Wir für Sie +49 821 597010
MDE – Voraussetzung und Herausforderung für Industrie 4.0

MDE – Voraussetzung und Herausforderung für Industrie 4.0

gbo Tech & Science | Datenerzeugung ist das eine, Datenauswertung das andere | von Prof. Dr.-Ing. Robert Patzke

 Im Rahmen von Industrie 4.0 ist häufig die Rede von der datengetriebenen Produktion, also die Fertigungsplanung und -steuerung anhand der Analyse von Maschinen- und Betriebsdaten. Die große Herausforderung liegt jedoch genau zwischen eben jener Datenanalyse und der Datenerfassung. Wie gewinnt man aus der unstrukturierten Masse an erhobenen Maschinendaten genau die Informationen, die man zur Optimierung von Produktionsprozessen benötigt? Hier kommt das Manufacturing Execution System (MES) als erster Schritt in Richtung Smart Factory ins Spiel.

Leistungssteigerung durch Prozess- und Produktdaten
Unter Maschinendaten werden sämtliche Informationen verstanden, die einer Maschine oder Anlage entnommen werden können. Diese Informationen teilen sich in Prozess- und Produktdaten auf. Letztere geben Auskunft über den Produktionsverlauf und die Produktqualität. Zu den Produktdaten zählen beispielsweise Stückzahlen, Maßangaben, Temperaturen oder auch die Unterscheidung in Gut- und Ausschussteile. Prozessdaten enthalten Informationen über den Betrieb einer Maschine wie etwa Steuerungs- oder Verbrauchsdaten. Eine zentrale Rolle spielen dabei insbesondere Informationen über den Maschinenzustand: Stillstandzeiten, Rüstzeiten, Instandsetzung, Haupt- und Nebenzeit etc.

Die erhobenen Daten ermöglichen die Visualisierung der einzelnen Fertigungsprozesse, um die Produktion im Rahmen des kontinuierlichen Verbesserungsprozesses (KVP) zu optimieren. Die MDE führt dazu, Stillstand- und Rüstzeiten sowie Störungen zu reduzieren, die Zahl halbfertiger Teile in der Produktion zu verringern und die Termintreue zu erhöhen. Insbesondere dient die Maschinendatenerfassung der Rückverfolgbarkeit und somit der Qualitätssicherung der Produkte. Auf diese Weise trägt die Maschinendatenerfassung zur Leistungssteigerung und Wettbewerbsfähigkeit des Unternehmens bei. Zusammengefasst wird die MDE in der Gesamtanlageneffektivität (Overall Equipment Effectiviness, OEE).

Die Datenauswertung
Die Maschineninformationen können auf verschiedenen Wegen ausgelesen werden: Entweder werden sie an der Maschine durch eine steuerungsunabhängige Sensorik erfasst oder direkt aus der Maschinensteuerung zum Beispiel über eine OPC-Architektur online übertragen oder in einem Datenlogger digital gespeichert. Die Praxis zeigt jedoch auch, dass Maschinendaten vielerorts immer noch manuell erfasst werden. In solchen Fällen stehen die Unternehmen vor besonders großen Herausforderungen, um die erfassten Daten in ein ERP- oder MES-System zu übermitteln.

Die durch die MDE produzierte heterogene Menge an Daten muss für eine gezielte Auswertung strukturiert und analysiert werden. Hinzu kommen zusätzlich Informationen aus den Auftragsdaten, um die IST-Daten aus der Produktion mit den SOLL-Daten des Auftrags vergleichen zu können. Die Auswertung großer Datenmengen wird als Big Data bezeichnet. Grundlage für Big Data ist eine valide Datenbasis. Die manuelle Datenerfassung kann diese Validität kaum bieten, zu groß sind die individuellen Einflussfaktoren des Maschinenbedieners, der die Daten aufnimmt.

Doch auch bei einer nicht-manuellen Erfassung der Maschinendaten stellt sich zunächst die Frage nach der Strukturierung dieser Daten, um sinnvolle Aussagen über komplexe Produktionsprozesse tätigen zu können. Die dazu notwendige Transparenz stellt das MES bereit, das die MDE-Informationen in Echtzeit analysiert, um eine qualitätsgerechte Planung und Steuerung der Fertigung zu ermöglichen. Hierzu muss die MES-Lösung auf die Voraussetzungen des jeweiligen Unternehmens angepasst werden, damit genau die Kennzahlen ermittelt werden können, die für den Betriebs- oder Fertigungsleiter wichtig sind. Ein modularer Aufbau des MES ermöglicht diese Anpassungsfähigkeit auch dann, wenn das Unternehmen wächst und sich damit die Anforderungen an die Maschinendatenerfassung ändern.

Prof. Dr.-Ing. Robert Patzke sitzt im Beirat von gbo datacomp. Er lehrt an der Hochschule Hannover auf dem Gebiet der Industrieelektronik und Digitaltechnik. Patzke war an diversen Forschungsprojekten wie etwa zur Produktionsoptimierung oder zustandsabhängiger Instandhaltung sowie etlichen Standardisierungen (ISO, DIN, ASAM) beteiligt. Seine Arbeitsgebiete reichen von der Entwicklung elektronischer Schaltung und Schaltnetzteilen bis zur Anwendung und Programmierung von Mikrocontrollern unter anderem für die Netzwerkintegration, intelligente Sensorsysteme oder dezentrale Automatisierungskomponenten in der Produktion.

Sie haben Fragen oder möchten mit unseren Experten ins Gespräch kommen? Nichts leichter als das: Klicken Sie einfach hier oder senden Sie uns eine E-Mail an info@gbo-datacomp.de.

2017-12-20T10:58:50+00:0019. Dezember 2017|Blog|