Upgrade von Industrie 4.0 mit Edge Analytics

Forschung vom Anbieter von Marktinformationen IoT Analytics hat gezeigt, dass die „intelligente“ Entwicklung von Edge-Computing-Systemen durch die Integration intelligenter Tools ein wesentlicher Treiber für das kontinuierliche Wachstum der Technologie ist.

Edge Analytics ist ein wichtiger Faktor für eine intelligente Edge-Lösung und erweitert den Umfang ihrer Anwendungsfälle, indem sie Datenaktionen mit geringer Latenz und hohem Volumen ermöglicht. Hier Johan Jonzon, Mitbegründer und CMO der Low-Code-Streaming-Analyseplattform Crosser , erklärt die wichtige Rolle von Edge Analytics in der Industrie 4.0.

Eine Umfrage des Industrieautomatisierungsanbieters Yokogawa im Jahr 2020 zeigten, dass 48 % der Befragten die Produktivität als einen der wichtigsten Schwerpunkte ihrer Digitalisierungsstrategien schätzten, während 40 % die betriebliche Effizienz als ihr Hauptziel ansahen.

Edge Computing spielt eine Schlüsselrolle bei dieser Beschleunigung, aber die intelligente Gestaltung der Edge ist für die Werterhaltung unerlässlich. Edge Analytics ist der Prozess des Sammelns, Analysierens und Behandelns von Daten, die von IIoT-Geräten direkt am Edge gesammelt werden, und ermöglicht es Herstellern, ihre Effizienz zu verbessern und Innovationen schneller voranzutreiben. Aber wie?

Auf Maschinendaten zugreifen

Big Data legte den Grundstein für Industrie 4.0, doch der richtige Zugriff darauf stellt Hersteller weiterhin vor Herausforderungen. In Fabrikhallen gibt es so viele verschiedene Maschinen, die alle Daten sammeln und das Potenzial haben, wertvolle Erkenntnisse zu liefern. Das Abrufen relevanter Daten im richtigen Format ist die erste Hürde für Hersteller, die ihre Edge-Funktionen optimal nutzen möchten.

Edge Analytics steuert jedoch nicht nur die Datenmenge. Es wird auch verwendet, um Daten zu harmonisieren, indem verschiedene Datensätze in ein gemeinsames Format umgewandelt werden, um Maschinenkompatibilität und Vergleich zu ermöglichen. Fabrikhallen enthalten Geräte aus mehreren Generationen, die alle Daten auf unterschiedliche Weise sammeln.

Die Verarbeitung dieser riesigen Datenmenge am Edge verhindert eine Überlastung des Cloud-Systems und reduziert die damit verbundenen Kosten erheblich. Durch die Vermeidung teurer Cloud-Einstiegsdienste können die Kosten nur durch die Verarbeitung und Speicherung relevanter Daten in der Cloud um bis zu 99 % gesenkt werden.

Optimierung industrieller Prozesse

Die Überwindung von Datenzugriffsproblemen ist der erste Vorteil der Edge-Analyse für Hersteller, aber das nächste Teil des Puzzles ist es, herauszufinden, wie die gesammelten Daten optimal genutzt werden können. Untersuchung durchgeführt von Forrester Schätzungen zufolge werden zwischen 60 und 73 % aller gesammelten Daten nicht für Analysen verwendet. Das Abgreifen von Daten in Echtzeit kann jedoch die Maschinenleistung verbessern und die Betriebseffizienz optimieren.

Die Analyse von Daten am Edge bietet Herstellern die Möglichkeit, diese während der Datenproduktion auszuwerten und auf Maschinen zu reagieren, um ihre Leistung zu verbessern. Zum Beispiel könnte die Geschwindigkeit, mit der eine Maschine läuft, sofort als Reaktion auf die von der nächsten Maschine in der Fabrikhalle gesammelten Daten geändert werden.

Die Entscheidung, dies am Edge statt in der Cloud zu tun, macht diese Anwendung möglich. Die lokale Speicherung der Daten erleichtert die wertvolle Machine-to-Machine-Kommunikation (M2M) zwischen Geräten verschiedener Generationen, die auf verschiedenen Protokollen laufen, unter Verwendung von Daten aus verschiedenen Quellen, wodurch die Herstellungsprozesse rationalisiert werden.

Verbesserung der Unternehmensführung

Die Effizienz der Fabrikhalle wirkt sich auf jeden Geschäftsbetrieb aus, wenn die Produktion verlangsamt oder Geräte ausfallen, kann es zu erheblichen Störungen der gesamten Lieferkette kommen. So wie Edge Analytics Maschinen und Prozesse verbinden kann, ohne Daten in die Cloud zu senden, kann es auch Daten in das ERP-System (Enterprise Resource Planning) integrieren.

Ein ERP-System ist eine Geschäftsprozessmanagement-Software, die die Finanzen, die Lieferkette, den Betrieb, die Produktion und die Personalaktivitäten eines Unternehmens an einem Ort verwaltet.

ERP-Systeme bewegen sich zunehmend in Richtung einer ereignisgesteuerten Architektur (EDA), die Informationen verwendet, um Geschäftsfunktionen in Echtzeit zu verbinden, indem sie auf „Ereignisse“ reagiert. Als Verbindungsschicht zwischen der Fabrikhalle und dem ERP-System kann moderne ereignisgesteuerte Edge-Analytics-Software verwendet werden, mit der relevante Daten in Echtzeit an andere Geschäftsfunktionen gesendet werden können.

Auf diese Weise können direkt aus der Fabrikhalle gesammelte Daten in mehreren Geschäftsbereichen verwendet werden, um die Qualitätskontrolle zu verbessern, die steigende Produktnachfrage zu erfüllen und Unterbrechungen aufgrund unerwarteter Geräteausfallzeiten zu vermeiden.

Edge Analytics ist eine Schlüsseltechnologie, um das Beste aus einer Smart Edge-Infrastruktur zu machen. Durch die Erleichterung der Echtzeitkommunikation zwischen Maschinen, Prozessen und anderen Geschäftsbereichen für eine effizientere Produktionsleistung ermöglichen Edge Analytics Herstellern, das Potenzial der Maschinendaten für mehr Effizienz nicht nur in der Fabrikhalle, sondern im gesamten Unternehmen zu maximieren.

Der Autor ist Johan Jonzon, Mitbegründer und CMO der Low-Code-Streaming-Analyseplattform Crosser.