In einem gemeinsamen Projekt erarbeitet Wago in engem Austausch mit dem Kunden eine individuelle Lösung zur gewinnbringenden Nutzung der Daten für den jeweiligen Anwendungsfall.
Daten sind wertvolles Potential
Für die Erfassung der Maschinen- und Sensordaten benötigen Anwender unterschiedliche Hardwareprodukte, die die entsprechende Datenbasis liefern. Wago bietet dazu ein breites Produktportfolio verschiedener Komponenten. Die entsprechenden Geräte unterstützen sowohl alle gängigen Schnittstellen als auch die etablierten Industrieprotokolle. Neben dem IO System 750 mit den Controllern der PFC-Familie und den vielfältigen Modulen für die Mess- und Sensordatenerfassung stehen den Anwendern speziell für ein Retrofit die IoT-Boxen des Unternehmens zur Verfügung. Sie sind universell einsetzbar und optimal geeignet für eine einfache Maschinen- und Anlagenanbindungen. Die Daten können in eine Cloud oder zu einem Edge Computer weitergeleitet werden. Diese Bereiche werden ebenfalls durch das Produktportfolio von Wago abgedeckt.
Datenanalyse – zentral oder dezentral
Die gewonnenen Maschinen- und Anlagendaten können sowohl zentral als auch dezentral für die Analyse herangezogen werden. Der Vorteil des zentralen Ansatzes ist, dass sich alle Daten in der Cloud befinden und dort jederzeit abrufbar bzw. verfügbar sind. Mit dem dezentralen Lösungsansatz hingegen können die Maschinen- und Anlagendaten zum Beispiel schon direkt an der Anlage analysiert werden. Hier kommen die Vorteile der Docker-Technologie zum Tragen. Die Controller der Serie PFC200 sowie die neuen Edge-Geräte sind bereits docker-ready. Moderne Software und zahlreiche Applikationen lassen sich so in der individuellen Analytics-Lösung einsetzen.
Rohdaten aus verschiedenen Datenquellen
Wago bietet eine umfassende Unterstützung von der Datenerfassung bis zur gewinnbringenden Nutzung der Zusammenhänge und Optimierungspotentiale. Dazu werden die Kunden durch die erforderlichen Prozessschritte geführt.
Im ersten Schritt werden im Austausch mit dem jeweiligen Domänenexperten die relevanten Datenquellen identifiziert. Die verschiedenen Schnittstellen der Maschinen und Anlagen werden unabhängig vom jeweiligen Protokoll ausgelesen. Die Werte werden direkt von der Steuerung abgegriffen. Bei Bedarf wird weitere Sensorik installiert. Die Analytics-Lösung soll sich in die bestehende Steuerung integrieren. Daher erfolgt die Datenerfassung in Absprache mit dem zuständigen Automatisierer.
Im zweiten Schritt erfolgt eine zeitliche Synchronisation der Daten. Die relevanten Informationen werden extrahiert und in einem einheitlichen Format dekodiert. Irrelevante Daten werden herausgefiltert und entfernt. Zusätzlich werden relevante Kennzahlen laufend berechnet. Dieser Schritt ist besonders wichtig, da eine saubere Datenbasis die Grundlage für den Erfolg eines Analytics-Projekts darstellt.
Dann wird im dritten Schritt ein individueller Datenlogger für die Maschine oder Anlage in Betrieb genommen. Die Daten werden gespeichert und für tiefergreifende Analysen nutzbar gemacht. Durch die kontinuierliche Datenaufnahme wird eine aussagekräftige Datenvielfalt generiert. Dies kann in Form von Versuchsplänen gemeinsam mit dem Domänenexperten umgesetzt werden. Je nach Use-Case kann es auch ausreichen, die Maschine über einen längeren Zeitraum laufen zu lassen.
Als vierter Schritt erfolgen die explorative Datenanalyse und die Auswahl der geeigneten Darstellungsformen. In Offline-Analysen werden Abhängigkeiten und Zusammenhänge extrahiert, interpretiert und visualisiert. Seltene Ereignisse werden aufgedeckt. Im engen Austausch zwischen Data-Scientist und dem Domänen-Experten werden die ersten Optimierungspotentiale sichtbar. Sollte der gewünschte Anwendungsfall nicht aus der bestehenden Datenbasis abbildbar sein, wird entweder neue Sensorik installiert oder die Versuchspläne werden angepasst. Hierfür sind oft noch keine komplexen Algorithmen nötig. Teil der explorativen Datenanalyse ist es jedoch auch, in Offline-Analysen Algorithmen aus dem Machine-Learning und KI-Bereich für unterschiedliche Use-Cases zu evaluieren.
Einbindung in den Betriebsprozess
Im fünften Schritt werden die für die Maschine oder Anlage optimierten Analysen und Visualisierungen in den Betriebsprozess integriert. Die Integration in die Steuerung erfolgt wieder in Absprache mit dem Automatisierer, sodass der Loop geschlossen wird.
Im sechsten Schritt nutzt der Kunde die Zusammenhänge und Optimierungspotentiale und profitiert so von den Vorteilen einer individuellen Analytics-Lösung.
Weitere Details:
Kontakt:
Wago Kontakttechnik GmbH & Co. KG
Hansastraße 27
32423 Minden
Tel: +49571 8870
info.de@wago.com
www.wago.com
