Werksintelligenz demonstrieren: Ein hausgebrautes Bier-Erlebnis

Es ist ein (nicht so) gut gehütetes Geheimnis, dass wir bei Sure Controls eine hausgemachte Biermaschine haben. Die Biermaschine ist immer der Höhepunkt jeder Werksführung, die wir unseren Kunden geben. Ich dachte, es könnte auch eine sehr coole Art sein, einige unserer Plant Intelligence-Fähigkeiten zu demonstrieren! Vor ein paar Wochen braute unser hauseigener Braumeister Josh ein paar Chargen. Während er das Bier braute, verbanden wir unseren internen Historian, den wir für interne Tests von Kundenprojekten nutzen, und verwendeten ihn zur Datenerfassung. Was ich durch diesen Artikel demonstrieren möchte, ist, wie wir in der Lage waren, uns mit dem Prozess zu verbinden, um die Daten zu kommunizieren, und dann, einmal die Daten gesammelt waren, welche Methoden wir nutzen können, um die Daten anzuzeigen.
Teil 1 – Datenerfassung
In meinem früheren Blog „Datenerfassung entmystifiziert“ habe ich bereits ausführlich über Standards und Protokolle gesprochen. Ich werde hier nicht so sehr ins Detail gehen, aber diese Übung ist ein gutes Beispiel dafür, wie wir Projekte für unsere Kunden angehen. Zuerst setzte ich mich mit Josh, unserem Braumeister, zusammen, um zu bestimmen, welche kritischen Informationspunkte wir erfassen mussten. Grundsätzlich gibt es drei Schritte im Brauprozess: Maischen, Kochen und Abkühlen. Das kritische Element, das während dieser Schritte überwacht werden muss, ist die Temperatur. Wir brauchten auch einen Weg, unserem Datenerfassungssystem mitzuteilen, in welchem Prozessschritt wir uns befanden.
Für die Erfassung von Temperaturdaten analysierten wir die Biermaschine und stellten fest, dass Temperaturregler verdrahtet waren, um die Heizer für die im Prozess verwendeten Kochgefäße zu steuern. Glücklicherweise verfügen diese Regler über Kommunikationsfähigkeit, sodass nur noch der Standard und die Protokolle bestimmt werden mussten. Diese speziellen Regler nutzen Modbus als Kommunikationsprotokoll. Das ist großartig, da Modbus sehr verbreitet und einfach anzusprechen ist. Eine Herausforderung bestand darin, dass die Regler selbst nur eine serielle Schnittstelle für die Kommunikation nutzten, unser Historian-Server jedoch etwas entfernt war. Um dies zu lösen, verwendeten wir ein Serial-zu-TCP/IP-Gateway-Gerät. Dies ermöglichte unserem Historian-Server, Modbus TCP zu verwenden, um direkt mit den Reglern zu kommunizieren und die benötigten Temperaturdaten zu erfassen. Als Nächstes die Prozessschritt-Frage.
Um zu erfassen, in welchem Prozessschritt wir uns befanden, entschieden wir uns für eine kleine SPS und ein HMI. Wir hatten glücklicherweise eine kleine SPS, die wir für Anwendungstests nutzen, und ein HMI, das wir für Vertriebsdemos verwenden. Wir programmierten die SPS mit einem Register, das Textdaten hielt. Dann programmierten wir das HMI mit einfachen Buttons für unseren Braumeister Josh, um auszuwählen, in welchem Schritt des Brauprozesses er sich befand. Durch Drücken des „Maischen“-Buttons schrieb das HMI beispielsweise den Wert „Maischen“ in das in der SPS programmierte Register. Die SPS war mit dem Ethernet-Netzwerk verbunden, und der Historian konnte das Register direkt auslesen und den Prozessschritt loggen. Dies wird später beim Anzeigen der Daten helfen, um ihnen Kontext zu geben.
Teil 2 – Wir haben Daten – was nun?
Sobald die Biercharge gebraut war, nutzten wir die von der SPS geloggten Prozessschritte als Flags für das Abrufen der Daten. Indem wir notierten, wann sich die Prozessschritte änderten, konnten wir Start- und Endpunkte für jeden Prozessschritt erfassen. Wir riefen dann jeden Prozessschritt in einer Trendansicht auf:
Das Maischen

Hier sehen wir, dass während der Maischphase des Brauprozesses die Temperatur konstant bei 67 °C (153 °F) gehalten wurde.
Das Kochen

Dasselbe gilt für die Kochphase: Die Temperatur hält sich konstant bei 99 °C (210 °F).
Das Abkühlen

Dieser Schritt gilt als kritisch für die Brauphase, da es wichtig ist, die Würze (so heißt die Flüssigkeit während des Brauprozesses – es ist noch kein Bier) auf eine Temperatur abzukühlen, bei der es sicher ist, die Hefe zu pitchen. Wir sehen hier an unserem Trend, dass es ca. 13 Minuten dauerte, die Würze von 93 °C (200 °F) auf 38 °C (100 °F) abzukühlen. Alles in allem scheint unser Braumeister bei dieser Charge hervorragende Arbeit geleistet zu haben.
Lassen Sie uns etwas mehr über die Daten sprechen. Wir nutzten Trends für unsere initiale Analyse. Die visuelle Darstellung der Daten auf diese Weise ermöglicht es uns, schnell Anomalien zu erkennen, die während des Prozesses aufgetreten sein könnten. Wenn beispielsweise während der Kochphase ein plötzlicher Temperaturabfall für einen kurzen Zeitraum zu sehen wäre, würden wir anfangen zu fragen: Was ist passiert? Ist eine Sicherung durchgebrannt, was einen tatsächlichen Temperaturverlust verursacht und die Charge gefährdet? Oder hat sich ein Sensor gelöst und die Daten sind verfälscht, aber nach dem Wiederanschluss sehen wir, dass die Temperatur konstant blieb, sodass die Charge wahrscheinlich in Ordnung ist? Diese Art der Analyse kann sehr nützlich sein, um „was schiefgelaufen ist“ zu identifizieren, wenn etwas beispielsweise die Qualitätsprüfungen nicht besteht.
Was, wenn wir nur eine einfache Zusammenfassung dessen wollen, was während der Charge passiert ist? Mit dem Abfragetool unseres Historian-Clients kann ich eine einfache Zusammenfassung wie diese erstellen:

Dies ist eine sehr einfache statistische Analyse der Temperatur unserer Würze während der Maischphase. Ich habe Min, Max, Durchschnitt und Standardabweichung abgerufen. Das gibt uns eine großartige Einzeilensicht darauf, was passiert ist. Ich sehe, dass die Temperatur innerhalb eines Grades vom Sollwert blieb und fast genau am Sollwert im Durchschnitt lag für die Dauer der Zeit.

Ich sehe, dass es während unseres Kochprozesses eine etwas größere Variation gibt, aber immer noch gut innerhalb akzeptabler Parameter.
Schließlich, wenn ich wirklich einen „Deep Dive“ in die Daten machen möchte, kann ich sie einfach nach Excel exportieren, was ein vertrautes Werkzeug ist, und die Rohdaten direkt anzeigen, meine eigenen Diagramme und Berichte für zusätzliche Analysen erstellen:

Einige zusätzliche „Tipps und Tricks“ für die Datenerfassung. Wären wir eine echte Brauerei, wäre es eine sehr gute Idee, dieser Charge eine Chargennummer zuzuweisen und diesen Wert ebenfalls im Historian zu loggen. Dann könnte ich beim nächsten Brauen des Biers „Citra Tripel“ zurückgehen und meine neueste Charge mit der vorherigen vergleichen. Wenn meine Bierverkoster etwas Außergewöhnliches an einer bestimmten Charge bemerken, können wir analysieren, was passiert ist, und unser Rezept aktualisieren, um diese Verbesserung in zukünftigen Chargen zu replizieren, oder einfach vergleichen, wie wir abgeschnitten haben. Auch mit dem Trendtool können wir Daten von beiden Chargen gleichzeitig über die „Zeitversatz“-Funktion abrufen, was einen schönen detaillierten visuellen Vergleich durch Überlagerung beider Chargen im selben Trend ermöglicht.
Ich hoffe, Ihnen hat dieser Artikel gefallen. Dies kratzt wirklich nur an der Oberfläche dessen, was automatisierte Datenerfassung für Prozessverbesserungen tun kann. In einem zukünftigen Artikel werde ich zusätzliche Techniken zur Erfassung von Stillstandsdaten und Analyse der Ursachen besprechen. Außerdem werde ich darüber sprechen, wie wir das Datenerfassungssystem nutzen können, um unser Prozessteam zu benachrichtigen, wenn ein Ereignis eintritt, anstatt nachträglich zu analysieren, was passiert ist.