(Bild: wladimir1804/fotolia)
SmartTrace zur Rückverfolgbarkeit des Artikels. Bild: Klöckner Desma
Im Bereich der Produktionsindustrie können wir den industriellen Wandel heute visuell beobachten. Vor allem große Unternehmen und Konzerne sind aktuell Treiber der aus der Informationstechnik stammenden Technologien. Aber auch kleine und mittelständige Unternehmen nutzen die Möglichkeiten der Verzahnung von modernen Informations- und Kommunikationstechniken, um die Kommunikation zwischen Mensch und Maschine, sowie zwischen Maschine und Maschine zu automatisieren. Technische Grundlage hierfür sind intelligente und digital vernetzte Systeme – im Industrie Umfeld das Industrial Internet of Things.
Unterschiedliche Arbeitsstationen in einem Prozess verschmelzen so zu einer Einheit zusammen und können optimiert werden. Wie bringe ich die Maschinen dazu miteinander zu kommunizieren? Viele unserer Kunden stehen vor diesen neuen Herausforderungen, die es zu bewältigen gilt. Die Kommunikation der Maschinen muss sowohlvorausschauend, als auch Rückwirkend protokolliert und interpretiert werden – und das im besten Fall automatisiert.
Für sicherheitskritische Bauteile, wie Sie unter anderem in der Energiebranche zum Einsatz kommen spielt die Rückverfolgbarkeit des Herstellungsprozesses und die detaillierte Erfassung aller prozessrelevanten Parameter eine entscheidende Rolle. Mit Hilfe dieser Informationen ist es zu jedem Zeitpunkt und auf die Lebensdauer des Produktes möglich, die Qualität über den kompletten Herstellungsprozess genauestens zu verifizieren.
Digitaler Stempel für eindeutige Zuordnungund Rückverfolgbarkeit
Prozessdaten mittels QR-Code auf Artikel graviert. Bild: Klöckner Desma
Artikel, deren Herstellung aufgrund des sicherheitskritischen Einsatzes eine ISO Zertifizierung voraussetzen und darüber hinaus weiteren Normen und Richtlinien erfüllen muss, können mithilfe einer Aufzeichnung der Prozesswerte sowie einer eindeutigen Zuordnung zum Einzelteil einen digitalen Stempel erhalten. Dies ermöglicht es, ganz neue Wege in Bezug auf die Qualitätsüberwachung und Transparenz des Herstellungsprozesses zu gehen.
Mithilfe dieses digitalen Stempels lassen sich statistische Auswertungen zur Trenderkennung über einen definierten Zeitraum durchführen und somit den Herstellungsprozess überwachen – kontinuierlich und in Echtzeit. Über die konventionelle Qualitätsprüfung hinaus können Produktabweichungen erkannt und die Anzahl der Fehlteile minimiert werden.
Aktuell setzt Desma in Zusammenarbeit mit dem Kunden ein Digitalisierungsprozess um, welcher diesen entscheidenden Vorteil bieten soll. Eine Transparenz über den Herstellungsprozess über die gesamte Wertschöpfungskette. Auf lange Sicht soll somit eine vorbeugende Diagnose von Prozessunstimmigkeiten oder Abweichungen von definierten Toleranzen möglich sein.
Komplexe Automatisierungszelle speichert Prozessdaten und ID
Durch den Einsatz von drei Maschinen und zwei weiteren Roboterzellen wird in einer komplexen Automatisierungszelle ein Artikel gefertigt, welcher aus drei unterschiedlichen Materialien besteht. Durch die Fertigung über mehrere separate Produktionsschritte entsteht für jeden Fertigungsschritt ein individueller Prozessdatensatz. Diese werden am Ende des Fertigungsprozesses für jeden spezifischen Artikel konsolidiert und mit den dazugehörigen Qualitätsdaten sowie im Nachgang mit den vorgelagerten und nachgelagerten Prozessschritten verknüpft.
Dies ist notwendig, um die im Projekt definierte Rückverfolgbarkeit (Nachvollziehbarkeit oder auch engl. Traceability) über den gesamten Herstellungsprozess des Artikels sicher zu gewährleisten. Die Zuordnung zu den Prozessdaten erhält der Artikel durch eine eindeutige QR-ID, welche mithilfe eines Lasers auf den Artikel graviert wird.
Dabei ist der Einsatz von Gummi mit schwarzer Oberfläche bei einer nachfolgenden Laser-Gravur eine große technische Herausforderung. Aber auch die Sicherstellung der Datensatzintegrität bei der Übertragung der Prozessdaten an die zentrale Instanz im homogenen Maschinennetz stellt eine weitere prägende Aufgabe des Projektes dar.
Projektspezifische Schnittstellen
Die Rechner-Box sorgt für Datensicherheit durch den verschlüsselten VPN-Tunnel. Bild: Desma
Die Daten müssen im ersten Schritt durch die für das Projekt definierten Standard-Schnittstellen von den Maschinensteuerungen gesammelt und interpretiert werden. Im zweiten Schritt findet die Verdichtung, also die Zuordnung der einzelnen Produktionsschritte zur eindeutigen ID statt. Erst wenn dies reibungslos durchgeführt wurde und eine Prüfung der Daten erfolgreich war, kann abschließend die Visualisierung der Daten erfolgen. Das ermöglicht eine Web-Technologie, welche sowohl multiple Datenquellen einbinden und kundenspezifisch konfiguriert werden kann.
Die Individualität der Umsetzung liegt aber vor allem in den unterschiedlichen jedoch zusammenhängenden Produktionsschritten und somit Datensätzen. Um die Rückverfolgbarkeit über alle Prozessschritte einzurichten, muss in erster Linie zwischen den einzelnen Maschinen eine einheitliche Schnittstelle geschaffen werden. Diese ermöglicht den Datenfluss, also die Kommunikation zwischen den Maschinen.
Die Prozessparameter werden hierfür in einer Master-Datei, der für den Datenabgriff genutzten generischen Struktur, zusammengefahren. Die Struktur gilt daher auch im Nachgang als Referenz für alle vor- und nachgelagerten Prozessschritte. Die Prozessparameter werden entsprechend gefiltert und in einer Datei pro Artikel mit gleicher Struktur gespeichert.
Aufgrund der komplexen Verkapselung von Parametern unterschiedlichster Maschinen bedarf es im Nachgang einer genauen Zuweisung der einzelnen unabhängigen Datensätze in einem gesamtheitlichen Datensatz. Diese einzelnen Dateien werden daher von einer zentralen Stelle gesammelt und anhand der ID verknüpft und verdichtet. Somit lässt sich der Herstellungsprozess transparent darstellen und als digitaler Stempel zur Maschine archivieren. In dem Projekt erfolgt dies über einen Zeitraum von mindestens 30 Jahre und somit über den kompletten Lebenszyklus des Produktes.
Langfristige Datenanalyse
In einem weiteren Schritt sollen diese Daten dann genutzt werden, um statistische Auswertungen über das Produkt zu erhalten. Dafür werden die Daten, welche kontinuierlich gesammelt werden in einer Datenbank gespeichert und miteinander verglichen. Diese Big-Data-Analysen werden dann auf die für den Prozess relevanten Daten geschmälert und diese miteinander verglichen.
Aufgrund dieser Vielzahl an relevanten Daten in einer definierten Abtastfrequenz ist es möglich, Analysen über die einzelnen Datensätze durchzuführen und Rückschlüsse auf Tendenzen im Herstellungsprozess zu geben.
Hierfür werden Ereignisse und Zustände im Herstellungsprozess ins Verhältnis zueinander gesetzt. Dies erlaubt zukünftig auch rückwirkend Schlüsse auf die einzelnen unterschiedlichen Herstellungsproesse der Artikel zu ziehen. Im ersten Schritt des Projektes erfolgt dies manuell in Zusammenarbeit mit dem Kautschuk-Verarbeiter. Hier ergänzen sich vor allem Maschinenbediener, Process Engineer sowie Softwaretechniker des Maschinenherstellers. Durch den Know-How-Transfer in Kombination mit den ausgewerteten Daten aus der Maschine kann so eine Optimierung des Herstellungsprozesses erfolgen oder auf Unstimmigkeiten hingewiesen werden.
In einem zukünftigen Szenario lassen sich weitergehend mit Unterstützung durch eine sogenannte Machine Learning Software und durch den Einsatz von Software-Algorithmen automatisiert Rückmeldungen über den Prozess sowie selbstregulierende Prozessanpassungen erzielen.
