Blog per Mail folgen

Damit Sie nie wieder Blog Posts von uns versäumen!

Geringe Einstiegshürden in das Performance-Management mit Cloud Lösung

Cloud Performance Management Lösung

Die Effektivität einer Anlage ist entscheidend für den wirtschaftlichen Erfolg eines Unternehmens. Die Berechnung der OEE und daraus Massnahmen abzuleiten gehört daher zum Handwerkszeug eines jeden Anlagenbetreibers und Maschinenbauers. Doch oft hapert es bei der Zuverlässigkeit, der Aktualität und dem Umfang der dafür eingesetzten Daten. Um hier Abhilfe zu schaffen, muss man nicht gleich in ein grosses IT-Projekt investieren – ein Cloud-basiertes Performance-Management führt schnell und einfach zu respektablen Ergebnissen.

Von der Geschäftsführung über Produktionsverantwortliche und Entwicklerteams bis hinunter zum Schichtleiter und Werker an der Maschine: Wie oft, wie lange und aus welchen Gründen eine Maschine steht, wie gut die Auslastung der Maschine ist oder in welchem Zustand sich Anlagen und einzelne Teile befinden sind Fragen, die auf allen Ebenen des Unternehmens gestellt werden müssen. 

Die Gesamtanlageneffektivität (GAE) oder englisch Overall Equipment Effectiveness (OEE) ist der zentrale Indikator zur Einschätzung der Lage. Dahinter stehen Faktoren wie Produktqualität, Durchsatz und Ausstoss, Produktionskosten und Auslastung – und damit nicht zuletzt auch Umsatz und Marge eines Herstellers.

In einem komplexer werdenden Produktionsumfeld – auch über verschiedene Anlagen und Standorte hinweg – wird es schwieriger, aussagefähige Analysen zu erstellen und daraus Handlungsempfehlungen und Entscheidungen abzuleiten, um die Effizienz der Produktion zu steigern. Zum einen müssen die Ergebnisse sehr schnell – im Idealfall annähernd „live“  – zur Verfügung stehen. Zum anderen stellt sich die Frage, wie gut die Qualität der Daten ist, und ob überhaupt alle relevanten Daten zur Verfügung stehen.

Die Digitalisierung nutzen

Zumindest in der Theorie könnten die genannten Anforderungen von vielen Anlagen erfüllt werden. Mit zunehmender Vernetzung und Digitalisierung und der Schaffung eines (Industrial) Internet of Things (IIoT/IoT) stehen zahlreiche Datenpunkte zur Verfügung, die ihre Daten kontinuierlich preisgeben.

Doch in der Praxis stellt sich eine Reihe von Problemen. Historische Daten liegen in unterschiedlichen Formaten vor und müssten erst aufwändig konsolidiert werden. Komplexe Programmierungen von Steuerungen , oder gar ein Manufacturing Execution System (MES) oder ein ERP-System (Enterprise Resource Planning) einzuführen, überfordert gerade kleine und mittlere Unternehmen schnell – nicht nur in finanzieller Hinsicht, sondern auch in Bezug auf die zur Verfügung stehenden Kapazitäten und Kenntnisse der IT-Administration.

Perfomance-Management in Echtzeit

Mit acs IoT-Devices haben wir bewusst eine Lösung geschaffen, die zahlreiche Einstiegshürden umschifft. Zentrale Funktion der Cloud-Lösung ist es, barrierefrei Maschinen- und Prozessdaten zu sammeln und in eine private Industrie-Cloud zu senden, um daraus OEE-Kennzahlen zu berechnen. Stückzähler, Stillstände und optional Auftrags und Schichtinformation gehören zu den Basisdaten. Ebenfalls ein zentraler Punkt ist die manuelle Stillstandskategorisierung. Kommt es zu einem Ausfall, bekommt der Bediener ein Eingabefenster, so dass zeitnah die Ursache erfasst werden kann.

Im Vergleich zur manuellen Datensammlung auf Papier oder per Excel am Ende der Schicht, zeigen sich durch die automatische und halbautomatische Datenerfassung in vielen Betrieben deutliche Abweichungen. Dies belegt, dass die Werte oft durch das subjektive Empfinden verzerrt sind, beispielsweise was Zahl und Dauer von Stillständen betrifft.

Damit steigt die Qualität der Ergebnisse erheblich, und sie stehen schneller zur Verfügung. Die Ausgabe erfolgt in Form von Real-Time-OEE-Daten und -Analysen, auf allen modernen Geräten, auch mobil. Die Konfiguration vorbereiteter Dashboards erfolgt online im OEE-Portal mit Userzugang und -Authentifizierung. Die Anzeige der häufigsten Ursachen für Downtimes gibt Hinweise darauf, an welcher Stelle zuerst angesetzt werden sollte, um schnell grosse Fortschritte bei der Verbesserung der Anlageneffektivität zu erzielen.

Unabhängig von der Infrastruktur des Kunden

Bei der Entwicklung bestand eines der Hauptziele darin, die Funktionalität ohne jegliche baulichen oder infrastrukturellen Voraussetzungen beim Kunden sicherzustellen. Im Extremfall wird lediglich eine Stromversorgung benötigt – alles andere bringt die Lösung mit. Für manche Kunden ist es nicht akzeptabel, das eigene Netzwerk für solche Anwendungen zu öffnen. Wird dagegen Zugang zur vorhandenen Infrastruktur gewährt, so wird diese auch genutzt.

Zugleich wird ein weiteres Problem umgangen, das viele Anlagenbetreiber bisher nicht lösen konnten: Haben sie einen Wartungsvertrag mit dem Hersteller der SPS, so durften sie nicht in die Programmierung der Steuerung eingreifen. Sonst drohten Probleme bei Gewährleistungsfragen. Auch Befürchtungen, dass eine neue Sicherheits-Validierung nötig ist, wenn die Steuerung mit zusätzlichen Aufgaben betraut wird, sind mit diesem Konzept hinfällig.

Software von Schneider Electric

Das OEE-Portal basiert auf der Wonderware-Standardsoftware „Insight Performance“ powered by Aveva. Dabei handelt es sich um eine browserbasierte HTML-5-Anwendung für Real-Time-OEE- und Datenanalyse. Ein grosser Vorteil der State-of-the-Art-Applikation aus der Cloud ist die grosse Zahl der Schnittstellen zur Datenintegration. Jeder OPC-UA-Server, ebenso Sigfox-, Libelium- und MQTT-Sender oder sogar einfache http-Requests können der Cloud-Lösung als Datenquelle dienen.

Über eine REST-API-Schnittstelle lassen sich Sensoren und Aktoren oder Einplatinen-Computer wie der Raspberry Pi direkt abfragen. Ebenso können Office-Dokumente im CSV- oder Excel-Format verarbeitet werden. Und nicht zuletzt arbeitet Insight Performance natürlich mit anderen Aveva-Produkten zusammen, beispielsweise mit dem Wonderware Historian oder den Wonderware-Visualisierungslösungen. Umgekehrt gibt es Schnittstellen, die ein Auslesen und Weiterverarbeiten der Ergebnisse für bereits vorhandene MES-Systeme ermöglichen.

Für Maschinenbauer besonders interessant: Die Übertragung der Daten kann völlig unabhängig von der Netzinfrastruktur des Kunden erfolgen. Über ein Funkmodem und eine integrierte SIM-Card wird eine Verbindung per Mobilfunk-Datennetzwerk aufgebaut. So ermöglicht acs-IoT-Devices, mit einfachen, nachvollziehbaren Schritten Maschinenzähler auf einer Kundenmaschine anzubringen, Live-Daten aus der Produktion zu sammeln und in die Cloud zu senden.

Geringe Investitionen, hohe Sicherheit

Für Kunden, die sich vor hohen Anfangsinvestitionen scheuen, bietet die Insight-Plattform einen idealen Einstieg in eine qualitativ höherwertiges Performance-Management. Die OEE-Cloud-Lösung kann zunächst für ein Jahr abonniert werden. Die Einrichtung der Datenquellen ist nur mit geringem Engineering- und Anpassungsaufwand verbunden und lässt sich dementsprechend kostengünstig und in kurzer Zeit realisieren. Damit sind die Einstiegshürden deutlich niedriger als etwa bei der Installation eines Manufacturing Execution System (MES).

Die Lösung wird von Aveva betrieben und gewartet, liegt aber nicht auf eigenen Servern, sondern nativ in der Microsoft-Azure-Cloud. Der Kunde kann seine Daten einer von drei Regionen zuordnen – USA, Australien und Europa –, so dass diese den jeweiligen gesetzlichen Regelungen unterliegen, für deutsche Unternehmen beispielsweise der EU-Datenschutz-Grundverordnung (DSGVO). Die europäischen Datencenter sind in Irland und den Niederlanden angesiedelt.

Die Microsoft-Datencenter entsprechen höchsten Sicherheitsstandards. Das Trustcenter von Aveva bescheinigt Microsoft beispielsweise die Einhaltung der Normen und Standards ISO/IEC 22301, 27017, 27018 und ISO/IEC 27001 sowie SOC 1, SOC 2 und SOC 3. Sowohl Microsoft als auch Aveva stellen bei neuen Bedrohungs- und Angriffsszenarien umgehend Patches bereit. Der Security-Level ist damit ungleich höher als bei mittelständischen Unternehmen, die eigene Server- und Cloud-Infrastrukturen betreiben.

Fazit Cloud Performance Management Lösung

Die Flexibilität der Lösung ist beeindruckend. Ob der Kunde Zugang zu Steuerung, Servern und historischen Daten gewährt, nur das Netzwerk zur Verfügung stellt oder nichts ausser der Stromversorgung bereitstellt und ansonsten auf eine autarke, mit manuellen Eingaben ergänzte Lösung setzt, um ein Performance-Management zu installieren: alle denkbaren Abstufungen sind realisierbar.

Gleiches gilt auf Seiten der Ergebnisse: Von der Visualisierung auf PC und Mobilgeräten über eine Integration in die HMI von Maschinen und Anlagen bis zum Weiterleiten der Daten in übergeordnete Systeme, die sie in eigenen Reportings verarbeiten, reichen die Möglichkeiten.

Über die automatisierte Erfassung von Daten und die Sicherstellung, dass manuelle Eingaben zeitnah und sorgfältig erfolgen, steigt die Qualität der Datenbasis und die Auswertung steht unmittelbar zur Verfügung. So können Problempunkte schnell identifiziert und angegangen werden, um die OEE zu steigern und damit die Effizienz der Produktion nachhaltig zu erhöhen.

Die Nutzung der Anwendung als Software-as-a-Service aus der Cloud drückt die Anfangsinvestitionen auf ein Mindestmass. Die Software wird nicht gekauft, sondern gemietet, es müssen keine Server angeschafft und installiert werden, was auch die eigene IT-Mannschaft nicht zusätzlich belastet. Übrig bleibt die Ersteinrichtung mit der Konfiguration der Datenquellen und der Dashboards, um die Auswertungen zu visualisieren, doch auch dafür ist der Aufwand dank Standardisierung und der Verwendung von Vorlagen gering.

Dadurch können Projekte schnell, einfach und kostengünstig gestartet und im Erfolgsfall genauso einfach weiter ausgebaut werden. Im Idealfall entsteht so Schritt für Schritt – angepasst an die finanzielle Leistungsfähigkeit und die nötigen personellen Ressourcen – eine professionelle Lösung, die den Einstieg in die Digitalisierung der Fertigung markiert. Performance-Management und OEE-Analyse sind da nur ein erster Schritt, mit dem sich schnelle Erfolge erzielen lassen. Device- und App-Management, das Sammeln von Produktions-Daten und Anlagen-Events für spätere Big-Data-Projekte bis hin zur Prozess-Optimierung mittels Rapid Application Provisioning sind weitere mögliche Ausbaustufen, die bei Bedarf angegangen werden können.

Whitepaper IoT OEE Solution