Mobile-Menu

3 Beispiele für den erfolgreichen Einsatz von Edge Computing im Anlagenbetrieb

Verantwortlicher Redakteur:in: Rainer Trummer 4 min Lesedauer

Anbieter zum Thema

CADFEM Germany GmbH
AMD Advanced Micro Devices GmbH
UberCloud

Die Cloud und zentrale Systeme gelten aktuell als Plattformen zur Datenauswertung schlechthin. Dabei werden jedoch die Vorteile übersehen, die ergänzende und teils bereits vorhandene Edge-Lösungen bieten.

(Quelle: Cognex und Anadmist/Adobestock)
(Quelle: Cognex und Anadmist/Adobestock)

In der Industrie 4.0 konzentriert sich das industrielle Internet der Dinge (IIoT) auf die Optimierung von Produktionsabläufen durch die Auswertung großer Datenmengen von Sensoren an den Produktionslinien. Diese Informationen machen transparent, wie und wo die der Betrieb die Effizienz steigern kann.

Dazu leitet üblicherweise ein Gateway die von IIoT-Sensoren generierten Daten an zentrale Systeme und Cloud-Anwendungen weiter. Das können zum Beispiel ein Manufacturing Execution System (MES), Enterprise Resource Planning (ERP) und viele andere Branchen- und Betriebssoftwareprodukte sein. Für die Verteilung und Modellierung all dieser Daten benötigen die zentralen Systeme viel Rechnerleistung.

Der richtige Einsatz von Edge-Leistungen ist entscheidend

Da die Geräte auf Werksebene intelligenter und robuster geworden sind, erzeugen sie zwar immer mehr Daten, sind aber gleichzeitig in der Lage, diese selbst zu analysieren. Wenn die Verarbeitung näher an den datenerzeugenden Geräten stattfindet, die auch als „Rand“ (Edge) des Netzwerks bezeichnet werden, gibt es praktisch keine Verzögerungen, die durch Latenzen verursacht werden. Darüber hinaus reduziert dieser Ansatz Netzengpässe und erhöht damit die Zuverlässigkeit.

Bei richtigem Einsatz der Edge-Leistung lassen sich viele betriebliche Entscheidungen zurück an die Produktionslinie verlagern. Dort wurden sie vor der zunehmenden Nutzung zentraler Anwendungen und des Cloud-Computings getroffen. Produktionsingenieure erhalten Echtzeit-Einblicke in die Abläufe der Produktionslinie. Das vereinfacht Verbesserungen der Gesamtanlageneffektivität (OEE) deutlich.

Das wird die zentralen Systeme nicht ersetzen, jedoch ihre Kapazitäten steigern, während Entscheidungen schneller getroffen werden und die Netzbelastung sinkt. Strukturierte, bereinigte und analysierte Daten über die Anlagenleistung und erkannte Vorfälle kommen in die Cloud. Dort können sie mit Daten von anderen Anlagen und Abteilungen kombiniert werden . Daraus resultiert ein umfassendes betriebliches Verständnis und ein klares Bild auf organisatorischer Ebene.

Edge Computing im Anlagenbetrieb: Herausforderungen und Chancen

Die heutigen komplexen Produktions- und Distributionssysteme effizient und zuverlässig zu betreiben, ist eine schwierige Aufgabe, die seit Jahren auch durch die Automatisierung mithilfe industrieller Bildverarbeitungssysteme unterstützt wird. Eine wichtige Kenngröße für die Bewertung der Rentabilität ist der Durchsatz. Jede Unterbrechung der laufenden Prozesse kann diesen negativ beeinträchtigen.

Um also die Ausfallzeiten so gering wie möglich zu halten, müssen Fehler schnell behoben werden. Häufig fehlen den Verantwortlichen jedoch die richtigen Systemleistungsdaten, um auftretende Probleme adäquat diagnostizieren zu können. Die Leistungsdaten, die ihnen zur Verfügung stehen, beziehen sich häufig auf Durchschnittswerte und nicht auf spezifische oder sich abzeichnende Probleme.

Auch kann die Geräteverwaltung umständlich sein, insbesondere in komplexeren Betrieben oder sie die wenn Kapazitäten erweitern. Unerwartete Änderungen an Geräteeinstellungen gefährden das gesamte System. Edge-Computing-Lösungen archivieren jedoch alle Änderungen der Gerätekonfigurationen automatisch. Tritt ein Leistungseinbruch auf, ist eine schnelle Rückkehr zu früheren Einstellungen möglich.

Ein wichtiger Vorteil von Edge Computing ist auch, dass sich einfach feststellen lässt, ob ein Problem an der Produktionslinie oder auf Ebene der Lesegeräte vorliegt. Ausreißer könnten bei der Codequalität, dem Kontrast des Monitors, der Codeposition oder anderen Messgrößen vorliegen. Diese Art der Ursachenermittlung kann helfen, Fehlerursachen schneller aufzudecken.

3 Beispiele für den Einsatz von Edge Computing

Dabei kann Edge Computing den Anlagenbetrieb transformieren. Es folgen drei Beispiele, wie dies gelingen kann.

  1. Predictive Maintenance durch Echtzeit-Überwachung
    Vom Barcode-Lesen über die Prüfung der Produktqualität, die Führung von Robotern bis zur Messung von Bauteiltoleranzen – hier zeigt das Leistungs-Monitoring seine Bedeutung. Edge-Computing-Plattformen können durch laufende Meldung aller Daten von jeder Kamera eine kontinuierliche und detailreiche Leistungsüberwachung liefern. Mittels Speicherung und Analyse bilden diese Daten eine Historie der Linienbedingungen ab. Außerdem liefern sie aufschlussreiche Berichte für datenbasierte Entscheidungen. Automatische Warnungen melden, wenn Leistungskennzahlen wie Leserate oder Durchsatz unter bestimmte Grenzwerte sinken. Verantwortliche können gezielt Gegenmaßnahmen einleiten.

    Jetzt Newsletter abonnieren

    Verpassen Sie nicht unsere besten Inhalte

    Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

    Aufklappen für Details zu Ihrer Einwilligung

  1. Geräte-Management im Netzwerk
    Die Einrichtung einer neuen Produktionslinie bedeutet die komplexe Koordination vieler verschiedener mechanischer und elektrischer Systeme. Die vielen Sensoren, die solche Produktionssysteme erst ermöglichen, bilden da keine Ausnahme. Hardware muss angeschlossen und Software oft individuell eingerichtet werden. Hier wird schnell deutlich, wie zeitaufwändig und fehleranfällig die klassische Verwaltung der einzelnen Geräte werden kann. Edge-Computing-Systeme können das Geräte-Management durch simultanes Verwalten mehrerer Kameras vereinfachen: Es lassen sich beispielsweise IP-Adressen festlegen, Firmware laden und Konfigurationsdateien installieren. Das stellt sicher, dass die Funktionen und Softwarestände der einzelnen Geräte den gleichen Stand haben und es im Laufe ihres Einsatzes keine Abweichungen der Konfigurationen untereinander gibt.

  1. Übertragbarkeit, Interoperabilität und Sicherheit
    Entscheidungen auf jeder Unternehmensebene profitieren von den Daten, welche die Edge-Computing-Lösung erzeugt. Angesichts der Art, wie Systeme und Software üblicherweise gekauft und aktualisiert werden, besitzt ein Betrieb im Allgemeinen Geräte und Softwareprodukte von verschiedenen Herstellern, die mit unterschiedlichen Protokollen kommunizieren. Edge Computing hingegen generiert Daten in vielen gängigen Formaten, die sich direkt in die übergeordneten System einbinden und dort nutzen lassen, um auf jeder operativen Ebene bessere Entscheidungen zu ermöglichen

(Während die Cloud, zentrale Betriebssoftware und Rechenzentren übergreifend Daten zusammenführen können, kann es Sinn machen, gleichzeitig Daten etwa der Bildverarbeitung in Echtzeit mittels vorhandener Edge-Ressourcen vorzuverarbeiten. Bild: Cognex)
(Während die Cloud, zentrale Betriebssoftware und Rechenzentren übergreifend Daten zusammenführen können, kann es Sinn machen, gleichzeitig Daten etwa der Bildverarbeitung in Echtzeit mittels vorhandener Edge-Ressourcen vorzuverarbeiten. Bild: Cognex)

Konkrete Lösung

Eine konkrete Edge-Lösung ist die Cognex-Edge-Intelligence-Plattform. Sie ist, um die Gesamteffizienz und den Durchsatz zu erhöhen, in die Geräte und Gesamtlösungen von Cognex voll integriert, auch um das Geräte-Management zu rationalisieren. In einem industriespezifischen Dashboard wird die Systemleistung, basierend auf den generierten Daten, visualisiert, damit Probleme möglichst frühzeitig erkannt und gelöst werden können.

Über den Autor: Janina Guptill ist Senior Marketing Communications Specialist bei Cognex Germany Inc.

Weiterführende Inhalte