3 minute read

SZEMLÉLETES PÉLDÁK AZ ADATALAPÚ DÖNTÉSEKRE

A jövő adatalapú. Az ipari digitalizációval a gyártás és az ezzel kapcsolatos döntések az adatokra támaszkodva történnek. De nemcsak új gépekkel tehetjük meg, hogy csatlakozunk a jövő gyára koncepcióhoz, hanem már meglévő berendezéseinket is felokosíthatjuk. A szenzorokkal felszerelt eszközeinkből érkező adatokat vizuálisan megjelenítjük, majd ennek alapján hozzuk meg döntéseinket, ami ezáltal tudatosabb és megalapozottabb lesz. Cikkünkben a Bosch Rexroth három különböző adatgyűjtő szoftverét és berendezését vizsgáltuk, a belépő szinttől a legmagasabb fokozatig. A szolgáltatások segítségével elérhető közelségbe kerül a megelőző karbantartás, valamint hozzájárulhatnak a géppark energiahatékony működéséhez is.

A belépő és haladó szintű megoldások esetében az adatgyűjtő szoftverek még nem hoznak döntéseket, viszont bizonyos határértékektől való eltérést már kimutatnak és jeleznek. A felhasználók ezek alapján mérlegelhetik döntéseiket – a folyamatos visszacsatolásoknak köszönhetően állandóan rendelkezésre állnak a szükséges információk a gépeinkről. A felső szinten a szoftver már képes önállóan döntést hozni, ami azt jelenti, hogy teljes mértékben adat alapon működik. Mindhárom fokozatban az a közös, hogy növeli a hatékonyságot, csökkenti az állásidőt és a selejtszámot, illetve tervezhetővé válik a karbantartás. Emellett gyors megtérülést, valamint környezeti fenntarthatóságot eredményeznek.

Advertisement

BELÉPŐ CSOMAG – CONNECTIVITYKIT

Az adatgyűjtés egyszerű és költséghatékony módját kínálja a ConnectivityKit. Átlátható információhalmazt nyújt a gépek működéséről, illetve adott esetben az ideálistól eltérő állapotáról. A felhőbe gyűjtött adatok a távdiagnosztikai rendszer webes felületének köszönhetően bárhol, bármikor elérhetők. A kapott információkat különböző célokra lehet felhasználni, például a gépek állapotának elemzésére. A szoftveralkalmazás a beállított küszöbértékek eltérésekor e-mailben jelez a felhasználónak, így a probléma eszkalálódása előtt már értesülhetünk róluk, és megelőzhetjük a komolyabb hibák kialakulását. A tervezhetőség akár jelentős financiális előnyt is jelenthet, hiszen az adatok segítségével ConnectivityKit adatgyűjtő berendezés és az adatvizualizációra használható dashboard pontos képet kapunk a gép állapotáról, az esetleges hibákat pedig időben orvosolhatjuk, és nem lesz szükség gépcserére egy-egy anomália miatt.

Az adatok továbbítása biztonságos, titkosított csatornán zajlik, privát APN rendszeren. Az összegyűjtött információkat 12 hónapig nézhetjük vissza historikusan – manuálisan kiexportálható, ezáltal később is elemezhető. A költséghatékony belépő szintű eszköz segít a termelés hatékonyabbá tételében. Megfelelő szakértelem birtokában akár megelőző karbantartásra is alkalmazható. További előnye, hogy nem alkalmazásspecifikus, azaz teljes mértékben a felhasználókra szabható.

HALADÓ CSOMAG – IOT GATEWAY ÉS PPM

Az IoT Gateway több berendezésről összehangoltan gyűjti az adatokat, ezek követésével, elemzésével kiszámíthatóvá, valamint tervezhetővé válik a gyártás és a karbantartás. Kiváló megoldást biztosít barnamezős beruházások esetén is, hiszen a meglévő eszközök retrofit felszenzorozással az IoT hálózatba kapcsolhatók.

A modern állapotfelügyeletet tehát akár utólagosan is hálózatba köthetjük, ami nagy előnyt jelent: gyártótól független átlátható működést. Rövid konfigurálási időt követően – nincs szükség programozásra az előre konfigurált csatlakozási interfészeknek köszönhetően – valós időben figyelhetők a termelési folyamatok, illetve többek közt a hőmérséklet, nyomás, rezgés is.

Az IoT Gateway képes a szenzorjeleket vizualizálni és továbbítani adatbázisok, felhők és elemzőszoftverek felé. A valós idejű monitorozás biztosítja az állandóan magas minőséget.

A PPM (Production Performance Manager) a Bosch Nexeed szoftvercsaládba tartozik, s adatbányászat, folyamatanalízis, megelőző karbantartás, shopfloor menedzsment, állapotfigyelés és ticketing támogatásra fejlesztették. A megoldás valós időben kezeli, feldolgozza, majd továbbítja a különböző forrásokból származó adatokat a kezelőknek. A nyitott interfészeknek köszönhetően más megoldásokkal is könnyen kombinálható, régi és új gépek esetében is elérhető.

MESTERSÉGESINTELLIGENCIA-CSOMAG – ODIN

A mesterséges intelligencia segítségével professzionális alapokra helyezhető az állásidő és a selejtszám csökkentése. A megoldásnak köszönhetően a hirtelen géphibák és az előre nem tervezett karbantartások nem hátráltatják a folyamatot, s időzített szervizciklusokkal kézben tartható a termelés. Az ODiN (Online Diagnostics Network) szoftver főként hidraulikus rendszerek működését felügyeli. A prediktív analitika a megszokottól való eltérést már akkor jelzi, amikor a mért és a megadott paraméterekből még nem következtetnének rá a szakemberek. A big data analízis, a deep learning szoftver elemzi az adathalmazokat, és olyan korrelációkat képes megtalálni látszólag egymástól független paraméterek között, amiket még a szakértői szem sem vesz észre. A deep learning fázisban a gép megtalálja az összefüggést – például nyomás, áramlás, rezgés, hőmérséklet és olajminőség között –, majd az ember validálja vagy elveti ezeket, így segíti a tanulást és határozza meg a berendezés normál állapotát.

A gépek állapotának nyomon követése érdekében megfelelő infrastruktúrát kell biztosítani az óriási méretű adathalmazok tárolásához, elemzéséhez és megjelenítéséhez. A jövőbeni üzleti modellek sikeréhez létfontosságú a megfelelő információk birtoklása.

A három különböző adatgyűjtő csomag között a különbséget a méretük és a fejlettségi szintjük jelenti. A Bosch Rexroth megoldásai a hálózatba kapcsoltsággal segítik a termelés hatékonyabbá tételét. A folyamatok teljes mértékben transzparenssé válnak, a felhasználók pedig pontos képpel fognak rendelkezni az egyes berendezéseikről vagy éppen a teljes gépparkjukról. A döntéshozatal alapját az adatok képzik, ami a gyártás optimalizálását jelenti.

További információ a Bosch Rexroth adatalapú döntéshozatalra használható rendszereiről:

Némethi Botond, NEW technology magazin

This article is from: