Predictive Maintenance – Daten eine Bedeutung geben
Im Internet der Dinge fließen die Zustandsdaten von Maschinenkomponenten und werden schließlich mit Informationen aus Drittsystemen wie ERP-Anwendungen von SAP kombiniert.
Somit ist es möglich, auffällige, auf Störungen hindeutende Muster rechtzeitig zu erkennen und Maßnahmen präventiv einzuleiten.
Dadurch reduzieren sich die durch Produktionsausfälle, Vertragsstrafen und Kompensationsmaßnahmen entstehenden Kosten. Außerdem verkürzt sich der Produktionsdurchlauf und Liefertermine lassen sich präziser bestimmen und einhalten.
Anwendungsbeispiel
Ein typisches Anwendungsbeispiel für die Automatisierung auf Basis von Internet-Technologien ist ein Dienst in der Motorenproduktion, der die Qualität in der Fertigung überwacht.
So produziert zum Beispiel ein Autohersteller Tausende von Zylinderköpfen in Fertigungsprozessen vom Formenbau über die Metallgießerei bis zur Nachbearbeitung.
Während der Produktion wird für jeden Zylinderkopf ein Datensatz angelegt, der Details zum Herstellungsprozess über alle Stationen hinweg sammelt. Die automatisierte Produktionsumgebung erfasst hierbei in Echtzeit Prozessparameter wie Zeiten, Maße oder Temperaturen.
Diese Daten gleicht die Produktionssteuerung dann mit den Sollwerten ab und kann so erste Hinweise auf eventuelle Abweichungen liefern, aber eben noch keine Lösung zur Fehlerbehebung anbieten.
In einem solchen Szenario entstehen riesige Datenmengen, für deren manuelle Auswertung erfahrene Spezialisten notwendig sind. Nur sie können auf Basis der gelieferten Rohdaten die richtigen Schlüsse ziehen.
Eine Lösung für die Datenanalytik schafft hier mehr Transparenz, liefert klare Aussagen zum Produktionsverlauf und zeigt neue Zusammenhänge auf, die zu einer beschleunigten Fehleranalyse führen.
Hierfür müssen jedoch alle relevanten Messdaten aus dem Produktionsprozess permanent gesammelt werden. Diese Informationen kann eine Analytik-Lösung für weitergehende statistische Analysen nutzen.
Produktivere Abläufe
Produktionsverantwortliche erkennen schneller, bei welchen Situationen der Fertigungsprozess abweicht und wann ein manueller Eingriff erforderlich wird, um die Kundenvorgaben sowie technische Toleranzen einhalten zu können.
Auch die Maschinenwartung wird auf dieser Basis vorhersagbarer. Aber erst mit einer Echtzeitanalyse erhalten Unternehmen solche Informationen nicht erst, nachdem eine komplette Produktions-Charge auf Fehler manuell ausgewertet wurde. Da Angaben über Abweichungen von der Norm zeitnah vorliegen, müssen z. B. Werkzeuge seltener ausgetauscht werden.
Unternehmen steigern somit dauerhaft ihre Produktivität und verkürzen zudem die Hochlaufphase des Fertigungsprozesses. Für ein solches Szenario braucht es ein effizientes Datenmanagement, das in der Lage ist, mit den riesigen, in Echtzeit erfassten Datenströmen umzugehen.
Gemeinsam mit Partnern liefert NetApp eine Plattform für prognostische Analysen. Als Basis für das Speichern der Sensordaten kommen Anwendungen wie Hana und die Big-Data-Plattform Hadoop zum Einsatz.
Die Infrastruktur besteht aus der Lösung FlexPod, einer vorvalidierten konvergenten Infrastruktur-Plattform mit Komponenten von NetApp und Cisco.
Die modulare Lösung enthält Server, Netzwerkanbindung über Switches und Storage mit Flash-Speicher.
Unternehmen sind damit in der Lage, ihre IT-Projekte zu beschleunigen und mit weniger Risiko durchzuführen, da alle Komponenten aufeinander abgestimmt sind. Gleichzeitig bringt die Lösung die notwendige Stabilität und Geschwindigkeit, die für die Verknüpfung von SAP ERP mit den Analytik-Ergebnissen der Hana- bzw. Hadoop-Cluster notwendig ist.
Um die Analytik-Ergebnisse auf jedem Endgerät nutzen zu können, unterstützt die Lösung den Betrieb von Werkzeugen wie z. B. Lumira oder Tableau.
Darüber hinaus ist in dem dargestellten Szenario eine zentrale Plattform für das Datenmanagement notwendig, die eine hohe Ausfallsicherheit unterstützt.
Von NetApp ist hierfür eine speziell an die Hana-Technologie angepasste und auf Snapshots basierende Backup-Lösung verfügbar, um in kurzen Intervallen produktive Daten zu sichern und diese bei Bedarf sehr schnell wieder einzuspielen.
Die NetApp-Flash-Speichersysteme verfügen zudem über eine integrierte RAID-Funktion, die eine Datenreduzierung von über 30 Prozent im Vergleich zu herkömmlichen Hadoop-Ausfallszenarien bietet.
Bei Datenverlusten können Unternehmen so die Wiederherstellungszeit um bis zu 500 Prozent im Vergleich zu herkömmlichen Backup-Konzepten verkürzen.
Fazit
Das von NetApp entwickelte Konzept für das Internet der Dinge basiert auf einer etablierten Referenzarchitektur, die den raschen Aufbau der Hardware-Umgebung ermöglicht.
In Kombination mit Lösungen von SAP und der Hadoop-Distribution MapR sowie weiteren Hadoop-Technologien schaffen sich Unternehmen zukunftsfähige Analytics-Anwendungen, um das Internet der Dinge zu realisieren.
Das Anwendungsbeispiel einer Fertigungsumgebung in der Automobilindustrie zeigt, dass Daten als Produktionsfaktor eine immer wichtigere Rolle spielen, um das eigene Unternehmen wettbewerbsfähig aufzustellen.