flagge en flagge de

DIGITALISIERUNG
DER DIGITALEN ZUKUNFT EINEN SCHRITT NÄHER

Industrie 4.0 und die Digitalisierung der Produktion bieten vielen Unternehmen die Möglichkeit ihre Prozesse effizienter zu gestalten und sie mithilfe von Daten genauestens im Blick zu behalten. Im Folgenden stellen wir Ihnen Lösungen vor, mit denen Sie heute schon die Datengrundlage für die digitale Zukunft bilden.

Erst einmal muss eine Grundlage der Daten erzeugt werden. Diese besteht in der Regel aus den geometrischen Daten, Abmessungen, Interaktionen und Verbindungen der Anlagen, Gebäude, Versorgungseinheiten, Sensoren, Zählern und vielem mehr.

Alle relevanten Objekte, seien es Gebäude, Räume, Anlagen, Anlagenteilet, etc. haben logische Beziehungen zueinander. Diese Beziehungen lassen sich alphanumerisch in repräsentativen Bäumen und Netzen abbilden, aber auch grafisch in 2D als Plan und/oder als 3D Modell. Bei letzterem spricht man in der Praxis von einem sogenannten BIM-Modell.
Somit haben wir – selbst in dem Fall dass keine BIM Daten vorhanden sind - mit der Abbildung aller relevanten Objekte einen digitalen Zwilling der Wirklichkeit erschaffen. Dieser digitale Zwilling lebt natürlich, das heißt alle sich ändernden Stammdaten und Verbindungen zwischen den Objekten werden mitprotokolliert, so dass der Nutzer weiß, was wann in welcher Form vorhanden und miteinander verknüpft war.

Neben diesen relativ stabilen Stammdaten der Objekte kommen wir in der Digitalisierung ganz schnell mit Maschinen- und Anlagendaten in Berührung: nämlich dann wenn diese Anlagen gemäß dem Internet of Things miteinander kommunizieren und Daten austauschen. Bei diesen Daten handelt sich in der Regel um Prozessdaten, um Werte die innerhalb von Prozessen entstehen oder um – für die Prozesssteuerung relevante - Einflussfaktoren.

Moderne Maschinen und Produktionsanlagen können schon heute eine Vielzahl von Mess- und Sensordaten oder sonstige andere Informationen ausgeben. Mit Hilfe des sogenannten Retrofittings können außerdem auch ältere Anlagen digitalisiert und in die Lage versetzt werden zu kommunizieren.

Diese gesammelten Daten bilden die Grundlage für alle späteren Auswertungen der Produktions- und Fertigungsprozesse.


HOCHFREQUENTE MASSENDATENER­FASSUNG

Mit Hilfe unserer Schwestergesellschaft WiriTec GmbH, die speziell für das Auslesen und die Analyse von Energiedaten gegründet wurde, haben wir einen Spezialisten an der Hand, der Knowhow und Erfahrung auch mit der Verarbeitung von diesen Daten hat. Wichtig ist nämlich zu verstehen, dass diese Daten hochfrequent sind, das heißt sie entstehen und müssen in Zeiteinheiten ausgelesen werden, die in „normalen Datenbanken“ nicht mehr verarbeitet werden können. Hierzu wird die Methode der  Zeitreihendatenbank verwendet, der sogenannten Influx DB. Diese Datenbank speichert auch 30 bis 50.000 Werte pro Sekunde noch performant, so dass die Verarbeitung von Millisekundenwerten kein Hindernis in der Prozessanalyse darstellt.

Für die Übertragung dieser Daten gibt es spezielle Protokolle, die auf die Datenmenge und Frequenz ausgelegt sind. Darüber hinaus nutzt die WiriTec GmbH auch die Möglichkeiten des Edge-Computings. Hierbei sind die Influx Datenbanken im Feld verteilt um die Netzwerke nicht unnötig mit großen Datenmengen zu belasten. Der Zugriff auf die Daten jedoch selbstverständlich von zentraler Stelle aus erfolgen. Auf diese Weise ist auch eine permanente Überwachung der Sensor- und Messdaten sowie die zugehörige direkte Reaktion auf Zustände und Änderungen möglich (Steuerung!)

AUSWERTUNG VON MASSENDATEN

Massendaten zu sammeln ist zwar schön, aber wichtige sind die entsprechenden Auswertungsmöglichkeiten im Anschluss. An dieser Stelle trennt sich die Spreu vom Weizen: Alle Funktionen der integrierten Chart-Engine stehen selbstverständlich für die Auswertung der Massendaten zur Verfügung. Grundsätzlich ist hier der Ansatz, dass die Chart-Engine selbst weiß, wo die jeweils auszuwertenden Daten zu finden sind. Ein Datensatz kann entweder nur im groben Raster ab Minutenwerten, nur sehr kleinteilig unter Minutenwerten oder als Kombination aus beiden Rastern vorhanden sein. Während für die gröberen Werte die SQL Datenbank als Speicher fungiert, sind die kleinteiligen Werte in der InfluxDB gespeichert.

Die Information, wo welcher Datensatz gespeichert ist, ist an der Datenreihe selbst hinterlegt. Somit „weiß“ die Chart-Engine, wo die jeweils gewählten Werte zu finden sind. Selbstverständlich gilt dies auch für die dezentralen Systeme. Auch hier ist an der Datenreihe vermerkt auf welchem dezentralen Server oder WiriBox die gewünschten Daten gehalten werden. Die Chart-Engine holt die Werte ad-hoc aus dem Vorsystem ab und stellt sie dar. Der Anwender selbst, muss sich somit keine Gedanken mehr darüber machen, wo welche Daten liegen, sondern kann einfach die Daten aussuchen, die analysiert werden sollen, die Chart-Engine kümmert sich um den Rest.
Mit diesen Methoden und Anwendungsbereichen kommen wir der digitalen Zukunft einen großen Schritt näher.
Oder ist das bereits die Industrie 4.0?