Wie können Messdaten in industriellen Anlagen abteilungsübergreifend für Analyse und Optimierung genutzt werden?

Eine abteilungsübergreifende Nutzung von Messdaten erfordert eine zentrale, hochaufgelöste Datenerfassung über alle Prozessbereiche hinweg. Mit ibaPDA werden Prozess-, Steuerungs- und Sensordaten synchron erfasst und in einer gemeinsamen Datenbasis zusammengeführt, sodass keine isolierten Datensilos entstehen. Über iba HD-Server lassen sich diese Daten langfristig speichern und für unterschiedliche Nutzergruppen flexibel auswerten. Ergänzend ermöglichen Tools wie ibaAnalyzer und ibaDaVIS eine rollenbasierte Analyse und Visualisierung bis auf Rohdatenebene (Drill-down).

Wie lässt sich eine durchgängige Prozesskonnektivität für komplexe Industrieanlagen technisch umsetzen?

Die durchgängige Prozesskonnektivität des iba-Systems wird erreicht, indem unterschiedliche Datenquellen wie SPSen, Bussysteme, Sensorik und Kameras in ein einheitliches Messsystem integriert werden. ibaPDA bietet hierfür umfangreiche Schnittstellen, einschließlich EtherNet/IP, PROFINET und weiteren industriellen Protokollen, um heterogene Automatisierungslandschaften zu verbinden. Auch Videodaten können über ibaCapture synchron eingebunden und mit Prozesssignalen verknüpft werden. Dadurch entsteht eine zeitsynchrone, herstellerunabhängige Gesamtsicht auf den Prozess.

Wie funktioniert Edge Analytics zur Echtzeitauswertung von Prozess- und Maschinendaten?

Edge Analytics verarbeitet hochaufgelöste Rohdaten direkt am Entstehungsort, um zeitkritische Entscheidungen ohne Cloud-Latenz zu ermöglichen. Mit ibaM-DAQ oder ibaDAQ können Kennwerte direkt im Edge Device berechnet und über ibaPDA überwacht werden. Verfahren wie Grenzwertüberwachung, Online-Frequenzanalyse oder TSA ermöglichen die Echtzeitdetektion von Abweichungen und Verschleiß. Dadurch können Alarme unmittelbar ausgelöst und Prozessanpassungen proaktiv durchgeführt werden.

Wie können industrielle Daten effizient gespeichert und für Langzeitanalysen genutzt werden?

Für Langzeitanalysen werden Messdaten in einem historischen Datenserver (HD-Server) gespeichert, entweder zeitbasiert oder ereignisgesteuert. Mit ibaPDA lassen sich diese Daten hochaufgelöst und kontextbezogen erfassen, sodass sowohl Trendanalysen als auch produktbezogene Auswertungen möglich sind. Die Kombination mit ibaAnalyzer ermöglicht detaillierte Nachanalysen inklusive Drill-down auf Rohdatenebene. Dadurch können Qualitätsnachweise, Ursachenanalysen und Prozessoptimierungen über lange Zeiträume hinweg durchgeführt werden.

Welche Rolle spielt die Integration von Edge, IT und Cloud in der industriellen Datenstrategie?

Die Kombination von Edge-Verarbeitung, zentraler Datenspeicherung und IT-/Cloud-Integration ermöglicht eine durchgängige Datenwertschöpfungskette. Während ibaPDA und Edge-Komponenten wie ibaDAQ Kennwerte direkt im Prozess berechnen, werden diese aggregierten KPIs in IT-Systeme oder Cloud-Plattformen übertragen. Rohdaten bleiben dabei lokal verfügbar und können bei Bedarf für Detailanalysen wieder abgerufen werden (Drill-down). Tools wie ibaDaVIS ermöglichen zudem die Visualisierung in Dashboards für unterschiedliche Nutzergruppen.

Das volle Potenzial von Messdaten nutzen: Ein Ansatz zur Wertschöpfungssteigerung durch Digitalisierung

Das volle Potenzial von Messdaten nutzen

Da Unterschiedliche Unternehmensbereiche – etwa Instandhaltung, Produktion, Technologie und Qualitätswesen – unterschiedliche Arbeitsgewohnheiten und Abläufe verfolgen, bleiben Synergiepotenziale häufig ungenutzt.

Diese können erst gehoben werden, wenn Mitarbeiter eine gemeinsamen Gesprächsbasis finden. Einen bewährten Ansatz bieten hierbei die Aufzeichnung und Analyse von Prozessdaten, allerdings erfordert dieser Schritt auch die Einführung und Umsetzung einer einheitlichen und ganzheitlichen Digitalisierungsstrategie.

Messdaten dürfen weder einzelnen Abteilung gehören noch nur zu einem Zweck aufgezeichnet und in abteilungsinternen Daten-Silos versteckt werden. Stattdessen müssen sie den ganzen Prozess abdecken und abteilungsübergreifend genutzt werden. Erst dann lässt sich das volle Potenzial der Messdaten nutzen.

Hochaufgelöst und umfänglich: Anforderungen an Messdaten

Eine wesentliche Voraussetzung hierfür wird bereits mit der Art der Datenerfassung geschaffen: Nur wenn Daten als hochaufgelöste Rohwerte und nicht voraggregiert aufgezeichnet werden, lassen sich Kennwerte (KPIs, Key Performance Indicators) flexibel nach anwender- und aufgabenspezifischen Aspekten berechnen und anschließend miteinander in Beziehung setzen. Um die Ursachen auffälliger Verhaltensmuster jedoch ohne Informationsverlust analysieren zu können und so das Prozessverständnis zu verbessern, dürfen die hochaufgelöst aufgezeichneten Rohdaten nicht verloren gehen, sondern müssen von den Kennwerten aus per Drill-down unkompliziert und schnell erreichbar sein. Mit dieser Maßnahme wird eine unternehmensweite und einheitliche Datenbasis geschaffen, was Diskussionen vereinfacht und somit die abteilungsübergreifende Zusammenarbeit verbessert.

Damit bei Einführung der Digitalisierungsstrategie alle Fachbereiche zusammenarbeiten können, ist es zudem notwendig, den gesamten Prozess zu erfassen. Einzelne Messdaten, wie beispielsweise Schwingungs- oder Energiedaten, dürfen nicht gesondert aufgezeichnet werden, sondern müssen in einer gemeinsamen Datenbasis mit allen anderen Prozessdaten zur Verfügung stehen. Auf diese Weise lassen sich Korrelationen zwischen Produktion, Prozess und etwaigen verschleißbehafteten Effekten erkennen – für spätere Optimierungsmaßnahmen ist dies also von großer Bedeutung.

Prozesskonnektivität als wichtiger Baustein

Die Heterogenität der Automatisierungskomponenten innerhalb produzierender Anlagen stellt Messsysteme dabei vor eine große Herausforderung: Je komplexer die ablaufenden Prozesse aufgebaut sind, desto größer ist in der Regel die Zahl der miteinander interagierenden Signalquellen und Automatisierungssysteme. Neben speicherprogrammierbaren Steuerungen, Sensoren und Bus-Monitoren können auch Kameras als Datenquelle eingesetzt werden. Gerade wenn für wichtige Prozessgrößen keine Sensorik zur Verfügung steht oder diese aus Kosten- oder Platzgründen nicht verbaut werden kann, liefern zeitsynchrone Videodaten wertvolle Informationen. Die umfassende Prozesskonnektivität ist daher ein wichtiger Baustein eines leistungsfähigen Messsystems: Sämtliche Daten lassen sich somit – ungeachtet von Hersteller, Gerätegeneration oder Datenformat – isochron und hochaufgelöst erfassen. Anwender bietet sich somit eine globale und rückwirkungsfreie Sicht auf den technischen Prozess.

Langzeit-Datenaufzeichnung und Auswertung

Um Messdaten auch über einen langen Zeitraum hinweg analysieren und somit beispielsweise Trends erkennen oder Qualitätsanforderungen nachweisen zu können, müssen diese effizient persistiert werden. Dies erfolgt in einem historischen Datenserver (HD-Server) und kann, je nach Bedarf, event-getriggert oder zeitbezogen erfolgen. Die getriggerte Datenaufzeichnung eignet sich etwa, wenn in einer Messdatei nur die zu einem Werkstück gehörenden Signale erfasst werden sollen. Die Start- und Stoppbedingungen sind dabei individuell einstellbar und können direkt aus den aufgezeichneten Signalen abgeleitet werden. Dies erleichtert die produktbezogene Auswertung und sorgt für eine verbesserte Vergleichbarkeit gleicher oder ähnlicher Produkte.

Große Datenbestände können somit interaktiv durchsucht und analysiert sowie für die Kennwertbildung und die Generierung von Reports herangezogen werden. Die eigentliche Wertschöpfungssteigerung wird dann durch die Auswertung der Messdaten erzielt. Mit Berücksichtigung der beschriebenen Methoden und Verfahren zur Datenerfassung und -aufzeichnung wird gewährleistet, dass die Messdaten von verschiedenen Anwendergruppen wie Instandhaltern, Prozesstechnologen, Produktions- und Qualitätsmanager sowie Data Analysten gleichermaßen genutzt werden können.

Neben der interaktiven Offline-Auswertung und der Berechnung von Kennwerten zur Abstraktion, Bewertung und Dokumentation des Prozesses nimmt die automatisierte Echtzeit-Auswertung zur frühzeitigen Erkennung von Prozessabweichungen im Sinne einer proaktiven Instandhaltung eine immer größere Rolle ein.

Automatische Online-Auswertung

Die automatische Online-Auswertung ermöglicht es, einen Prozess in Echtzeit proaktiv zu überwachen, um Prozessfehler frühzeitig zu erkennen und zu vermeiden oder die Produktqualität zu erhöhen. Diese Art der Auswertung wird auch als Edge Analytics bezeichnet, da die Messdaten direkt an der Edge, also zwischen dem Produktions- und dem IT-Netzwerk, verarbeitet werden. Eben genau da, wo die Daten auch entstehen.

Im Folgenden sollen vier Beispiele für Edge Analytics detaillierter dargestellt werden:

Grenzwertüberprüfung: Signalwerte können im Erfassungssystem auf bestimmte Grenzwerte hin überprüft werden. Bei entsprechender Über- oder Unterschreitung wird dann ein Alarm ausgegeben. Neben den Rohsignalen können Signale dabei auch aggregiert, verknüpft oder gemittelt oder die Überprüfung mit bestimmten Bedingungen versehen werden. So kann beispielsweise eine Grenzwertüberprüfung nur durchgeführt werden, wenn sich die Maschine im Automatikbetrieb befindet.
Machine-Vision-Applikationen: Mit Machine Vision (MV) Applikationen können aus Videodaten numerische Werte, Texte oder klassifizierende Informationen wie „Material vorhanden/nicht vorhanden“ extrahiert werden. Da die Videodaten mit den Prozessdaten zeitsynchron erfasst werden und die Informationen durch MV in Echtzeit zur Verfügung stehen, können die Ergebnisse der MV-Applikation wie Sensorwerte betrachtet und im Messsystem mit aufgezeichnet werden. Mit MV lassen sich Produkte vermessen, die Materialverfolgung realisieren oder auch der Prozess überwachen.
Online-Frequenzanalyse zur Schwingungsüberwachung: Wird das Schwingungsverhaltens eines Prozesses mit IEPE-Sensoren aufgezeichnet, so kann die notwendige Analyse im Frequenzbereich direkt im Edge Device automatisiert ausgeführt werden. Zu überwachende Frequenzbänder können fest oder in Abhängigkeit von Prozesswerten definiert und auf Grenzwertüberschreitung überprüft werden. Prozessschwingungen werden so in Echtzeit erkannt und im Fehlerfall ein Alarm ausgelöst.
Überwachung mit TSA und Auto-Adapting: Mit dem Verfahren Time Synchronous Averaging (TSA) kann ein Prozess basierend auf den schon erfassten Messsignalen wie etwa Temperatur, Druck oder Motorstrom überwacht werden. Basierend auf dem Signalverlauf können sowohl sich langsam abzeichnende Prozessabweichungen, beispielsweise durch Verschleiß, als auch sporadisch auftretende Anomalien frühzeitig erkannt und Auswirkungen auf die Produktqualität und den Maschinenzustand zuverlässig prognostiziert werden. Dazu werden im Zeitbereich online Verschleißkennwerte berechnet und bei Überschreiten von Grenzwerten Alar¬me in Echtzeit ausgegeben. Durch dieses Verfahren können Anwender rechtzeitig Anpassungen vornehmen. Störungen in der Maschine oder Anlage, negative Auswirkungen auf die Produktqualität und ungeplante Stillstände werden somit vermieden. Das Prozessverhalten kann für unterschiedliche Prozessbedingungen mit der Methode Auto-Adapting automatisch gelernt werden.

Fazit

Der Schlüssel zur Wertschöpfungssteigerung durch die Digitalisierung liegt in der Mehrfachnutzung sowie der gemeinsamen Nutzung der Messdaten. Erst wenn die Digitalisierungsstrategie von allen Abteilungen gemeinsam durchgeführt wird, können abteilungsübergreifende Synergien erzielt werden.

Notwendig hierzu ist eine geeignete Tool-Unterstützung, wie sie das iba-System bietet. Dies sorgt dafür, dass der Zugriff auf die Daten einfach und intuitiv möglich ist und die Auswertung von den einzelnen Anwendergruppen anwenderspezifisch selbständig durchgeführt werden kann.

Testen Sie jetzt das iba-System!

Laden Sie sich die Demo von ibaPDA und ibaAnalyzer herunter und optimieren Sie noch heute Ihre Prozesse. Testen Sie es 30 Tage lang kostenlos!

ibaPDA-Demo Lizenz anfordern

Verwendete Funktionen

Die folgenden Funktionen des iba-Systems werden in dieser Applikation verwendet.

Unternehmen, die sich auf iba verlassen

Diese führenden Unternehmen vertrauen bereits auf das iba-System.

Weitere Applikationen entdecken

Erfolgreiche Anwendungen und reale Lösungen mit dem iba-System.

Häufig gestellte Fragen (FAQ)

Wie können Messdaten in industriellen Anlagen abteilungsübergreifend für Analyse und Optimierung genutzt werden?: Eine abteilungsübergreifende Nutzung von Messdaten erfordert eine zentrale, hochaufgelöste Datenerfassung über alle Prozessbereiche hinweg. Mit ibaPDA werden Prozess-, Steuerungs- und Sensordaten synchron erfasst und in einer gemeinsamen Datenbasis zusammengeführt, sodass keine isolierten Datensilos entstehen. Über iba HD-Server lassen sich diese Daten langfristig speichern und für unterschiedliche Nutzergruppen flexibel auswerten. Ergänzend ermöglichen Tools wie ibaAnalyzer und ibaDaVIS eine rollenbasierte Analyse und Visualisierung bis auf Rohdatenebene (Drill-down).
Wie lässt sich eine durchgängige Prozesskonnektivität für komplexe Industrieanlagen technisch umsetzen?: Die durchgängige Prozesskonnektivität des iba-Systems wird erreicht, indem unterschiedliche Datenquellen wie SPSen, Bussysteme, Sensorik und Kameras in ein einheitliches Messsystem integriert werden. ibaPDA bietet hierfür umfangreiche Schnittstellen, einschließlich EtherNet/IP, PROFINET und weiteren industriellen Protokollen, um heterogene Automatisierungslandschaften zu verbinden. Auch Videodaten können über ibaCapture synchron eingebunden und mit Prozesssignalen verknüpft werden. Dadurch entsteht eine zeitsynchrone, herstellerunabhängige Gesamtsicht auf den Prozess.
Wie funktioniert Edge Analytics zur Echtzeitauswertung von Prozess- und Maschinendaten?: Edge Analytics verarbeitet hochaufgelöste Rohdaten direkt am Entstehungsort, um zeitkritische Entscheidungen ohne Cloud-Latenz zu ermöglichen. Mit ibaM-DAQ oder ibaDAQ können Kennwerte direkt im Edge Device berechnet und über ibaPDA überwacht werden. Verfahren wie Grenzwertüberwachung, Online-Frequenzanalyse oder TSA ermöglichen die Echtzeitdetektion von Abweichungen und Verschleiß. Dadurch können Alarme unmittelbar ausgelöst und Prozessanpassungen proaktiv durchgeführt werden.
Wie können industrielle Daten effizient gespeichert und für Langzeitanalysen genutzt werden?: Für Langzeitanalysen werden Messdaten in einem historischen Datenserver (HD-Server) gespeichert, entweder zeitbasiert oder ereignisgesteuert. Mit ibaPDA lassen sich diese Daten hochaufgelöst und kontextbezogen erfassen, sodass sowohl Trendanalysen als auch produktbezogene Auswertungen möglich sind. Die Kombination mit ibaAnalyzer ermöglicht detaillierte Nachanalysen inklusive Drill-down auf Rohdatenebene. Dadurch können Qualitätsnachweise, Ursachenanalysen und Prozessoptimierungen über lange Zeiträume hinweg durchgeführt werden.
Welche Rolle spielt die Integration von Edge, IT und Cloud in der industriellen Datenstrategie?: Die Kombination von Edge-Verarbeitung, zentraler Datenspeicherung und IT-/Cloud-Integration ermöglicht eine durchgängige Datenwertschöpfungskette. Während ibaPDA und Edge-Komponenten wie ibaDAQ Kennwerte direkt im Prozess berechnen, werden diese aggregierten KPIs in IT-Systeme oder Cloud-Plattformen übertragen. Rohdaten bleiben dabei lokal verfügbar und können bei Bedarf für Detailanalysen wieder abgerufen werden (Drill-down). Tools wie ibaDaVIS ermöglichen zudem die Visualisierung in Dashboards für unterschiedliche Nutzergruppen.