Shopfloor-Datenanalyse meistern: Werkzeuge für die IoT-fähige Fabrik

Neue Shopfloor-Datenerfassungs- und Analysetools erleichtern die Digitalisierung von Fabrikoperationen im IoT-Zeitalter

Da der Trend zu vernetzter Fertigung an Fahrt gewinnt und Hersteller beginnen, Shopfloor-Daten zu sammeln, wird der Bedarf an schneller, effizienter Datenanalyse immer kritischer. Datenerfassungs- und Analysetools sind im Digital Manufacturing/Industrie-4.0-Zeitalter entscheidend, und Hersteller rüsten mit neuen Lösungen auf, um Shopfloor-Daten effektiver zu sammeln, zu managen und zu analysieren – und nutzen dabei Key Performance Indicators (KPI) wie Overall Equipment Effectiveness (OEE), Maschinenverfügbarkeit, Maschinen-/Spindelauslastung und andere Metriken.

Viele Optionen für Maschinenüberwachung und Datenerfassung sind verfügbar, die meisten bieten mindestens grundlegende Fertigungsmetriken-Analytics in Shopfloor-Monitoring-Paketen oder Manufacturing-Execution-Software-(MES)-Systemen. In einigen Fällen kooperieren Automatisierungsunternehmen mit etablierten IT-Anbietern, wie die kürzlich angekündigte Partnerschaft von Automatisierungslieferant ABB Inc. (Cary, NC und Zürich) und Hewlett Packard Enterprise Co. (HPE; Palo Alto, CA), die ABBs industrielle Automatisierungs- und Operational-Technology-(OT)-Expertise mit HPEs Hybrid-IT-Erfahrung und Softwareportfolio kombiniert.

OT mit IT verbinden

In der ABB/HPE-Partnerschaft, angekündigt November 2017, wird ABBs Ability-Digitalangebot mit HPEs Hybrid-IT-Lösungen kombiniert. Ability-Lösungen laufen auf Hybrid-Plattformen wie HPE ProLiant für Microsoft Azure Stack, mit Deployments an Kundenpräferenzstandorten in Industrieanlagen und Rechenzentren oder in der Microsoft Public Cloud, je nach Anforderungen an Performance, Sicherheit oder standortübergreifende Kollaboration.

Die Partnerschaft bringt Rechenressourcen näher an den Bedarfsort – durch „Edge Computing“. ABB und HPE integrieren Ability Datacenter Automation, die Infrastruktur steuert und überwacht, mit OneView, HPEs IT-Infrastruktur-Automatisierungssoftware. „Ganz ehrlich, wir können das nicht allein; wir brauchen einen Partner für dieses Hybrid-Modell, und OT/IT wird gebraucht“, sagte der in Dublin ansässige Ciaran Flanagan, Group VP und Head of Global Datacenter Solutions bei ABB. Durch Kombination von IT und OT, die heute weitgehend in Silos existieren, „sehen wir riesige Chancen, und es reift schnell“, fügte er hinzu.

Die ABB/HPE-Partnerschaft bietet sichere Edge-Datacenter für entfernte Industrieumgebungen und nutzt Rittal-Rack-Infrastruktur mit ABBs industrieller Stromverteilung und HPEs softwaredefinierter Infrastruktur und Services. „Die Protokollebene ist in OT ganz anders als in IT“, beobachtete Volkhard Bregulla, HPE VP Global Manufacturing Industries. „Die IT-Seite ist deutlich weiter.“ Die ABB-HPE-Lösung wird in der ersten Hälfte 2018 verfügbar sein.

Shopdaten sammeln, dann analysieren

Auf dem Shopfloor gibt es viele Optionen für Monitoring und Datenerfassung, die meisten bieten mindestens grundlegende Maschinen-Analytics und einige anspruchsvolle Shopfloor-Analysen.

Beim Maschinenmonitoring müssen Shopmanager zuerst wissen, wann bestimmte Maschinen laufen, oder ob sie down oder offline sind. Es ist vital zu wissen, wann die Maschine unter Programmsteuerung steht, so David McPhail, President und CEO, Memex Inc. (Burlington, ON). „Wir sind agnostisch, was die Verbindungsart angeht“, sagte er.

Mit Memex' MERLIN (Manufacturing Execution Real-Time Lean Information Network) Tempus-Plattform können Prozess- und Diskretfertiger ihre Maschinen in On-Premises- oder Cloud-Umgebungen verbinden. MERLIN Tempus ist eine MES-Software mit Dashboards und kann über FANUC FOCAS, MTConnect, OPC und andere Protokolle zur Vernetzung von Werkzeugmaschinen via Internet verbinden.

Für Legacy-Nicht-intelligente Ausrüstung entwickelte Memex ein MTConnect-Interface. „Es gibt 16 digitale Eingangssignale von der Maschine“, sagte McPhail. „Es gibt drei Datenströme: von der Ausrüstung; vom Human Capital, etwas, das ein Mensch kontrolliert [und] was eine Maschine uns nicht sagen kann; und von externen Lösungen wie ERP.“

Anwender können das Tempus MES, ein Manufacturing Operations Management (MOM) Portfolio, auf dem Shopfloor laufen lassen, um Maschinenstatus zu prüfen, so McPhail. „Typischerweise laufen unsere Leute mit Tablets über den Shopfloor. Sagen wir, ein Operator hat Probleme mit einem Teil; man erhält eine Nachricht: ‘Support the Internal Customer.’ Das versetzt den Operator von reaktiv in aktiv.“

„Es gibt keine Custom-Programmierung“, fuhr McPhail fort, und das System beinhaltet Analysetools. „Der Datenerfassungsteil ist fundamental. Der Business Case, den wir gewählt haben, ist OEE, aber man könnte TPM [Total Predictive Maintenance] und viele andere einsetzen. Es berechnet im Wesentlichen den finanziellen Impact schlechter Performance.“

Memex entwickelt ein FOEE (Financial OEE) Modul für Release später dieses Jahr, das Betrieben die Kosten von Anlagenbetrieb bei suboptimalen Einstellungen berechnet. Das Modul zeigt Shopmanagern: „Recht jetzt laufen Sie unter Top-Performance, um ein Delta von soviel, und jede Stunde, die Sie [auf diesem Level] laufen, kostet Sie soviel“, sagte McPhail.

Monitoring ist Pflicht, aber Analysis Paralysis vermeiden

Eine große Frage für Betriebe, die Datenmonitoring/Analyse aufbauen: Wie viele Daten sollten gesammelt werden? Während die Industrie den Bedarf an „Big Data“-Analyse hypet, gilt für den durchschnittlichen Betrieb: Weniger ist mehr.

„Wir arbeiten mit unseren Kunden an der Gleichung. Das Wie ist bekannt. Das Warum, der Business Case, der dahintersteckt“, woran Memex arbeitet, sagte McPhail.

Während einige Unternehmen an massiven Big-Data-Themen mit Simulationsumgebungen arbeiten, wie CAE-Daten, ist das in den meisten Betrieben nicht der Fall. „Big Data nennen wir digitalen Abgas“, fügte McPhail hinzu. „Wenn Sie eine Mazak-Maschine nehmen und jeden Tag abonnieren, wird Sie die [Datenmenge] überwältigen. Brauchen Sie wirklich jeden Datenpunkt?“

Ein weiterer Entwickler, Predator Software (Portland, OR), richtet seine Predator-Suite von Shopfloor-Monitoring-Anwendungen an alles aus – vom Zweimannbetrieb bis zur großen Fertigungsorganisation, so Mike Rogers, Predator Software Director, Automation and OEM Relations. „Predator MDC [Machine Data Collection] ist unser Kernprodukt für Monitoring, und mit über 20 verschiedenen Protokollen, von Mori, OPC und OPC/UA, können wir alles auf dem Shopfloor monitoren“, sagte Rogers.

Datenerfassung und -analyse wird von Betrieben heute stärker akzeptiert. „Das wird zum heißesten Thema“, sagte Rogers. „Alle wollen es, und nicht alle haben es. … Große Konzerne wollen Big Data. Der kleine Mann [muss] laufen lernen, bevor er rennt. Sonst wird man überwältigt.“

Ein Schlüssel ist, Kunden auf einfache Dinge zu fokussieren, merkte er an: „Wird die Maschine zyklieren? Steht sie? Läuft sie? … Es kann ein überwältigender Prozess sein“, sagte Rogers. „Eines der Probleme, in die ich laufe, ist den Champion in der Organisation zu finden, der es durchzieht.“

Predators MDC-Lösung bietet ein intuitives Interface, das den Einstieg für Nutzer einfach macht, so Rogers. „MDC hat eine [integrierte] Charting- und Reporting-Engine. Wenn man die Permutationen durchläuft, haben wir irgendwo zwischen 20.000–30.000 Reports.“ MDC ist eines von Predators acht Kernprodukten für Shopfloor-Datenerfassung, Monitoring, Control und Communication. Alle Produkte arbeiten auf einer Datenbank, und wenn Kunden MDC kaufen, erhalten sie das DNC-Kommunikationsmodul dazu. Predators Software unterstützt Microsofts Access-Datenbank, die viele kleine Betriebe nutzen, so Rogers, und unterstützt auch Microsoft SQL Express, SQL Server und Oracle-Datenbanken. Die Predator-Software kann On-Premises oder in der Cloud betrieben werden.

OEE verfolgen

Sowohl kleine als auch große Betriebe müssen der OEE-Metrik große Aufmerksamkeit schenken, die Maschinenoperatoren und Manager ermöglicht, Effizienz zu optimieren. Den Prozess zu visualisieren, damit Shop-Personal schnell sehen, verstehen und auf veränderliche Bedingungen reagieren kann, ist kritisch.

„Wir bieten sowohl Datenerfassung als auch Datenanalyse an, und können das entweder à la carte oder als Komplettlösung bereitstellen“, sagte Jeff Price, Executive VP und General Manager, 5ME LLC (Cincinnati). Mit 5MEs Freedom Suite erhalten Nutzer Software plus verfügbare Hardware zur Vernetzung und Steuerung vielfältiger Maschinen.

„Unser Team hat eine lange Historie mit OT-Geräten und wir haben Interfaces oder Adapter für fast jedes Asset in der Anlage, oft am CNC-Controller“, fügte Price hinzu. „Bei Legacy-Controllern haben wir auch ein Hardware-Appliance“ für Netzwerkanbindung. Neben Freedom eLog Software bietet 5ME Datenvisualisierung mit anpassbaren Smartboards auf Flachbildschirmen, so Price.

„Mit der Smartboard-Technologie haben wir Dashlets oder Wizards – eine Datensammlung mit Kuchen- und Balkendiagrammen –, die man in Smartboards speichern kann“, sagte er. Die Smartboards nutzen Raspberry-Pi-Embedded-Systeme, um die Verarbeitungsgeschwindigkeit dort zu beschleunigen, wo Daten am dringendsten gebraucht werden. „Wir nutzen Raspberry Pi mit Smartboards für die Visualisierung auf dem Shopfloor“, sagte Price. „Jahrelang hatten wir in Autowerken Andon-Boards, aber die sind ziemlich starr.“

Freedom-Server, in der Cloud oder On-Premise, sind der Ort des Data Crunching. Mit der gebotenen Konnektivität können Kunden auf Gewinne aufbauen, die die Industrie bereits gemacht hat, so Price – wie Lean Manufacturing und Six Sigma. „Wir kürzen diesen ganzen Prozess ab“, fügte er hinzu. „Die meisten unserer Kunden werden eine minimale 20%ige Produktivitätssteigerung mit OEE sehen, das aus Verfügbarkeit, Performance und Qualität besteht. Verfügbarkeit: Laufen Sie [auf optimalem Level]? Performance: Produzieren Sie auf dem Level, das Sie sollten? Qualität: Rein ein Yield-Thema.“

Mit der OEE-Metrik allein können Betriebe große Performance-Gewinne erzielen, so Price. „Verfügbarkeit ist, wo die großen Gewinne sind. Die initialen Verbesserungen sind 10–20% in 30 Tagen.“ Die Freedom Suite ist eine Software-Installation über das Web. „Es ist ein leichter IT-Fußabdruck, der die Verarbeitungskraft der Controller nutzt. Wir können 100 Maschinen in vier Wochen verbinden.“

Price fügte hinzu, dass Betriebe die Daten auf das Wesentliche reduzieren müssen. „Es hängt von den Analysetools ab; wir nennen es Drip – data-rich, information-poor“, sagte er. „Wenn Ihre Systeme die richtigen Metriken präsentieren, gibt es eine Menge Verbesserungen zu gewinnen.“

Den ersten Datenschritt wagen

Nicht alle Betriebe, besonders kleinere ohne große OT/IT-Budgets, lassen sich leicht vom Wert der Fabrikdatenüberwachung überzeugen. „Leute versuchen, ihre Baseline zu verstehen“, sagte Price. „Dinge wie: Wie oft läuft Ihre Ausrüstung? Es gibt noch eine Lücke – unsere Rolle ist es, diese zu schließen. Sie verstehen es nicht.“ 5ME-Kunden wie Textron, Bell Helicopter, Caterpillar, Schlumberger und Cummins interessieren sich für Big Data, haben aber nicht alle einen Use Case dafür, sagte Price, obwohl er einen in Predictive Maintenance sieht.

„Datenerfassung und -analyse ist essenziell für jeden modernen Hersteller – von kleinen Betrieben bis zu Konzernen“, sagte Jody Romanowski, CEO von Cimco Americas Inc. (Streamwood, IL). „Akurate Echtzeitdaten helfen, Bereiche zu identifizieren, die verbessert werden können – ob Ausrüstung, Prozesse oder Personal. Diese Daten sind erforderlich, um signifikante Verbesserungen zu erreichen.“ Cimcos Shopfloor-Angebot, MDC-Max, ist eine Datenerfassungslösung für strukturiertes, automatisiertes Produktionsmonitoring. Das skalierbare MDC-Max kann sowohl kleine als auch große Hersteller nutzen, so Romanowski.

„Wenn Kunden Echtzeitdatenanalyse in Betracht ziehen, sind sie oft etwas überwältigt von einer ganzen Reihe von Datenpunkten. Unser Ansatz ist, das Projekt initial einfach zu halten, drei bis fünf Datenpunkte zu analysieren, um frühen Erfolg zu sichern“, sagte sie. „Hersteller können dann schrittweise weitere Datenpunkte analysieren. Im OEE-Kontext kämpfen alle Hersteller mit einer vollständigen und konsistenten Analyse des Qualitätsparameters.

„Wir empfehlen keinen Big-Data-Ansatz zur Maschinendatenerfassung“, fuhr Romanowski fort. „Wir raten, es einfach zu halten und die low-hanging fruit zunächst zu ernten, dann auf Erfahrungen und überwundene Herausforderungen aufzubauen. Wenn Unternehmen, die Shopfloors weltweit betreiben, einen konsistenten globalen Überblick inklusive Business Units anstreben, steigt die Projektkomplexität dramatisch – nicht notwendigerweise aus Big-Data-Perspektive. Stattdessen wächst Komplexität normalerweise aus dem Handling von Legacy-Maschinen/-Systemen und unterschiedlichen Verfahren und/oder Kulturen. Das legt weiteren Wert darauf, erste Phasen so operativ und einfach wie möglich zu halten, während man Fokus auf taktische Ziele wie ERP-Integration in weiteren Projektphasen behält.“

Für Betriebe, die Daten sammeln, aber nicht adäquat analysieren, können neue Analysetools einen Vorteil bieten. „Oft ist ihre aktuelle Software zu limitiert, starr oder kompliziert“, sagte Romanowski. „MDC-Max ist flexibel genug, um zu skalieren und zukünftige Kundenbedürfnisse zu erfüllen. Die Daten müssen auf jedem Gerät leicht zugänglich und sinnvoll aggregiert sein – wie in Reports und Echtzeit-Dashboards.“

Bei einem Cimco-Kunden bei Tianjin, China, hatte der Hersteller eine Schlüsselmachine, die ein Produktivitäts-Flaschenhals war und andere Maschinen beeinträchtigte. „Nach Inbetriebnahme eines einfachen MDC-Max-Systems mit begrenzter Datenpunktzahl erlebte der Hersteller eine 30% höhere Auslastung an dieser spezifischen Maschine“, merkte sie an, „wodurch Produktivität sowohl durch Reduktion jenes Flaschenhalses als auch durch Steigerung der Produktivität aller anderen Maschinen stieg. Die geschätzte Amortisationszeit für die Investition lag in diesem Fall unter vier Monaten.“