Fraunhofer auf der Hannover Messe: Digitales Monitoring Verfahren bringt Industrie 4.0 in die Prozesstechnik

Vernetzte Verfahrenstechnik für Prozessindustrie 4.0

Digitale Anlagenüberwachung für die vorausschauende Instandhaltung. Die dafür notwendige Vernetzung der Anlagen basiert auf ihrem digitalen Zwilling

Was die Prozessindustrie angeht, so ist der Weg bis zur Industrie 4.0 noch lang. Fraunhofer-Forscher arbeiten an der Vernetzung verfahrenstechnischer Anlagen, damit sich diese vorausschauend warten und instand halten lassen. Dabei kombinieren sie Betriebsdaten mit Mitarbeiterwissen. Auf der Hannover Messe 2017 stellen die Wissenschaftler ihre Entwicklung in Halle 2, Stand C16/C22 vor.

Zusätzlich kann er die Betriebsdaten einsehen, die zu dieser Pumpe gespeichert sind, etwa Temperatur- und Druckverläufe. Bei der Fehlerbehebung hilft der digitale Zwilling ebenfalls: Für jeden Fehler, den das Leitsystem meldet, wollen die Forscher eine interaktive Handlungsempfehlung erstellen. Die Mitarbeiter werden also bei der Fehlersuche angeleitet und mit Hilfe der digitalen Anleitungen Schritt für Schritt durch die Fehlerbehebung geführt.

Vertikale Vernetzung: Betriebsdaten treffen auf Mitarbeiter-Know-How
Die zweite Vernetzungsebene, die die Forscher realisieren wollen, ist die vertikale Vernetzung. "Hierbei schicken die an der Anlage befindlichen Sensoren die von ihnen erhobenen Zustandsdaten in die Cloud. Damit können jene Daten schon zu diesem frühen Zeitpunkt in die Planung von Instandhaltungsmaßnahmen einfließen", beschreibt Nico Zobel. So lässt sich auch für solche prozesstechnischen Anlagen eine vorausschauende Instandhaltung (Predictive Maintenance) umsetzen. Ein Beispiel sind Einspritzdüsen, wie sie in Granulieranlagen zu finden sind. Diese Düsen verstopfen von Zeit zu Zeit und legen damit die Anlage lahm. Je mehr Sensoren ihre Daten in die Cloud schicken, desto genauer wird die Datengrundlage, anhand derer das System ermittelt, wann die nächste Wartung für die Düse ansteht. Die Qualität der Voraussagen wird präziser.

Die Forscher legen für diese zweite Vernetzungsebene aber nicht nur die Betriebsdaten zugrunde, sondern kombinieren sie zusätzlich mit dem Erfahrungswissen der Mitarbeiter. Um das Know-how einzufangen, stellen die Forscher den Mitarbeitern gezielte Fragen. Aus den Ergebnissen dieser Erhebungen entwickeln sie ein mathematisches Modell zur Berechnung von Wahrscheinlichkeiten, mit denen es zu einem Verschleiß oder zu Ausfällen kommt. Zusätzlich verknüpfen sie dieses Modell mit künstlichen neuronalen Netzen. Diese werden eingesetzt, um auf Basis von Daten aus der Anlagenhistorie Korrelationen zwischen Sensordaten und dem Abnutzungsvorrat einer Komponente zu entwickeln. Auf dieser Grundlage lässt sich das zukünftige Verhalten einzelner Anlagenkomponenten gut prognostizieren.

Horizontale Vernetzung: Verbindung mit der Supply-Chain
Die dritte Vernetzungsebene soll die laufende Produktion mit der Supply-Chain verbinden. Muss bei einer Anlage beispielsweise eine Dichtung ausgetauscht werden, bekommt der Mitarbeiter gleich die Info, ob sie im Lager vorrätig ist. Falls nicht, wird automatisch der Einkaufsvorgang gestartet. Auf der Hannover Messe 2017 stellen die Wissenschaftler ihre Entwicklung vor. Im Schwerpunkt demonstrieren sie den von Ihnen entwickelten „Digitalen Zwilling“ einer Anlage in Halle 2, Stand C16/C22. Die Besucher können etwa mit einem Tablet den QR-Code einer Komponente scannen und sich die dazugehörigen Dokumente anzeigen lassen, oder die Anlage physisch ändern – etwa die Druckluft abklemmen – und sich diesen Fehler digital anzeigen lassen.
 

Passende Anbieter zum Thema

Industriepark, Industrieservice, Prozessindustrie, Anlagen- und Gebäudebetrieb, Smart Maintenance, Automatisierung, Digitalisierung, IoT-Plattform, ISW-Technik, InfraServ Wiesbaden
Industriekessel, Dampfkessel, Heißwasserkessel, Prozesswärme, Effiziente Energieerzeugung, Wasserstoff, Biogas, Dekarbonisierung, Predictive Maintenance, Anlagensteuerung, Effizienzoptimierung
Copa-Data, Software, Automatisierungssoftware, Digitalisierungsplattform, Predictive Analytics, Predictive Maintenance, Smart Factory, Prozessvisualisierung, IIoT, Industrie 4.0, Datenverarbeitung