A A A
| Sitemap | Kontakt | Impressum | Datenschutz
ETZ Logo VDE Verlag Logo

„IoT“-Gateway ebnet den Weg zur Smart Factory

01  Das Intel-Werk in Malaysia: Hier konnte Intel durch die Zusammenarbeit mit Mitsubishi Electric große Einsparpotenziale im Fertigungsbereich heben und einen großen Schritt in Richtung Smart Factory verbuchen

01  Das Intel-Werk in Malaysia: Hier konnte Intel durch die Zusammenarbeit mit Mitsubishi Electric große Einsparpotenziale im Fertigungsbereich heben und einen großen Schritt in Richtung Smart Factory verbuchen

02  Die Datensammlung, -verarbeitung und -analyse vom Produktionsbereich bis in die Leitebene bei Intel in Malaysia

02  Die Datensammlung, -verarbeitung und -analyse vom Produktionsbereich bis in die Leitebene bei Intel in Malaysia

03  Das „IoT“-Gateway ist in Verbindung mit verschiedenen ­Hersteller-Plattformen einsetzbar

03  Das „IoT“-Gateway ist in Verbindung mit verschiedenen ­Hersteller-Plattformen einsetzbar

In einem Pilotprojekt haben Intel und Mitsubishi Electric die Vorteile der Ende-zu-Ende-Konnektivität im Produktionsprozess nachgewiesen: In seinem Werk in Malaysia setzt Intel „IoT“-Gateways von Mitsubishi Electric ein, um die Daten aus der Produktion in einem strukturierten Format an die Cloud weiterzuleiten. Mit einer Data-Analytics-Software konnten wertvolle Erkenntnisse aus der Produktion gewonnen und Optimierungsmaßnahmen eingeleitet werden. In Summe sparte Intel dadurch in seinem Werk im ersten Schritt rund 3 Mio. US-$ ein.

Big Data entwickelt sich vom Hype-Thema zum soliden Bestandteil der Unternehmens-IT. Unterstützt wird der Trend durch die zunehmende Vernetzung von Endgeräten. Dieses sogenannte Internet der Dinge (englisch „IoT“ – Internet of Things) besteht aus Milliarden vernetzter Komponenten, die allesamt Daten generieren. Die Datenmenge kann von der einfachen Statusmeldung „An/Aus“ bis hin zu Gigabyte von Daten pro Tag reichen. Beide Ansätze, Big Data und „IoT“, lassen viele Unternehmen darüber nachdenken, wie sie die Informationen praktisch nutzen können. Besonders die produzierende Industrie sieht enormes Potenzial in der Sammlung und Aufbereitung von Daten. Denn das ist momentan die größte Herausforderung von „IoT“ bzw. „IIoT“ (Industrial Internet of Things) oder Industrie 4.0 (wie es hierzulande heißt): Alle Daten in ein einheitliches Format zu bringen und so mit bestehenden Leit- und Planungssystemen im Unternehmen zu verknüpfen.
Big Data wird, wie der Name schon sagt, durch sehr große Datenmengen charakterisiert. Das Format der Daten kann unterschiedlich sein – ein Aspekt von Big Data ist es daher, diese unterschiedlichen Formate zu vereinheitlichen und zusammenzuführen. Grob lassen sie sich in drei Gruppen einteilen: strukturierte Daten, teilstrukturierte Daten und unstrukturierte Daten. Am einfachsten zu verarbeiten ist erstgenannte Gruppe. Beispiele dafür sind relationale Datenbanken oder Daten, die von Manufacturing Execution Systems (MES) und Enterprise Ressource Planning (ERP) Software exportiert werden. Das andere Extrem, die unstrukturierten Daten, können so gut wie jede Form annehmen. Die Bandbreite reicht von handgeschriebenen Notizen eines Schichtleiters zu den Vorkommnissen bei einem Defekt über Fotos, Fließtext und Log-Dateien von Maschinen, die in einem proprietären Format vorliegen. Irgendwo dazwischen befinden sich die teilstrukturierten Daten. Sie gehorchen zwar einer Ordnung, sind aber nicht mit den üblichen, standardisierten und gebräuchlichen Formaten kompatibel. Trotzdem können sie durch den Einsatz von Konvertern oder Interpretern mit relativ geringem Aufwand nutzbar gemacht werden.
Egal, in welcher Form die Daten vorliegen, Business-Mehrwert lässt sich damit nur generieren, wenn die Informationen in den Zusammenhang mit Business-Prozessen gesetzt werden. So ist ein stark oszillierender Temperaturwert eines Sensors in der Produk­tionsanlage zunächst unbrauchbar. Erst wenn die Mitarbeiter an der Analy­seplattform wissen, dass dadurch der Lack auf der Oberfläche eines produzierten Teils nicht richtig trocknet, lässt sich der Ausschuss verringern. Die Daten allein sind also nicht der alleinige Heilsbringer, genauso wenig wie eine übersichtliche Aufbereitung von Informationen. Erst, wenn Daten, Prozessverständnis und Analyse-Tools zusammenwirken, wird aus Big Data und „IoT“/“IIoT“/Industrie 4.0 ein greifbarer Vorteil für die Unternehmen.

Intel, Big Data und das Internet der Dinge
Intel hat diese Kombination aus verschiedenen Faktoren konkret für sich genutzt. In einer Fertigungsanlage in Malaysia (Bild 1) kommt eine Pilot­installation zum Einsatz, die Big Data und „IoT“ in die komplette Wertschöpfungskette inte­griert. Die Basis bilden „IoT“-Gateways, die Daten von den diversen Produktionssystemen entgegennehmen und deren Datenformate vereinheitlichen. Diese Daten werden zusammen mit Informationen, die ohnehin in verarbeitbarer Form vorliegen, in einer privaten Cloud gespeichert und durch Big Data Software aufbereitet. Abgefragt und mit den Geschäftsprozessen in Verbindung gebracht werden die Informationen außerhalb der Produk­tionsanlage. Der Zugriff erfolgt über eine VPN-gesicherte Verbindung (Bild 2).
Wie auch im Fall von Intels Pilotprojekt sind „IoT“-Gateways (Bild 3) Grundstock des Systems. Sie stellen die Verbindung zwischen den produktionsnahen Systemen und der IT-Umgebung her. Intel nutzt dafür SPS aus der Melsec-Q Serie von Mitsubishi Electric, die auf Intels Atom-Prozessoren basieren. Die SPS nehmen zahlreiche Informationen aus dem Produktionsumfeld entgegen, validieren den Inhalt, sortieren nicht benötigte Information aus und bereiten den Datenstrom so auf, dass er von Standard-IT-Systemen „gelesen“ werden kann. „IoT“-Gateways müssen vor allem drei Ansprüche erfüllen: Sie müssen robust und für die Umgebungsbedingungen der Fabrik geeignet sein. Dazu gehören staubdichte Gehäuse, erweiterte Temperaturbereiche sowie Spannungsversorgungs- und Montageoptionen für Hut­schiene und Schaltschrank. Zweitens ist es wichtig, viele Connectivity-Optionen zu bieten, damit möglichst viele Systeme angebunden und „verstanden“ werden können. Die Melsec-Q-Controller bieten dafür unter anderem FTP und CIFS an. Und drittens kommt es wie bei fast keinem anderen „IoT“-Element auf ausreichende Rechenleistung an.
Die „IoT“-Gateways stehen an vorderster Front des Datenstroms. Sie verfügen über wenig Pufferspeicher, um Daten vorübergehend auszulagern und müssen eingehende Informationsströme praktisch in Echtzeit entgegennehmen und verarbeiten. Die Kombination aus Intel-Atom-Prozessoren und dem Echtzeit-Betriebssystem Vx Works hat sich dabei als ideal erwiesen. Anstelle der sonst üblichen Kontaktpläne (Ladder Logic) nutzen die Gateways die Programmiersprache C. Das erlaubt flexiblere und mächtigere Regeln für die Datenverarbeitung, allerdings muss dafür auch ausreichend Rechenleistung bereit stehen. Die Erfahrung aus dem Pilotprojekt zeigt, dass „IoT“-Gateways möglichst flexibel sein sollten, um eine große Zahl von Datenquellen abdecken zu können und gleichzeitig nachfolgende Instanzen durch eine sinnvolle Aufbereitung – auch im Hinblick auf zukünftige Anforderungen – soweit wie möglich zu entlasten.
Im Intel-Pilotprojekt sind verschiedene Datenbanken die Empfänger der aufbereiteten Datenströme. Dabei setzt Intel auf marktübliche objektorientierte Datenbanken, wie Post­gre-SQL, kombiniert sie aber auch mit spezialisierten Datenbanken, wie Monet-DB, mit der die Suche in Hunderten von Spalten mit Millionen von Feldern sehr schnell durchgeführt wird. Ebenfalls zum Einsatz kommt Aqua-Fold, ein Applikationsserver, der aus zahlreichen, auch unterschiedlichen Datenbankquellen dedizierte Zieldatenbanken erstellen kann. Aqua-Fold kann mit allen marktüblichen Datenbanken, wie Postgre-SQL, IBM DB2, Oracle, Microsoft SQL sowie ODBC und JDBC, kommunizieren. Alle Datenbanken und Tools laufen in ­virtuellen Maschinen auf zwei Blades eines ­Dell-­Poweredge-Servers. Ein Blade kann auf vier Intel-Xeon-Prozessoren aus der E5-4600-Familie z­urückgreifen, das andere ist mit acht Prozessoren bestückt und kann auf bis zu 1,5 TByte Arbeitsspeicher zurückgreifen. Dadurch ist auch genug Kapazität für die logisch darüber ange­siedelten Hadoop-Instanzen und die Analyse-Software Revolution R Enterprise vorhanden. Hier findet die eigentliche Analyse der zahlreichen – nun vereinheitlichten – Daten statt.
Revolution R Enterprise von Revolution Analytics nutzt die Open Source-Statistiksprache R, um Unternehmenssoftware nahtlos mit Analyseprogrammen zu verbinden. Dadurch können MES- oder ERP-Software-Suites ohne großen Aufwand Daten der „IoT“-Geräte verwenden und in ihre Analyseläufe einbinden. Revolution R ist Multi­thread- und parallelfähig, um selbst größte Datenmengen in kurzer Zeit aufzubereiten. Dabei kommen Matrizen-Berechnungen zum Einsatz, die durch die Multicore-Leistung der Intel-Prozessoren parallel in Höchstgeschwindigkeit stattfinden. Verschiedene Business-Intelligence-Tools bringen die Analyseergebnisse in Zusammenhang mit Business-Prozessen und Real-Life-Parametern.

Effizienzgewinne in drei Bereichen
Im Lauf des Pilotprojekts gewann Intel eine ganze Reihe von wertvollen Erkenntnissen, die sich sofort in einer Kosteneinsparung von 3 Mio. US-$ niederschlugen. Die Experten gehen bei voller Implementierung von einem etwa zehn Mal so großen Einsparungspotenzial aus. Konkret schlug sich die Big-Data- und „IoT“-Umsetzung in drei Bereichen nieder.
Der erste Kernbereich waren automatisierte Testsysteme. Diese Systeme bestehen aus einer Hardware, die das produzierte Produkt mechanisch kontaktieren und einer Software, die bestimmte Funktionen des Prüflings abfragt. Ein defektes Testsystem verursacht Produktionseinbußen, da es ­eigentlich funktionierende Produkte als defekt kategorisiert und zum Ausschuss sortiert. Durch die Analyse von Daten aus den Testsystemen selbst und aus dem Umfeld der Systeme konnte Intel 90 % aller drohenden Defekte bei den Testsystemen im Vorfeld erkennen und beheben, bevor Produkte falsch klassifiziert wurden.
Der zweite Bereich, in dem Effizienzgewinne erzielt wurden, war die Lötpunktaufbringung. Dabei werden automatisiert kleinste Kügelchen an Lötpaste an exakt vorgegebenen Punkten auf dem Produkt verteilt. Das funktioniert über einen Vakuumkopf, der die Kugeln genau über den Flussmittelflecken positioniert und dann freigibt. Sowohl der Vakuumkopf, als auch das Produkt selbst wird danach auf übrig gebliebene oder fehlende Kügelchen untersucht. Durch die „IoT“-Daten konnte Intel Probleme bei der Freigabe der Kügelchen um bis zu 90 % proaktiv verhindern. Dadurch konnten Ausschussraten um 25 % und die Reparaturkosten um 20 % reduziert werden.
Der dritte Einspareffekt ließ sich durch angewandte Datenvisualisierung und bildverarbeitende Algorithmen erzielen. Dabei adressierte Intel einen fehleranfälligen und langwierigen Produktionsprozess. Wenn automatisiert nicht eindeutig festzustellen war, ob eine Produktionscharge auch defekte Produkte enthielt, musste sie manuell geprüft werden. Das Ausschleusen der Charge aus dem Produktionsablauf und die manuelle Prüfung nahmen bis zu acht Stunden in Anspruch. Mit den „IoT“- und Big-Data-Fähigkeiten, die auf digitalen Bildern, einer hoch komplexen Aufbereitung und Mustervergleichen basiert, ließ sich die Zeitspanne auf ein Zehntel senken.

Positive Auswirkungen des Smart Manufacturing
Dieses Beispiel zeigt die enormen Potenziale von „IoT“/„IIoT“/Industrie 4.0 auf. So steht hinter diesen Begriffen neben der Vernetzung bis hinunter auf kleinste Produktionselemente auch die Datenanalyse und -auswertung. Nur im Zusammenspiel werden die Potenziale vollumfänglich gehoben. Und das Beispiel zeigt auch: Die Paradedisziplin von „IoT“ und Big Data ist Smart Manufacturing – hier bewirken schon geringe Optimierungen Einsparungen in Millionenhöhe und stellen die Weichen für eine intelligente, ­ressourcenschonende Produktion der Zukunft. (ih)

Gerhard Lesch ist IoT Business Development Manager bei der Internet of Things Solutions Group Intel. info@intel.com

Gerhard Lesch ist IoT Business Development Manager bei der Internet of Things Solutions Group Intel. info@intel.com