Anhand eines Demonstrators veranschaulicht Assystem, wie mit Data Science und Machine Learning aus Daten neue Zusammenhänge erkannt, Betriebsabläufe optimiert und damit Produktionskosten gesenkt werden können. Dafür kommunizieren Maschinen miteinander und greifen auf interne sowie externe Daten zu. In diesem Zusammenhang zeigt Assystem seine profunde Erfahrung im Bereich der M2M-Kommunikation mit OPC/UA. Die Lösung von Assystem bietet ein flexibles System, das unabhängig vom Hersteller der eingesetzten Automatisierungstechnik ist und nachträglich an vorhandene Maschinen im Feld nachgerüstet werden kann.
Mit Maschinendaten zur transparenten Wertschöpfungskette
SDI Innovation präsentiert sein neues Softwaretool „Bluebox.SDI“ für die Überwachung, Visualisierung und Analyse von Ist- und Soll-Zuständen von Produktionsanlagen wie CNC-Bearbeitungsmaschinen, Spritzgussmaschinen oder Produktionslinien. Das Tool beinhaltet vorgefertigte Anwendungen wie TPM, OEE-Berechnungen und Trendanalysen. Installiert auf einer MICA®, kann Bluebox.SDI dezentral, einfach und schnell in der Produktion eingesetzt werden. Dashboards mit Anzeige-, Eingabe und Auswahlmöglichkeiten machen die Lösung auch für den Einsatz an Montageplätzen ideal.
Auch die SIEVERS-GROUP stellt auf der HANNOVER MESSE eine gemeinsam mit HARTING entwickelte IoT-Lösung vor. Damit können Anwender ihre Maschinendaten mit anderen Informationen entlang des Produktionsprozesses verknüpfen. MICA® erfasst dazu die Arbeitsdaten einzelner Maschinen und Anlagen. Diese kombiniert die SIEVERS-GROUP mit ERP- und Business-Intelligence-Anwendungen.
Digitale und analoge Sensorwerte in Echtzeit verarbeiten
„Vom Sensor in die Cloud“ ist das diesjährige Leitthema von akquinet. Das Hamburger Unternehmen demonstriert auf dem HARTING Stand anhand anschaulicher Anwendungen, wie digitale Retrofits mit MICA®, moderner Sensorik und Open Source-Lösungen umgesetzt werden können. Das Unternehmen akquinet setzt unter anderem den neuen CISS Sensor von Bosch ein, der physikalische Faktoren wie Temperatur, Feuchtigkeit, Vibration und Neigung erfasst. Zusammen mit MICA® von HARTING wird dieser als Industrial IoT Kit angeboten. Ergänzt durch Analyse- und Visualisierungsservices von akquinet erhalten Maschinenbetreiber somit smarte Tools, um eine übergreifende Zustandsüberwachung existierender und heterogener Maschinenparks effizient zu implementieren.
Messebesucher können sich anhand einer weiteren Anwendung informieren, wie MICA® analoge Signale eines Winkelgebers in eine digitale Zustandsüberwachung transformiert. Hier setzt akquinet MICA® mit IO Gateway Platine von DWave ein. Der italienische Hardwarespezialist ist einer der neuesten Partner im MICA.network. DWaves spezielle Funktionsplatine für den modularen Hardware-Baukasten verarbeitet analoge und digitale Signale in Echtzeit.
HARTING präsentiert zudem eine Modbus RTU basierte Lösung zur Verschleißüberwachung im Bereich Automobilproduktion. Die Sensoreinheit des MICA.network Partners Forms Media erfasst und überwacht Vibrationen sowie dreidimensionale Bewegungen von langsam rotierenden oder sich bewegenden Objekten. Diese Lösung ist auch mit der neuen MICA® Wireless kombinierbar. Damit lassen sich die Sensordaten über WLAN oder Mobilfunk zum Beispiel für Intralogistik-Anwendungen übertragen. Darüber hinaus zeigt HARTING eine MICA® Variante für
IO-Link, die in Zusammenarbeit mit TEConcept entwickelt wurde.
„Abhören“ von Industrial Ethernet Kommunikation
Wie genau bestehende Maschinendaten ausgelesen werden, macht HARTING in Kooperation mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) am Beispiel eines MICA® basierten PROFINET Sniffer deutlich. Dieser „Schnüffler“ hört industrielle Automation auf Basis einer SPS und dem Industrial Ethernet Standard PROFINET passiv ab. Der bestehende Prozess wird dabei in keiner Weise gestört. Durch „Abhören“ dieser Kommunikation mit MICA® können alle ausgetauschten Daten (z. B. Sensorwerte, steuernde Aktoren) für Industrie 4.0-Anwendungen über offene Standards wie MQTT und OPC UA bereitgestellt werden.