Big Data aus Little Data aufbauen

Produktionsstätten generieren riesige Mengen an Betriebsdaten von ihren automatisierten Produktionsanlagen, Zustandsüberwachungsgeräten und anderen Sensoren und Systemen. Da sich Unternehmen des in diesen Assets verborgenen Potenzials zunehmend bewusst werden, fragen sie, wie Initiativen für das Industrial Internet of Things (IIoT) dazu beitragen können, diese Informationen zu nutzen und nützliche Erkenntnisse zu gewinnen. Viele Versuche, dies über unternehmensweite Megaprojekte anzugehen, bleiben jedoch aufgrund der schieren Größe und Komplexität hinter den Erwartungen zurück. Vielleicht ist es ein besserer Ansatz, mit „kleinen“ Daten an der Quelle zu beginnen, um mithilfe von Edge-Computing, fokussierten Anwendungen und offener Konnektivität zu Big Data aufzubauen.

Die digitale Transformation ist nie eine einmalige Aufgabe. Aber die Übernahme eines zu großen Projekts kann die Bemühungen schnell zunichte machen. Allein die Verbindung der vielen verschiedenen Datenproduzenten kann schwierig sein, aber die effektive Übertragung, Verarbeitung und Speicherung dieser Daten – vor Ort oder in der Cloud – ist ein ebenso gewaltiges Unterfangen. Daher beginnen die erfolgreichsten Projekte von unten nach oben, indem sie Daten auf Maschinenebene verwenden, anstatt von oben nach unten auf Unternehmensebene (Abbildung 1).

Die Fokussierung des Sichtfelds auf bestimmte Herausforderungen und Vorteile kann im Vergleich zum Sammeln aller möglichen Daten und dem Versuch, Möglichkeiten ohne eine klare Problemstellung zu entdecken, sofortige Ergebnisse liefern. Das Anlagenpersonal kann Erkenntnisse priorisieren, die sich mit alltäglichen betrieblichen Problemen befassen, und die relevantesten Daten aus bestehenden oder sogar neuen Erfassungspunkten auswählen. Aber das offenbart eine neue Herausforderung:Die interessierenden Daten werden normalerweise nicht aktiv im Steuerungssystem gespeichert.

Wenn beispielsweise bei einer neuen Maschine übermäßige Ausfallzeiten auftreten, bedeutet das Nichterfassen von Daten, dass der Bediener die Grundursache nicht finden kann. Jede ergriffene Maßnahme reagiert auf Beobachtungen, nachdem der Fehler aufgetreten ist. Mit einem Little-Data-Projekt kann der Benutzer Daten aus dem Steuersystem zusammen mit neuen Luftdruck- und Vibrationssensoren sammeln. Durch das Sammeln und Analysieren von Daten in Echtzeit im Kontext der Maschine können die Bediener schnell die Ursache finden und die Probleme beheben, was zu einer verbesserten Betriebszeit führt.

Produktionsdatenquellen sind im Allgemeinen Teil der Domäne der Betriebstechnologie (OT), zu der speicherprogrammierbare Steuerungen (SPS), Bewegungsgeräte und viele Arten von Sensoren und Instrumenten gehören. Die Kommunikation, Speicherung und Verarbeitung riesiger Datenmengen erfordert jedoch Fähigkeiten der Informationstechnologie (IT).

Der Schlüssel zur Überbrückung von OT und IT – und zur Ermöglichung der Zusammenarbeit von Mitarbeitern auf beiden Seiten dieser Kluft – liegt in einer neuen Generation von Edge-Controllern (Abbildung 2). Edge-Controller kombinieren deterministische Echtzeitsteuerung unter Verwendung von IEC 61131-3-Sprachen mit universellem Linux-basiertem Computing, um eine leistungsstarke IIoT-Plattform zu schaffen, die in neue Designs eingebaut oder in ältere Systeme integriert werden kann.

Diese neue Controller-Generation vereint auch traditionelle OT-Protokolle wie PROFINET und Modbus TCP mit modernen IT-Protokollen wie OPC UA und MQTT und ermöglicht so eine nahtlose Konnektivität zwischen Edge-Datenquellen und übergeordneten Unternehmensplattformen wie MES, ERP, Wartungsmanagement und andere Analysesysteme.

Viele Endbenutzer erkennen, dass sie vom IIoT profitieren können, sind aber möglicherweise zu Recht besorgt, dass ein groß angelegter Angriff auf Big Data möglicherweise keinen Erfolg hat. Stattdessen erzielen diese Benutzer frühe Renditen, indem sie das IIoT mit wenig Daten, Edge-Controllern und gezielten Analysen angehen, was dazu beiträgt, sie auf ihrem Weg zur digitalen Transformation schneller voranzubringen.

Dieser Artikel wurde von Derek Thomas, Vizepräsident für Marketing und Strategie des Geschäftsbereichs Machine Automation Solutions von Emerson, St. Louis, MO, verfasst. Weitere Informationen finden Sie hier .