Anlagenausfall starten. Die schlüsselfertigen, vorkonfigurierten Dashboards von Festo erfordern keine zusätzliche Programmierung oder Installation von Software. Die Daten verbessern die betriebliche Transparenz für Produktionsleiter und Bediener. Weiterverarbeitung und Langzeitauswertung von Daten finden in der Cloud statt. Festo Dashboards visualisieren die gewonnenen Informationen. Damit kann Festo Anlagenbauer wie Endanwender in mehreren Schritten unterstützen – über Visualisierung und Datenaufbereitung. Das Ergebnis: mehr Produktivität durch bessere Auslastung, geringere Kosten durch mehr Energieeffizienz und weniger Stillstand dank umfassender Diagnose, Condition Monitoring und verbesserter Instandhaltung. Anlagenbetreiber können die Prozessleistung ihrer Anlagen über verschiedene Standorte hinweg vergleichen und Potenziale zum Energiesparen identifizieren. Die Daten sind jederzeit abrufbar.

Regelung pneumatischer Antriebe – bald mit KI

Die Stellungsreglerfunktion in einer dezentralen Steuerungseinheit, also nicht direkt am oder im Antrieb, eröffnet neue Horizonte bis hin zur Anwendung künstlicher Intelligenz. Dies beginnt bei der dezentralen Automatisierung modularer Anlagen: Bei Anwendung des Module Type Package-Ansatzes (MTP) von ZVEI/NAMUR lässt sich ein Modul in überlagerten Leitsystemen einfach visualisieren und die Kommunikation ohne großen Mehraufwand realisieren. Der nächste Schritt ist die dezentrale Implementierung von Machine Learning-Algorithmen – on edge, also an dem zu überwachenden Produktionsabschnitt selbst. Die dezentrale Überwachung von Antriebskennwerten, wie etwa Druck in den Antriebskammern, Verfahrgeschwindigkeiten und deren zeitliche Korrelation, ermöglichen nicht nur die Analyse von Parametern des Antriebs selbst, sondern auch die Detektion von Anomalien im verfahrenstechnischen Prozess. Das ist die Basis für Predictive Maintenance-Konzepte und für Datenanalysen zur Optimierung des Produktionsprozesses. Anomalien erkennt die künstliche Intelligenz in der Modulsteuerung ohne zusätzlichen Programmieraufwand. Basierend auf einem Datenbestand, der die normale Produktion charakterisiert, werden die Algorithmen trainiert und erkennen dann eigenständig Abweichungen im Produktionsprozess oder in der Performance der Antriebe. So können Anlagenbetreiber in Zukunft Probleme frühzeitig erkennen und ungeplante, störungsbedingte Anlagenstillstände vermeiden.

Seiten: 1 2Auf einer Seite lesen

Thematik: Technologie
Festo SE & Co. KG

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.