Nahtlose SPS-zu-Cloud-Integration: IoT für Echtzeit-Datenabruf nutzen

Die nahtlose Integration von IIoT-Komponenten – einschließlich IoT-Hardware, Software und Kommunikationsprotokollen – ist für Hersteller in inkrementellen Schritten erfolgt.

Frühe industrielle Automatisierungssysteme waren grundlegende Sensoren, Endschalter und andere Geräte, die Daten direkt an einen Ausdruck oder HMI lieferten, wo wenig bis keine Analyse verfügbar war. Daten mussten noch in eigenständige Softwareplattformen auf Managementebene eingegeben werden. Es gab Probleme mit der Interoperabilität zwischen einfacher Software und Enterprise-Systemen sowie eine Grenze für die Geschwindigkeit und Tiefe, mit der Systeme Daten für den Verbrauch verarbeiten konnten. Verfügbare Visualisierung war meist auf HMIs auf Maschinenebene beschränkt.

Seit den 1970er Jahren haben industrielle Automatisierungssysteme oft auf SPS (speicherprogrammierbare Steuerungen) gesetzt. Cloud-Plattformen haben sich so weit entwickelt, dass sie dafür ausgelegt sind, mit diesen SPS unter standardisierten Protokollen zu arbeiten. SPS können Daten an die Cloud-Plattform übertragen. Daten werden analysiert und an Systeme und Menschen geliefert, um Produktivität zu steigern, Prozessverbesserung anzustoßen, Verschwendung zu reduzieren und umsetzbare Erkenntnisse für Nutzer zu bieten.

Die SPS und die Cloud: Was sind sie?

SPS und Cloud-Plattformen sind zwei distinkte Komponenten, die für Fabriküberwachungssysteme und IoT-Analyseplattformen benötigt werden. Sie unterscheiden sich stark in der Anwendung und sind voneinander abhängig, damit ein modernes IIoT-Automatisierungs- und Überwachungssystem funktioniert. Das Verständnis ihrer Unterschiede hilft Nutzern, zu verstehen, wie Daten von der SPS in die Cloud gesendet werden.

Speicherprogrammierbare Steuerung (SPS)

Speicherprogrammierbare Steuerungen (SPS) wurden für den Einsatz in Automatisierungssystemen entwickelt. Frühe Modelle waren zu grundlegender Steuerungsfunktionalität fähig, hatten aber keine fortgeschrittenen Analyse- oder Rechenfähigkeiten.

Ihnen fehlten auch Datenstrukturen, sie nutzten proprietäre Programmierung, die via Laptop am SPS-Schrank erfolgen musste, und waren auf ein spezifisches Kommunikationsprotokoll beschränkt.

Diese Limitierungen zwangen IT-Abteilungen, ein hausinternes, ad-hoc-System aus überlappenden Komponenten, Hardware und Gerätekonfiguration zu erstellen, um einen angepassten Ansatz zu schaffen. Diese Eigenbauten waren Sicherheitslücken ausgesetzt, teuer in der Wartung und hatten wenig IoT-Konnektivität. Sie waren für viele kleine Unternehmen, in denen Kapital und Fachwissen knapp waren, generell unerreichbar.

Aktuelle SPS können sowohl OT- als auch IT-Protokolle akzeptieren. Die meisten haben eingebaute Sicherheit oder können als Teil einer integrierten IIoT-Plattform gesichert werden. Mit Fortschritten in den Fähigkeiten wurden SPS auch als Edge-Geräte befähigt, die helfen, OT-Daten in die IT-Sphäre zu bewegen – meist residierend in einer Cloud-Plattform.

Eine Type1 Light S - PUM11 CPU von Toshiba. [Quelle]

Die Cloud

Die Datenexplosion durch Edge-Geräte, Fortschritte bei SPS, IoT-Technologie und andere Datenerfassungsgeräte bietet die Chance, Daten zu sammeln und für Werte zu nutzen, die zuvor nicht verfügbar waren. Doch die Kosten für physische Server, deren Wartung und Sicherheit könnten viele Unternehmen überfordern.

Die Cloud repräsentiert das Konzept dezentraler Datenspeicherung und -zugriff via Internet. Statt Unternehmensdaten auf einem On-Premise-Server zu verwalten, können Daten von mehreren Quellen in die Cloud gestreamt und remote gespeichert werden. Unternehmen können auch auf fortgeschrittene Analyseplattformen und Services zugreifen, die beim Self-Hosting nicht verfügbar sind.

Daten werden via Internetverbindung mit der Cloud gespeichert, bereinigt, organisiert und analysiert. Die zurückgelieferten Daten (in Form von Erkenntnissen, berechneten Metriken, Visualisierungen oder einfach rohen, uniformen Daten) werden via Internet an ein Terminal, Laptop, Tablet oder maschinenlevel HMI geliefert.

Mehr erfahren: Ein Hersteller-Leitfaden zu Cloud Computing

Warum ist eine Cloud-basierte Lösung notwendig?

Das Datenvolumen, das von Geräten am Entstehungsort generiert wird, kann traditionelle IT- und In-House-Server überfordern. Unternehmen, die versuchen, traditionelle Systeme aufrechtzuerhalten, werden Chancen verpassen, Daten verlieren oder unfähig sein, die Daten adäquat zu analysieren, weil sie nicht kosteneffektiv all gespeichert werden können.

Mit immer mehr Fertigungsausrüstung, die mit IIoT-Technologie und fortschrittlichen SPS eingebettet ist, stellt dies ein wettbewerbsrelevantes Problem dar, das sowohl praktisch als auch finanziell ist. SPS- und Cloud-Plattformen machen geschäftlichen Sinn.

Die Nutzung der Cloud gibt Unternehmen Zugriff auf sofortige Software-Updates, reduziert teure IT-Infrastrukturkosten und -Wartung signifikant und gibt Herstellern Zugriff auf fortgeschrittene Analytik und Machine-Learning-Algorithmen, die von KI angetrieben werden.

Cloud-Datenlösungen wie MachineMetrics' Industrial IoT Platform bieten Herstellern signifikante Vorteile, die mehrere Bereiche ihres Geschäfts verbessern – ob Sie auf dem Shopfloor oder zu Hause sind.

SPS zu Cloud: Wie man Daten von einer SPS liest

Das Senden und Aktualisieren von Daten in der Cloud erfolgt entweder durch Implementierung eines standardisierten Protokolls oder Nutzung eines Cloud-Adapters. Diese Übertragung ist entscheidend für den Zugriff auf Daten und benutzerfreundliche Steuerung von mehreren Quellen wie HMIs, PCs, Laptops und Tablets.

Implementierung eines standardisierten Protokolls

Das gängigste Cloud-Protokoll ist MQTT. MQTT überträgt Nachrichten hin und her zwischen Geräten und eignet sich für Remote-Zugriff über begrenzte Bandbreite. Es läuft commonly mit TCP/IP, kann aber auf jeder strukturierten bidirektionalen Verbindung laufen.

Das MQTT-Protokoll ermöglicht Kommunikation zwischen einem Sensor oder einer Sensorgruppe (MQTT-Clients) und einem MQTT-Broker. Der Broker fungiert als Verkehrspolizist, empfängt alle Nachrichten und routet sie zum korrekten Ziel – wie einem anderen MQTT-Client, einem Edge-Computing-Gerät oder der Cloud.

Der Vorteil der Nutzung eines standardisierten Protokolls wie MQTT ist, dass es gut bekannt, strukturiert ist und einfache Bewegung in die Cloud ermöglicht. Allerdings ist das Konfigurieren von SPS für MQTT knifflig, und Daten können verloren gehen, wenn eine Verbindung fehlschlägt.

Nutzung eines Cloud-Adapters

In vielen Arten der Fabrikautomatisierung erfordert Kommunikation über lokale Fieldbus-Protokolle wie Modbus, BACnet und viele andere ein IIoT-Gateway. Sie sind nicht für direkte Cloud-Kommunikation gebaut, und das Öffnen eines direkten Kommunikationsports würde Sicherheitsrisiken schaffen.

Ein Cloud-Adapter sammelt alle Daten vor Ort, bevor er sie in die Cloud überträgt. Sobald die Cloud-Verbindung hergestellt ist, werden Daten adäquat verschlüsselt und gesendet. Im Gegensatz zu einer verlorenen Verbindung beim MQTT-Protokoll puffert ein Cloud-Adapter Daten, sodass sie bei Bedarf wiederhergestellt werden können.

Schritte zum Senden von Daten von der SPS in die Cloud

Der Wert von Echtzeitdaten in der Fertigung ist enorm. Die Analyse von Daten in einer Cloud-Plattform mittels einer fortschrittlichen Maschinendatenplattform wie MachineMetrics liefert umsetzbare Erkenntnisse und größeren Wert. Doch das Bringen von Daten von vielen Geräten und SPS in die Cloud und die Sicherstellung ihrer Normierung ist entscheidend für das Funktionieren cloud-basierter Plattformen.

Ohne eine Lösung wie MachineMetrics, die Maschinen-, Sensor- und SPS-Konnektivität ermöglicht, müsste dieser Prozess manuell abgeschlossen (und gewartet) werden. Sie können mehrere Schritte unternehmen, um sicherzustellen, dass Daten von SPS korrekt an die Cloud-Plattform geliefert werden. Diese Schritte umfassen:

1. Tags für SPS-Daten erstellen

Von SPS erfasste Daten müssen strategisch definiert werden. Diese Strategie umfasst das Erstellen von Tags für die zu erfassenden und zu speichernden Daten. Diese Tags können Eingaben von Sensoren für Temperatur, Feuchtigkeit oder andere Umgebungsbedingungen umfassen, einschließlich Stromverbrauch oder Vibrationsdaten für Wartung.

MachineMetrics kann fortgeschrittene Analysen von Daten durchführen, die über Ausrüstung generiert werden, um Maschinenüberwachung zu ermöglichen oder fortgeschrittene Use Cases wie prädiktive Wartung anzutreiben.

Zu wissen, welche Tags zu verwenden sind, hilft, relevante Daten zu liefern, die durch Systeme, menschliche Interaktion oder andere automatisierte Prozesse in Aktion umgewandelt werden können.

2. Erforderliche Systemtools vorbereiten

SPS-zu-Cloud-Kommunikation in einem IIoT-System erfordert eine Internetverbindung. Der Internetzugang muss robust und von Routern unterstützt sein, die einen weiten IP-Adressbereich handhaben können. Es ist auch essenziell, Ethernet-Konnektivität zu prüfen, da einige Geräte diese haben, während andere ein Edge-Gateway benötigen.

Eine industrielle IoT-Plattform wird benötigt, um Daten zu analysieren und Erkenntnisse an Nutzer zu liefern, sobald diese einströmen. Die MachineMetrics-Plattform und -Geräte funktionieren out-of-the-box und ermöglichen Datenanalytik schnell nach dem Start.

3. SPS-IoT-Gateway installieren

MachineMetrics kann SPS und andere Geräte in Minuten verbinden und mit der Datenerfassung beginnen. Unternehmen können ihr industrielles IoT-Gateway über das Internet einrichten und den passenden Router prompt hinzufügen.

Ohne eine Konnektivitätslösung wie MachineMetrics müssten Datentags manuell gemappt werden, um Ausrüstungsdaten zu normieren. Das MachineMetrics-Edge-Gerät macht dies weit einfacher dank der Software auf dem Gerät.

SPS können über die SPS-Software oder durch Anpingen des Systems für eine VPN-Verbindung zugegriffen werden. Einmal verbunden, ist die Datenkonfiguration für die SPS möglich. MachineMetrics bietet Systemflexibilität und ermöglicht Verbindung über Ethernet, Wi-Fi und Cellular, sodass Zugriff auf SPS-Daten über mehrere Methoden möglich ist.

4. SPS-Datenprotokoll einrichten

SPS erfordern spezifische Protokolle zur Datenerfassung. Diese Protokolle umfassen die zu erfassenden Variablen und wo diese Variablen residieren.

Die SPS muss zuerst mittels der Hersteller-Programmierinstruktionen konfiguriert werden. Sie können auch über den Router der IoT-Plattform programmiert werden. Nach Konfiguration wird die Adresse jeder SPS hinzugefügt und die Variablen für die Daten ausgewählt, die die SPS überwachen und erfassen wird.

5. Variablen und Tags konfigurieren

An diesem Punkt wurden die Daten definiert und die Konnektivität getestet. Variablen können für jede SPS hinzugefügt werden, und Tags können bestimmen, wie jede Variable geloggt wird. Tags können zeitbasiert sein, um Aktionen bei Bedarf auszulösen, und sie können auch auf Zustandsänderung auf Maschinenebene basieren. Sie können auch basierend auf Informationen ausgelöst werden, die ihnen via MQTT-Broker von einer anderen SPS geliefert werden.

6. SPS-Dashboards erstellen

MachineMetrics bietet reichhaltige Visualisierung und dynamische Echtzeit-Dashboards. Out-of-the-Box-Produktionsanzeigen können Echtzeit oder historisch sein und Transparenz in die wichtigsten Metriken eines Werks ermöglichen.

Die MachineMetrics-Plattform beinhaltet auch die Fähigkeit zur Bediener-Kontextualisierung und direkter Eingabe auf Maschinenebene. Viele MachineMetrics-Apps können out-of-the-box konfiguriert und angepasst werden, um in kurzer Zeit ein maßgeschneidertes Erlebnis zu liefern.

7. Echtzeit-Überwachung und proaktive Alarme

Es gibt keinen Ersatz für Echtzeit-Überwachung durch eine cloud-basierte IoT-Plattform. Von SPS und anderen Geräten empfangene Daten werden analysiert und Erkenntnisse geliefert, die proaktive Alarme bieten. Diese können Maschinenstopps, drohende Probleme, Materialmangel und mehr anzeigen. Da diese Alarme auf aktuellem Maschinenstatus basieren, können Bediener und Techniker schnell handeln, um Stillstand und Verschwendung zu reduzieren. Manager haben ebenfalls Zugriff auf Daten, die den Echtzeit-Status der Produktionsfläche widerspiegeln.

Mehrere Geräte mit einer einzelnen Cloud verbinden

Adapter installieren

IIoT-Plattformen können Daten von vielen Geräten simultan handhaben. Aber wie bekommt man Daten von mehreren verschiedenen Geräten mit unterschiedlichen Protokollen? Ein Beispiel wäre die Nutzung eines Cloud-Adapters wie Raspberry Pi.

Raspberry Pi ist ein winziger Kreditkarten-Computer, der in einen Schaltschrank gesteckt und programmiert werden kann, um als Cloud-Adapter zu fungieren, der Kommunikationsprotokolle von mehreren PCs akzeptiert. Seine kleine Größe, niedriger Stromverbrauch und Programmiereinfachheit helfen, die Lücke zwischen SPS und IIoT-Cloud-Plattformen zu überbrücken.

Beachten Sie: Eine solche Lösung wird unglaublich ressourcenintensiv in manueller Erstellung und Wartung. Deshalb ist die Automatisierung von Konnektivität und Datenerfassung über alle Ausrüstung so wichtig. Die Auswahl der richtigen Maschinendatenerfassungslösung schafft ein Fundament für kontinuierliche Verbesserung, auf das nicht nur ganze Teams vertrauen können, sondern auch alle anderen Fertigungssysteme – von CMMS bis ERP.

Lokale Daten erfassen

Sobald der Cloud-Adapter installiert ist, muss jede SPS mit einem anderen Protokoll über das Web-Interface des Cloud-Service-Providers verbunden werden. Jede kommerzielle IIoT-Plattform stellt ein Web-Interface via Internetzugang bereit. OPC UA ist ein beliebter Standard, da er gut mit Geräten funktioniert, die SPS mit proprietären Protokollen unterstützen.

OPC UA wird häufiger als OPC DA genutzt, da OPC DA weniger sicher ist, keine Alarmgenerierung erlaubt und nur mit Echtzeitdaten umgeht. Im Gegensatz dazu erlaubt OPC UA Zugriff auf historische Datenquellen und das Setzen und Auslösen von Alarmen.

Datenvisualisierung gestalten

Sobald lokale Datenerfassung aktiviert ist, können SPS-Variablen zu den Dashboards hinzugefügt werden. Einmal hinzugefügt, erscheinen sie auf verfügbaren Visualisierungsgeräten wie HMIs und werden in zukünftig analysierten Daten einbezogen.

MachineMetrics zur Erfassung und Analyse von SPS-Daten nutzen

SPS-zu-Cloud-Kommunikation ist ein wesentlicher Teil dessen, was IIoT befähigt, Wert zu liefern. MachineMetrics bietet eine leistungsstarke, flexible, agile Cloud-Lösung, um SPS-Daten in umsetzbare Erkenntnisse zu transformieren, die Prozesskontrolle verbessern, Kosten senken und Effizienz steigern. Einfach Maschinen, Sensoren und SPS verbinden, um wertvolle Produktionsdaten zu extrahieren, damit Menschen und Systeme bessere, schnellere Entscheidungen treffen können.

Setzen Sie Ihre SPS- und Maschinendaten mit MachineMetrics ein. Möchten Sie es in Aktion sehen?

Plug-and-Play Maschinendatenerfassung

Demo buchen