Technische Services wie Reinigen, Warten und Instandsetzen von Anlagen bieten zunehmendes Potenzial für die Wirtschaftlichkeit einer Produktion. Der weltweit agierende Industriedienstleister Leadec betreibt eine eigene IoT-Infrastruktur, um seine Angebote für Fabrikbetreiber effizienter zu gestalten – oder ganz neue zu ermöglichen.
Leadec betreibt die rigorose Umstellung auf Cloud-Technologie. Die eigene Plattform Leadec.os ist eine cloudbasierte Lösung, die Service-Prozesse vom Angebot über die Erbringung der Dienstleistung bis zur Dokumentation und Rechnungsstellung digital abbildet. Die Plattform lässt sich an die Cloud-Technologien anderer Anbieter anbinden. Eine aktuelle Erweiterung ist die IoT-Home-Cloud, die zusätzlich industrielle IoT-Anwendungen ermöglicht. Leadec kann erfasste Daten strukturieren und visualisieren, um mittels künstlicher Intelligenz Erkenntnisse daraus zu ziehen und Aktivitäten anzustoßen. Unterstützte Anwendungsfälle sind beispielsweise die Überwachung von Aggregaten in der zerspanenden Fertigung und die Nachverfolgung von Schweißnähten, die im Folgenden näher erläutert wird.
Das digitale System erfasst qualitätsrelevante Schweißprozessdaten über eine Kommunikationsschnittstelle von den Schweißstromquellen und dokumentiert sie in Echtzeit in der übergeordneten Datenbank, wahlweise „On-Premise“ oder in der Cloud. Dort bewertet ein Algorithmus die Daten anhand definierter Parameter, oft verknüpft mit Daten aus anderen Qualitätssicherungssystemen. Die Überwachungsergebnisse ermöglichen eine permanente Rückkopplung in den Automatisierungsprozess der Anlage, damit Betreiber bei potenziellen Qualitätsproblemen sofort reagieren können. Die Schweißnahtkontrolle lässt sich in neue Anlagen oder per Retrofit integrieren und überwacht sowohl robotergestützte Schweißanlagen als auch Handschweißplätze. Das System bietet verschiedene Überwachungsarten an, beispielsweise Hüllkurven-basierte Korridore für typische Lichtbogenparameter wie Schweißstrom, Schweißspannung, Drahtvorschub und so weiter. Mit der permanenten Qualitätskontrolle kann jedes einzelne Teil geprüft werden, der Aufwand für zerstörende Bauteilprüfung, manuelle Nacharbeit und Prüfung sinkt. Zudem bietet die Software die Möglichkeit, angeschlossene Anlagen vorausschauend zu warten, da sich damit Motorströme und etwa Drehmomente im Drahtvorschubkoffer digital erfassen lassen.
Einen weiteren Anwendungsfall setzte Leadec in Werken in Indien und Deutschland um. Dort wurden in der zerspanenden Fertigung Pumpen und Verdichter mit Schwingungssensoren ausgestattet, um laufend erfasste Daten analysieren zu können. Hier war die vorausschauende Wartung das vorrangige Ziel. Die Daten werden in der Sensorik verarbeitet und in der IoT-Home-Cloud ausgewertet, um brauchbare Informationen zu erhalten.
Anomalien zu erkennen und dann Warnungen zu versenden ist dabei der erste Schritt. Als zweiten gilt es zu verstehen, warum eine Anomalie auftritt und aus erfassten Daten möglichst die Fehlerursachen abzuleiten. Eine industrielle Machine Learning-Applikation ist in der Lage, relevante Daten auszuwählen, sie zu filtern, Muster in ihnen zu erkennen und Lösungsvorschläge zu erarbeiten. Im Anwendungsfall wurde ein KI-Algorithmus ausgerollt, der die Schwingungsdaten der Maschinen verarbeitet. Nachdem das System verifiziert wurde, konnte es aus Lerndaten der ersten zwei Wochen nach einer Wartung oder der Installation der Maschine individuelle Schwellenwerte generieren. Dabei erzeugt der Algorithmus eine sogenannte Mother-Condition, die das individuelle Geräteverhalten beschreibt. Im Anschluss werden die aktuellen Sensordaten kontinuierlich mit diesem Urzustand verglichen. Bei Abweichungen vom Rahmen löst die IoT-Applikation einen Alarm aus.
Bei jedem Alarm kann der Verantwortliche die Instandhaltungsaktivitäten planen, verfolgen und rückmelden. Die Alarm-Information wird dazu über die digitale Plattform Leadec.os in Echtzeit abgebildet. Diese Integration ermöglicht dem Dienstleister, eine Datenbank über die weltweit betreuten Anlagen aufzubauen. Diese Form der Datenvisualisierung, das gesammelte Wissen über die Prozesse und Vergleichsdaten kann auch als Basis für neue Geschäftsmodelle dienen. So können Servicevereinbarungen (SLA) zuverlässiger kalkuliert werden, sogar Verfügbarkeitsgarantien sind möglich. In einer weiteren Stufe können Dienstleister sogar ganz die Verantwortung für die Maschinen und Anlagen oder ihre Bereitstellung für Fertigungsprozesse übernehmen. Dazu ist allerdings ein Ökosystem notwendig, das Anlagenhersteller, Software-Spezialisten, Systemintegratoren und Menschen mit Fertigungs-Know-how miteinander verbindet. Auch aus diesem Grund arbeitet Leadec im Rahmen der Fraunhofer ICNAP-Studie ‚Monetizing Industrial Data‘ an der Entwicklung von neuen Geschäftsmodellen im Sinne von End-to-End Service-Angeboten.
