Begriffe wie Industrie 4.0, Smart Factory und das industrielle Internet der Dinge (IIoT) stehen für die Nutzung von Digitalisierungstechnologien, um die betriebliche Effizienz zu optimieren, den Ertrag der Maschinen zu steigern und die Qualität der Produkte zu verbessern. Laut der Capgemini-Studie Smart Factories at Scale verfolgten 2019 bereits knapp 70 Prozent der Unternehmen weltweit Smart-Factory-Initiativen. Zwei Jahre zuvor lag dieser Anteil noch bei nur 43 Prozent. Capgemini schätzte 2019 die erwartete zusätzliche Wertschöpfung des verarbeitenden Gewerbes durch Produktivitätsgewinne in intelligenten Fabriken auf 1,47 bis 2,21 Billionen US-Dollar bis 2023. In der gleichen Studie erklärt Dr. Seshu Bhagavatula, President, New Technologies and Business Initiatives, bei Ashok Leyland: „Es gibt drei Hauptgründe, warum wir die Smart-Factory-Initiative aufgegriffen haben. Erstens wollten wir die Produktivität unserer alten Fabriken durch die Modernisierung und Digitalisierung ihrer Abläufe verbessern. Der zweite Grund ist, die Qualitätsprobleme zu lösen, die für Menschen schwer zu erkennen sind. Drittens geht es darum, die Möglichkeit der Auftragsfertigung oder der Massenanpassung zu integrieren.“
Erkenntnisse gewinnen
Die Effektivität von IIoT-Strategien ergibt sich aus der Verarbeitung großer Datenmengen, um technische und betriebliche Einblicke zu gewinnen. Diese können auf den Gesundheitszustand der Maschine, Qualitätsprobleme, übermäßigen Energieverbrauch, ineffiziente und inkonsistente Rohstoffversorgung und ähnliches hinweisen und davor warnen. „Die Stärke liegt in der Fähigkeit, viele Daten zu sammeln und diese in nützliche Informationen umzuwandeln“, wie Bertil Thorvaldson, Product Manager bei ABB Robotics, in einem Blog-Beitrag zitiert wird. Das Ergebnis der IIoT-Datenverarbeitung ist nur so gut wie die Qualität der gesammelten Daten. Daher ist es besser, so viele Sensoren wie möglich in die Fertigungsumgebung einzubauen, um stärker fokussierte und genauere Daten zu sammeln. Die Datenerfassung sollte so nah wie möglich am tatsächlichen Betrieb der Maschinen und an den kritischen Komponenten in der Produktionslinie liegen, die die Effizienz beeinflussen.
Industrielle Sensoren konzentrieren sich jedoch oftmals hauptsächlich auf Robustheit und Zuverlässigkeit. Sie dienen als einsatzkritische Indikatoren, damit die Maschine oder Produktionslinie ordnungsgemäß funktioniert. Ein Ausfall eines Sensors könnte zu Ausfallzeiten oder sogar zu erheblichen Schäden an der Maschine führen.
Besondere Anforderungen
Bei IIoT-Anwendungen besteht das Ziel hingegen darin, viele Daten zu sammeln und zu verarbeiten. Daher sind auch die Anforderungen an die Sensoren anders. Um eine große Anzahl von Sensoren einzusetzen, müssen diese kostengünstig sein. Dies gilt vor allem für die Integration in bestehende Maschinen sowie die Gesamtbetriebskosten der Sensoren. IIoT-geeignete Sensoren müssen eine Vielzahl von Anwendungsfällen in der Fabrik unterstützen. In der Folge können Betriebe durch die Integration auf bestehenden Maschinen Betriebskosten senken, weniger Ersatzteile vorhalten, die Schulungen von Technikern reduzieren und auch mit weniger Sensoranbietern arbeiten.
Programmierbarkeit
Eine weitere Anforderung ist die Programmierbarkeit. Wie bei einem Smartphone, auf das eine App heruntergeladen werden kann, sollten IIoT-Sensoren in der Lage sein, mehrere Anwendungen auszuführen – bestenfalls änderbar aus der Ferne. Zudem kann es wichtig sein, den Sensorbetrieb auf der Grundlage von Änderungen in der Produktionslinie aktualisieren zu können. Auch gilt es, den Netzwerkverkehr und den Cloud-Speicherbedarf zu reduzieren und auch ein entsprechendes Maß an Datensicherheit und Echtzeitperformance aufrechtzuerhalten. Ein Beispiel wäre, eine bestimmte Gruppe von Sensoren in der Fabrik die Aufgabe zuzuweisen, nach einem potenziellen Vibrationsmuster zu suchen, das durch eine gerade installierte neue Maschine verursacht wird. So lässt sich erkennen, ob diese Maschine Auswirkungen auf andere Maschinen oder Prozesse in der Fabrik hat.