Warum die Industrie 4.0 Erfolg haben wird

Quelle: Yingyaipumi/Stock.Adobe.com

Wie in anderen Bereichen der 4.0-Ära geht es auch bei der Industrie 4.0 darum, Daten und Konnektivität zu nutzen, um Prozesse effizient und kostengünstig zu gestalten und intelligente Systeme dazu zu befähigen, Entscheidungen zu treffen. Zahlreiche Technologien haben dieses Wachstum und diese Fähigkeiten ermöglicht. In erster Linie sind dies zunächst künstliche Intelligenz, Machine Learning, Big Data, Cloud Computing und Augmented Reality, aber auch einige andere unterstützende Technologien sind für das Erreichen dieser Ziele unerlässlich. Dieser Artikel befasst sich mit der Rolle von Sensoren, speicherprogrammierbaren Steuerungen, Bauelementen und Systemen mit geringem Stromverbrauch und Sichtsystemen als wichtige – wenn auch zu wenig beachtete – Technologien, die dazu beitragen, Industrie 4.0 voranzutreiben.

Sensoren

Sensoren übernehmen in der Industrie 4.0 mehrere Rollen. Sie erfassen nicht nur Daten, die für Erkenntnisse und Entscheidungsfindung genutzt werden, sondern auch Daten, die benötigt werden, wenn ein Produkt den Herstellungsprozess durchläuft. Zum Beispiel:
•    Positionssensoren gehören zu den am häufigsten genutzten Sensoren. Sie erleichtern die Messung der mechanischen Position, z. B. ob ein Zylinder in seine Ausgangsposition zurückkehrt, bevor er das nächste Produkt auf der Montagelinie ansteuert. 
•    Anwesenheitserkennungssensoren funktionieren ähnlich; ein optischer Anwesenheitserkennungssensor sendet einen Licht- bzw. Laserstrahl aus, der immer sichtbar ist, wenn er nicht durch etwas blockiert wird, und zeigt an, ob etwas im Blickfeld ist oder nicht. 
•    Daten von Sensoren zur Größenerkennung können für die Qualitätskontrolle verwendet werden und um festzustellen, ob eine Baugruppe sicher durch die Anlage in der Fertigungslinie bewegt werden kann.
•    Kontaktsensoren können verwendet werden, um zu erkennen, ob eine Fachtür offen oder geschlossen ist, oder um einen harten Stopp zu bewirken, um Schäden an den Geräten zu verhindern – beides hat Auswirkungen auf die Sicherheit. 
•    Vibrationssensoren werden häufig verwendet, um den Zustand von Geräten festzustellen. Die Vibrationen eines Servomotors sind beispielsweise ein Anzeichen dafür, dass Teile verschleißen. Anhand dieser Daten lässt sich der Instandhaltungsbedarf vorhersagen, bevor Probleme auftreten.

Ohne Sensoren könnte die Automatisierung der Fertigung schlicht nicht stattfinden. Wenn eine Presse 45.000 kg Druck auf eine andere Oberfläche ausübt, muss sichergestellt sein, dass diese Fläche frei ist. Sensoren sind die digitalen Augen, Ohren, Nasen und Finger der Automatisierung, die jegliches Rätselraten oder Annahmen überflüssig machen, was zu viel sichereren, konsistenteren und effizienteren Bedingungen führt. Darüber hinaus erfordern sie robuste Designs, die Hitze, Feuchtigkeit, Öl, Staub und/oder einer Vielzahl anderer möglicher rauer Bedingungen standhalten müssen.

Aus Sicht der Datenerfassung sind Sensoren der Schlüssel zu den gewünschten Erkenntnissen, da sie die Rohdaten liefern, die dazu dienen, die Vorgänge in der Produktionslinie zu beschreiben. Viele Hersteller sind noch dabei, ihre alten Geräte nachzurüsten; hier wird viel Aufwand betrieben, um Datenzugriffspunkte zu entwickeln, die mit älteren speicherprogrammierbaren Steuerungen verbunden werden können, ohne deren Funktionalität zu beeinträchtigen. Andere haben Datenströme aus verschiedenen Quellen und wissen nicht, wie sie diese nutzen können, um hilfreiche Erkenntnisse zu gewinnen. 

Die Sensorfusion hat auch zur Verbesserung von Qualität und Art der Daten, die gesammelt werden können, beigetragen, sowie zu einer zuverlässigeren Gewissheit über die aus den Daten gewonnenen Erkenntnisse. Hier könnte man einen Lasersensor zur Erkennung der Höhe und einen Sichtsensor zur Bestätigung verwenden. In vielen Fällen bietet die Verwendung von zwei oder mehr verschiedenen Sensoren Redundanz bei der Datenerfassung; die Sensorfusion ermöglicht es jedoch, Daten auf der Grundlage der Stärken der verschiedenen Sensoren zu kombinieren, um Erkenntnisse zu gewinnen. Die eigentliche Herausforderung besteht allerdings darin zu verstehen, wie die umfangreiche Sensortechnologie von heute eingesetzt werden kann, um nützliche Erkenntnisse zu gewinnen. 

Speicherprogrammierbare Steuerungen

Bei der Erfassung von Informationen von Maschinen erfolgt die Kommunikation nicht von Sensor zu Sensor, sondern von Sensor zu speicherprogrammierbaren Steuerungen (SPS) im Fertigungsnetzwerk. SPS sind robuste Industriecomputer, die zur Steuerung von Fertigungsprozessen eingesetzt werden. SPS sind die Gehirne der Fertigung: Hier werden Logik- und Prozessinformationen gespeichert, und hier beginnt die Netzwerkkommunikation. 

Die Hauptfunktion von SPS besteht darin, Eingaben zu empfangen, logikbasierte Entscheidungen in Echtzeit zu treffen und Betriebsanweisungen über die Ausgänge zu senden, wodurch letztlich die Reihenfolge der Vorgänge in komplexen Prozessen bestimmt wird. Die SPS-Dateneingabe kann über Schalter, Sensoren, Sichtsysteme und andere Quellen erfolgen, während die Datenausgabe über Sirenen, Relais, Anzeigeleuchten, Zylinder, Magnetventile, Analogausgänge, Roboter und sogar andere speicherprogrammierbare Steuerungen erfolgen kann. SPS sorgen auch dafür, dass die richtige Eingabe empfangen wird. Eine Maschine kann beispielsweise einen großen roten Knopf haben, der das Förderband in Gang setzt; die SPS überwacht jedoch, dass das Einschaltsignal und vielleicht eine Sicherheitsfunktion ausgelöst werden, bevor das Förderband in Gang gesetzt werden kann. 

SPS tragen auch zur Steigerung der Fertigungseffizienz bei, indem sie Betriebsdaten für einen digitalen Zwilling im geschlossenen Kreislauf (CLDTs, Closed-Loop Digital Twins) liefern. Die Idee der CLDTs besteht darin, ein virtuelles Modell zu verwenden, das im Idealfall alle Systeme und Variablen berücksichtigt, die die Produktionseffizienz beeinflussen. Hier liefern SPS historische und Echtzeit-I/O-Daten, die zusammen mit Daten aus anderen Systemen zur Feinabstimmung von Maschineneinstellungen, Personaleinsatz, Materiallagerung und anderen betrieblichen Aspekten verwendet werden können. CLDTs können in jeder Größenordnung implementiert werden, von einem einzelnen Gerät über eine Produktionslinie bis hin zu ganzen Fertigungsbetrieben. 

In Edge-fähigen Umgebungen gewinnen virtualisierte SPS an Bedeutung und machen physische SPS und Gehäuse überflüssig. Andernfalls können SPS für die gesamte Fertigungshalle in einem einzigen Gehäuse untergebracht oder modular nach Funktion (Leistung, Verarbeitung, I/O-Auswahl usw.) gruppiert werden. Modulare SPS haben den Vorteil, dass ihre Instandhaltung wesentlich einfacher ist, da sie nicht an andere Systeme gebunden sind. Unabhängig davon, ob es sich um eine physische oder eine virtualisierte Version handelt, sind SPS die Superhirne von Fertigungsprozessen.

Bauelemente und Subsysteme mit geringem Stromverbrauch

Ein weiterer wichtiger Aspekt dieser weniger bekannten Technologie ist die Verwendung von Bauelementen mit geringem Stromverbrauch in allen Elektrogeräten und Teilsystemen, einschließlich SPS. Stromsparende Bauelemente finden sich auf der untersten Ebene der Designkomponenten – Transistoren, Leiterplatten (PCBs), Widerstände, FPGAs (Field Programmable Gate Arrays) usw. Und was Industrie 4.0 angeht, so ist der niedrige Stromverbrauch ein wichtiger Faktor, da er die Größe der Bauelemente erheblich reduziert. Ohne die Fortschritte bei den stromsparenden Bauelementen würde ein elektromechanisches System eine ganze Kiste voller Relais benötigen, die so groß wie eine Wand sein könnte. 

Da die Bauelemente und Subsysteme kleiner geworden sind, sind sie auch besser geworden, weil sie weniger Wärme produzieren und effizienter und kompakter sind. Diese Aspekte haben es Designern ermöglicht, komplexe Maschinen und Verfahren zu entwickeln, ohne eine ganze Fertigungsanlage in Anspruch zu nehmen. Und natürlich hat die geringere Größe auch zu geringeren Kosten geführt. Wir sind heute in der Lage, verschiedene Technologien und Methoden anzuwenden, die in der Vergangenheit zwar verfügbar, aber zu kostspielig waren. Elon Musk erwähnte in einem Interview, dass es 140.000 US-Dollar pro Tonne kostet, etwas zum Mars zu schicken. Damit meint er, dass wir zwar die Technologie haben, um dorthin zu gelangen, aber niemand ein solches Projekt zu diesen Kosten finanziert. 

Sichtsysteme

Man kann sich Sichtsysteme als fortschrittliche Roboter vorstellen, die in der Lage sind, Objekte zu identifizieren, wichtige Informationen an andere Systeme zu übermitteln und auf das, was sie sehen, zu reagieren. Die Applikationen lassen sich in der Regel einer von vier Kategorien zuordnen:

•    Führen – Lokalisierung der Position und Ausrichtung eines Teils 
•    Identifizieren – Aufgaben wie die Identifizierung von Teilen, das Erkennen von Strichcodes, das Sortieren von Beständen und Ähnliches
•    Messen – Messen und Berechnen des Abstands zwischen zwei Punkten und Feststellen, ob die Messung den Spezifikationen entspricht
•    Überprüfen – Erkennen von Mängeln oder Anomalien

In Fertigungsumgebungen können Sichtsysteme darauf trainiert werden, Objekte zu erkennen, die gemessen, gezählt, entschlüsselt oder positioniert werden können. Wie bei anderen Machine Learning-Applikationen sind für das Training große Datensätze erforderlich, in denen die Merkmale von Form, Größe, Ausrichtung, Kanten, Mustern, Farben usw. gekennzeichnet sind. Beim Training eines Systems zur Erkennung von Fehlern in einem Rippenrohr könnte das System beispielsweise darauf trainiert werden, Rohre einer bestimmten Länge und eines bestimmten Umfangs mit Bandrippen (nicht Drahtrippen) zu erkennen, die glatt (nicht gezackt) sind und deren Schweißnähte in einem Abstand von 0,14 Zoll angeordnet sind. Das trainierte System speichert ein Bild – eine Sammlung von Pixeln in einer bestimmten Formation –, das als Vergleichsbasis verwendet wird. 

In der Praxis liefern  Sichtsysteme Pass/Fail-Ergebnisse. Weiter mit dem Beispiel. Die Kamera des Systems nimmt also ein Bild des Rippenrohrs auf, während dieses den Herstellungsprozess durchläuft. Das Bild besteht aus eingefangenem Licht mit Bereichen von Schwarz, Weiß, Grau und möglicherweise Farbe. Dieses wird an einen Bildsensor weitergeleitet, der das reflektierte Licht einfängt und in Pixel mit einer bestimmten Formation umwandelt. Das System interpretiert dann das Bild und stellt fest, ob es mit einer exakten Formation von Pixeln übereinstimmt, für deren Erkennung es trainiert wurde. 

Der Einsatz von Sichtsystemen hat die Fertigung in mehrfacher Hinsicht vorangebracht, z. B. durch die Verbesserung der Produktqualität, die Verringerung von Abfall (Material und Zeit), die Reduzierung von Ausfallzeiten, die Schaffung von Rückverfolgbarkeit und Verantwortlichkeit sowie die Erleichterung der Einhaltung von Vorschriften. 

Fazit

Industrie 4.0 schreitet dank großartiger Technologien blitzschnell voran. Während künstliche Intelligenz, Big Data, Cloud Computing und generative Fertigung häufig für Schlagzeilen sorgen, spielen auch weniger bekannte Technologien eine wichtige Rolle:
•    Sensoren erfassen Daten, die als Grundlage für Erkenntnisse und Entscheidungen dienen und dafür sorgen, dass das Produkt den Fertigungsprozess reibungslos durchläuft.
•    SPS sind die Gehirne der Fertigung: Hier werden Programme, Informationen und Sicherungen gespeichert und die Kommunikation abgewickelt.
•    Bauelemente und Subsysteme mit geringem Stromverbrauch ermöglichen uns die Anwendung von Technologien und Methoden, die bisher aus Kosten- und/oder Größengründen nicht möglich waren. 
•    Mithilfe von Sichtsystemen sind Roboter in der Lage, Objekte zu erkennen, wichtige Informationen an andere Systeme zu übermitteln und Aufgaben auszuführen.

Prominentere Technologien mögen zwar im Rampenlicht stehen, aber die hier erläuterten, weniger bekannten Technologien sind für die Industrie 4.0 und darüber hinaus unerlässlich.