Leistungsüberwachung:Herausforderungen, Lösungen und Vorteile

Ein Blick darauf, wie IoT und Analytik die Leistungsüberwachung von Industrieanlagen und -prozessen verbessern und verbessern können.

Viele Industrieunternehmen setzen auf Digitalisierungsbemühungen, um den Betrieb zu verbessern und die Effizienz zu steigern. Ein Hauptbereich, der große Aufmerksamkeit erfährt, ist der Einsatz von IoT und Analytik zur Verbesserung und Verbesserung der Leistungsüberwachung von Industrieanlagen und -prozessen.

RTInsights hat sich kürzlich mit Andreas Steidele, Senior Enterprise Sales Executive bei Siemens, getroffen. Wir diskutierten die Herausforderungen der Branche bei der Leistungsüberwachung, wie Siemens MindSphere helfen kann und die Vorteile der Verwendung einer solchen IoT-Lösung. Hier ist eine Zusammenfassung unseres Gesprächs.

RTInsights:Was sind die Herausforderungen der Branche, wenn es um die Leistungsüberwachung geht?

Steidele: Eine der größten Herausforderungen für Hersteller ist seit Jahren die manuelle Eingabe von Daten mit papierbasierten Tools. Ich denke, das am häufigsten verwendete Tool ist immer noch Excel. Und das ist natürlich ein Werkzeug, das nicht für die Digitalisierung geeignet ist. Sie bekommen menschliche Fehler und Transkriptionsprobleme. Sie können nie sicher sein, dass Ihre Daten wahr sind.

Eine weitere Herausforderung ergibt sich aus der fehlenden Standardisierung der Datenerfassungsmethoden. Wenn Sie viele verschiedene Tools in Ihrem Unternehmen haben, funktionieren diese Tools möglicherweise alle unterschiedlich und haben unterschiedliche Algorithmen zum Erfassen und Präsentieren von Daten.

Auch die Gerätelandschaft ist eine Herausforderung, weil sie gerade in größeren Werken viele verschiedene Arten von Geräten geerbt oder eingebracht haben. Sie verfügen über eine heterogene Gerätelandschaft, die unterschiedliche Hard- und Software umfasst. Das macht es schwierig, sich mit jedem Gerät zu verbinden und die Daten überhaupt aus Ihrem Gerät zu bekommen.

Die letzte Herausforderung ist schließlich die fehlende Intelligenz, die Sie benötigen, um Ihre Daten aufschlussreich und verfügbar zu machen, damit Sie Ihre Schlussfolgerungen ziehen und einen Mehrwert daraus ziehen können.

RTInsights:Welche Technologien und welche Lösungen von Siemens helfen bei der Bewältigung dieser Herausforderungen?

Steidele: Siemens bietet die industrielle IoT-as-a-Service-Lösung namens MindSphere an, die in der Cloud gehostet wird. Es verwaltet ein Repository mit Daten, die Sie von Ihren Geräten und Maschinen an die Cloud senden. Die Daten befinden sich in einem bestimmten Datenmodell. Es wird gemäß Ihren Assets und Maschinen definiert und hat einen Kontext darum.

Dann haben wir noch MindSphere-Anwendungen. Diese Anwendungen verwenden die Daten in MindSphere, um Analysen und andere Funktionen auszuführen. Im Falle des Leistungsmanagements zeigt es die von Ihnen definierten KPIs an und liefert Ihnen Daten darüber, wie sich Ihre Maschinen in Bezug auf Qualität, Leistung und Wartung verhalten.

Wir haben mehrere Anwendungen, die zusammenarbeiten, um eine sehr robuste Leistungsüberwachungslösung zu erstellen:

• SIMATIC Notifier liefert Warnungen und lässt Manager den Zustand ihrer Maschinen weltweit verfolgen und überwachen. Damit können Sie Schwellenwerte festlegen und Zeitreihendaten in MindSphere überwachen. Ein Manager kann basierend auf diesen Daten einen Workflow innerhalb der App implementieren.
• SIMATIC Performance Insight liefert Maschinen- und Anlagenleistung auf einen Blick. Manager können mit der App auf die vollständige Leistungsübersicht ihrer Maschinen, Produktionslinien und globalen Werke zugreifen. Manager können auch Leistungsindikatoren im Zeitverlauf überwachen und Daten beispielsweise in ausgewählten Zeiträumen analysieren, um ungenutztes Leistungspotenzial zu erkennen.
• SIMATIC Collaboration Board bietet eine kollaborative Lösung zur Lösung von Produktionsproblemen. Mit der App können Manager Probleme und Lösungen team- und standortübergreifend teilen. Sie können auch Aufgaben zuweisen und verwalten sowie den Status von Problemen und Lösungen verfolgen.

MindSphere integriert die Fähigkeiten dieser Anwendungen und ermöglicht es Benutzern, End-to-End-Workflows für die Leistungsüberwachung einzurichten. Mit der Lösung könnte eine typische Situation sein, dass ein Manager eine Warnung erhält, dass etwas nicht stimmt. Der Manager sieht und analysiert KPIs und andere Metriken, um zu versuchen, das Problem zu verstehen. Als nächstes kann der Manager die kollaborative Datenbank durchsuchen, um zu sehen, ob es bereits eine Lösung für das identifizierte Problem gibt. Wenn nicht, können sie verschiedene Methoden anwenden, um das Problem zu lösen, und dokumentieren, was funktioniert hat, damit jeder, der in Zukunft auf das Problem stößt, von ihrer Arbeit profitieren kann.

RTInsights:Was sind die Vorteile beim Einsatz einer solchen IoT-Lösung?

Steidele: Wenn Sie die richtige IoT-Lösung haben, sind alle Ihre Assets verbunden und Sie senden Daten an einen Cloud-Speicherplatz. Auf diese Weise sind sie nicht nur lokal, sondern global verfügbar, sodass Sie von überall auf der Welt auf diese Daten zugreifen können. Dies ist wahrscheinlich der größte Vorteil von MindSphere. Sie haben global verfügbare Daten, um Ihre Maschinen oder Assets auf sehr einfache Weise über die IoT-Protokolle zu verbinden.

Dann können Sie diese Daten verwenden und einen Schritt weiter gehen. Sie können in die Analysen eintauchen und sie verwenden, um Probleme mit Ihren Maschinen zu identifizieren und zu lösen. Wenn Ihre Maschinen nicht gut funktionieren, sinkt Ihr Durchsatz. Die Leistungsüberwachung durch MindSphere ist ein leistungsstarkes Tool, mit dem Sie sicherstellen können, dass Ihre Qualität den Erwartungen entspricht, und dass Sie Maßnahmen ergreifen und kontinuierliche Verbesserungen an Leistung, Qualität usw. vornehmen können.

Eine andere Sache, die zu beachten ist, ist, dass die Leistungsüberwachung und die kollaborativen Fähigkeiten von MindSphere sofortige Verbesserungen bieten und der Eckpfeiler für Unternehmen sein können, die eine digitale Transformation vornehmen.

RTInsights:Können Sie einige Beispiele nennen, wie diese Vorteile realisiert werden?

Steidele: Ich gebe Ihnen ein einfaches Beispiel, Wartung. Stellen Sie sich vor IoT vor, dass jedes Mal, wenn es ein Problem mit der Maschine gab, das Unternehmen die Service-Hotline anrufen musste. Dann musste ein Techniker ans Telefon gehen und herausfinden, was mit der Maschine nicht stimmt. Höchstwahrscheinlich mussten sie Leute vor Ort schicken, sehen, was los ist, und dann versuchen, es zu reparieren.

Mit neuen Digitalisierungsbemühungen mit IoT können Sie diese Daten am Servicestandort verfügbar haben. Es ist nicht nötig, jemanden zu schicken, um zu sehen, was los ist. Diesen virtuellen Einblick in die Maschine, in die Maschinenparameter, in das Maschinenverhalten hat man von einem anderen Ort aus. Sie können Ihre Schlussfolgerungen ziehen, und wenn Sie es dann über ein Update, ein Service-Update, eine Software, einen Bugfix, einen Hotfix oder was auch immer beheben müssen, können Sie dies aus der Ferne tun. Oder, wenn dies nicht aus der Ferne möglich ist, kommt der Servicetechniker und weiß bereits, wonach er suchen muss.

So können Service- und Wartungsarbeiten oft virtuell und schneller erledigt werden. Dies führt zu großen Kosteneinsparungen, da Sie Zeit, Reisen und Arbeitsstunden sparen.

Ein weiteres Beispiel ist die Leistung. Als alles vor Ort war, konnte man sich nur die Leistungsdaten einer einzelnen Maschine oder einer einzelnen Anlage ansehen. Es war schwierig, die Leistung von Linien oder Anlagen von woanders zu vergleichen, da die Daten normalerweise nicht global verfügbar waren. Schlimmer noch, die Daten wurden von Site zu Site auf unterschiedliche Weise gesammelt, sodass jeder seinen eigenen Berechnungsaufwand hatte.

Mit der Leistungsüberwachung mit dem Industrial IoT können Sie jeden Standort oder jede Linie auf die gleiche Weise messen. So können Sie Ihre Daten vergleichen, weil Sie eine Quelle der Wahrheit haben. So können Sie die Leistung Ihrer Linien und Anlagen messen. Sie können Schlussfolgerungen ziehen und sehen, welches Rezept am besten läuft, welche Schicht am besten läuft oder wer möglicherweise eine Schulung benötigt, um zu lernen, wie er seine Maschinenlinie effizienter betreibt.