Industrial Edge Computing

Alles, nur kein Randthema

Moderne intelligente Produktionslinien sind wahre Datenfabriken: Eine Anlage mit einigen hundert vernetzten Systemen erzeugt bis zu einem Petabyte an Daten - pro Tag. Diese Daten sind ein wahrer Schatz für Servicetechniker und Analysen. Doch wie und vor allem wo lassen sich diese enormen Mengen effizient verarbeiten? Industrielles Edge Computing bietet hier Konzepte, die nicht nur eine Datenanalyse in der intelligenten Fabrik erlauben, sondern auch eine effiziente Administration der vernetzten Systeme.


Während die Industrie noch über Anwendungsszenarien für Cloud Computing diskutiert, arbeiten zahlreiche Unternehmen bereits an lokalen Edge-Lösungen für die intelligente Fabrik: Denn mit Industrial Edge Computing lässt sich die Datenverarbeitung aus der Cloud näher an die Datenquelle verlagern - und einige der Herausforderungen adressieren, die sich bei der Prozesssteuerung mit Hilfe von Cloudlösungen ergeben: die Latenz der Datenübertragung in die Cloud, die enormen Datenmengen, die in einer Anlage erzeugt werden und in vielen Fällen auch die unzureichende Netzanbindung von Anlagen. Edge Computing ist aber nicht nur ein Mittel, um Daten vor der Übertragung in die Cloud aufzubereiten - vielmehr bietet es neue Möglichkeiten der Datennutzung in der Produktion oder Fertigung, da damit Methoden wie Machine Learning näher an die Datenquelle rücken. Und nicht zuletzt können mit Edge Computing auch Geräte einfacher als bisher in eine Infrastruktur für die Administration und Pflege zusammenschließen, die die Verwaltung der Systeme in der intelligenten Fabrik effizienter, sicherer und kostengünstiger macht.

Intelligenz am Rande des Netzwerks

Bei Edge Computing übernehmen verteilte Komponenten mit entsprechenden Anwendungen die Datenerfassung und -auswertung. Diese Systeme sind nah an der Datenquelle - also in der Fabrik - installiert, sodass die notwendige Rechenleistung am Rande des Netzwerks direkt am Prozess zur Verfügung steht, wo die Daten entstehen oder der Anwender sie nutzen möchte. Edge Computing bietet hier einen Ansatz, Daten und Informationen aus unterschiedlichsten Quellen zusammenzuführen, zu analysieren und schnell in Handlungsanweisungen umzusetzen. Wie groß das Potenzial von Edge Computing in der Industrie ist, zeigt ein Beispiel aus dem Siemens-Elektronikwerk Amberg. Dort kommt bei der Fertigung von Simatic-Produkten eine Leiterplatten-Schneidemaschine zum Einsatz. Beim Fräsvorgang wird feiner Staub gebildet, der zu einer Verklemmung des Spindellagers und völlig unregelmäßig zu einem unvorhersehbaren Stillstand der Maschine führt. Durch die Kombination aus cloudbasierter und lokaler, prozessnaher Datenanalyse mit Industrial Edge Computing lässt sich jetzt ein bevorstehender Ausfall vorhersagen. Dazu wurde ein Machine-Learning-Algorithmus in der MindSphere Cloud trainiert und dann automatisiert auf das Edge-Gerät in der Fertigung überspielt. Der Algorithmus berechnet anhand der Anlagendaten einen Anomaliewert im Maschinenverhalten in Echtzeit. Dieser Wert weist zuverlässig auf einen bevorstehenden Maschinenausfall hin. Mit der Edge-Anwendung kann Siemens Lagererosionen und Maschinenausfälle bis 36 Stunden vor dem tatsächlichen Ausfall vorhersagen und die Maschinenspindel geplant wechseln, ohne dass es zu ungeplanten Stillständen kommt. Wird diese Lösung an 18 Maschinen in der Fertigung implementiert, kann das Unternehmen bis zu 200.000 Euro pro Jahr an Stillstandskosten sparen.

Viel Raum für Neues

Industrial Edge kann dabei sowohl in neuen als auch in bestehenden Anlagen eingesetzt werden. Dazu muss lediglich ein Edge-fähiges Gerät in die Anlage integriert werden. So lassen sich vorhandene Anlagen mit dem Embedded-Industrie-PC Simatic IPC227E in eine Edge-Lösung einbinden. Der kompakte IPC lässt sich über integrierte Schnittstellen einfach mit der Automatisierung an der Maschine verbinden, sodass Produktionsdaten direkt in der Fertigung erfasst und verarbeitet werden können. Durch offene Schnittstellen wie OPC UA und Cloudprotokollen wie MQTT ist dabei sichergestellt, dass sich Industrial Edge in unterschiedliche IT-Umgebungen integriert. Denkbar sind dabei auch Anwendungen, die die Intelligenz der Edge-Anwendung völlig vom Netzwerk abkoppeln. Wie eine solche Lösung aussehen kann, zeigt das Simatic-Modul TM NPU für die S7-1500 und ET 200MP. Diese Baugruppe hat einen KI-fähigen Chip für die effiziente Ausführung neuronaler Netze. Das trainierte neuronale Netz wird per SD-Karte auf das Modul übertragen und verarbeitet die Daten der angeschlossenen Sensorik wie auch Informationen aus der SPS, z.B. für visuelle Qualitätskontrollen in Produktionsanlagen oder bildgesteuerte Robotersysteme. Weil damit künstliche Intelligenz außergewöhnlich nah an die Automatisierungsebene heranrücken kann, wird damit zukünftig auch der Randbereich von Edge Computing ein Stück weit neu definiert.

Anzeige