TOP
SSV Software Systems Registrieren  Registrieren
Einloggen, um private Nachrichten zu lesen  Einloggen, um private Nachrichten zu lesen
Startseite FAQ Suchen Mitglieder Profil  Login 
SSV Support-Forum
Webinar "IoT-Datenretrofit für Maschinen" ...

 
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> RMG/941
<<< Vorheriges Thema - Nächstes Thema >>>  
Beiträge der letzten Zeit anzeigen:   
Autor Nachricht
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1370

BeitragVerfasst am: 19.10.2020, 11:31    Titel: Webinar "IoT-Datenretrofit für Maschinen" ... Antworten mit Zitat

Hallo Forum.

Am 4.12.2020 findet unser nächstes Webinar statt. Unter dem Titel „IoT-Datenretrofit für Maschinen und Anlagen“ wollen wir die folgenden vier Fragestellungen bearbeiten:

1. Welche Bedeutung hat ein IoT-Datenretrofit für eine Digitalisierungsaufgabe? Aus unserer Sicht ist ein zur Aufgabenstellung passendes Datenretrofit die Vorrausetzung für die meisten Digitalisierungsaufgaben im Umfeld von Maschinen und Anlagen. Unabhängig davon, ob Sie als Maschinenbauer Ihren Kunden bereits existierende Maschinen zukünftig als Service anbieten möchten und die jeweilige Nutzung mit Hilfe einer digitalen Plattform abrechnen wollen oder ob Sie als produzierender Betrieb das Ziel verfolgen, die Wartung Ihres Maschinenparks effizienter zu gestalten, Sie benötigen in jedem Fall hochwertige Daten. Diese müssen zu den jeweils zu treffenden Entscheidungen passen und vielfach auch bestimmte Sicherheitsanforderungen erfüllen.

2. Wie ist die Vorgehensweise bei einem IoT-Datenretrofit? Die individuellen Herausforderungen und somit auch die Vorgehensweise hängen primär von der Aufgabe und dem Kontext ab. Als Hersteller einer Maschine haben Sie z. B. die Möglichkeit, die zusätzlich erforderlichen Daten z. B. per CAN direkt an der Maschinensteuerung abzugreifen – auch wenn dafür das Steuerungsprogramm verändert werden muss. Eine IoT-Datenretrofit-Herausforderung in diesem Anwendungsfall könnte beispielsweise die erforderliche Datenintegrität sein: abrechnungsrelevante Daten sollten schon mit Hilfe einer digitalen Signatur oder eines Blockchains gesichert werden. Ein Maschinenbetreiber kann zur Rohdatengewinnung nicht so ohne weiteres die einzelnen Steuerungen anzapfen. Er wird in der Regel zusätzliche Sensoren installieren müssen, um beispielsweise Rohdaten für die zustandsbasierte Wartung eines Maschinenparks oder einer Anlage zu gewinnen.

3. Welche Methoden eignen sich zur Informationsgewinnung? Unabhängig davon, ob nun verwertbare Rohdaten aus einer Steuerung oder aus nachträglich installierten Sensoren genutzt werden sollen, es ist in jedem Fall eine passende Datenanalyse erforderlich. Sie soll die erforderlichen Informationen liefern. Vielfach müssen die Rohdaten allerdings noch eine Vorverarbeitung durchlaufen, damit die Datenanalyse überhaupt brauchbare Ergebnisse liefert. Vorverarbeitung und Datenanalyse sollen in vielen Anwendungen anschließend automatisiert in einer Endlosschleife ablaufen, um fortlaufend aktuelle Echtzeitinformationen zu liefern. Man spricht dann auch von „Real-time Streaming Analytics“. Werden zur Datenanalyse Machine-Learning-Algorithmen eingesetzt, ist darüber hinaus noch eine Trainingsphase erforderlich, für die weitere spezielle Daten benötigt werden. Schließlich muss ein KI-basiertes Klassifizierungs- oder Regressions-Verfahren die Zusammenhänge zunächst einmal erlernen.



4. Wie sieht ein konkretes Beispiel aus? Diese Frage wollen wir mit einem Anwendungsfall aus der Wartung und Instandhaltung von Maschinen und Anlagen beantworten. Dort gibt es ja bekanntermaßen zwei unterschiedliche Methoden: 1. Die vorbeugende Wartung (feste Wartungsintervalle) und 2. die zustandsbasierte Wartung (Wartungstermine in Abhängigkeit vom jeweiligen Zustand). Die s. g. „Reaktive Wartung“ (Instandsetzung bei Ausfall) berücksichtigen wir hier nicht. Sowohl für die vorbeugende als auch für die zustandsbasierte Wartung benötigen Sie hochwertige Daten und Informationen. Im ersten Fall beispielswerte Betriebsstunden, Motorenstarts und die Anzahl weiterer Ereignisse. Im zweiten Fall spielt auch der jeweilige Zustand, der sich z. B. aus Schwingungsdaten ableiten lässt, eine große Rolle. Wir zeigen auf, wie sich mit einem IoT-Datenretrofit eine Maschinendatenplattform (OT-Plattform) für vorbeugende und zustandsbasierte Wartungsaufgaben erstellen lässt.

VG KDW

P.S.: Anmeldungen sind ab sofort möglich. Siehe https://www.ssv-embedded.de/events/2020/webinar_iot-datenretrofit/
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1370

BeitragVerfasst am: 29.11.2020, 23:12    Titel: Datenplattform schaffen ... Antworten mit Zitat

Hallo Forum.

Wenn Sie in Zukunft die Daten Ihrer Maschinen und Anlagen intensiver für unterschiedliche Aufgaben nutzen wollen, sollten Sie systematisch vorgehen. Ein sinnvoller erster Schritt für einen Produktionsunternehmen mit größerem Maschinenpark ist z. B. der Aufbau einer zentralen OT-Datenplattform mit offenen Schnittstellen.



Im Rahmen des Webinars wird eine geeignete Vorgehensweise erläutert. Wir wollen in diesem Zusammenhang verdeutlichen, wie wichtig offene Datenschnittstellen sind. Die Daten aus Sensoren, die per Retrofit an einer Maschine oder in der Anlage installiert wurden, sollten nicht nur einer einzelnen Anwendung zur Verfügung stehen.

Bei einem Datenretrofit geht es nicht nur darum Sensoren zu installieren und z. B. einer MES-Anwendung über die Datenplattform den Zugriff auf die Sensorrohdaten zu ermöglichen. Die Sensordaten müssen zuvor entsprechend aufbereitet, vorverarbeitet, verdichtet und vielfach mit anderen Messwerten verknüpft werden. Für einen Temperatursensor reicht vor der Datenweitergabe das hinzufügen des Messzeitpunkts als Zeitstempel. Bei einem Vibrationssensor müssen die Rohdaten zuvor per Fourier-Transformation umgewandelt und danach einer einfachen oder multiplen Regressionsanalyse unterzogen werden, bevor ein MES-System überhaupt etwas mit den Daten anfangen kann. Auch diese Aspekte kommen im Webinar zur Sprache.

VG KDW
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1370

BeitragVerfasst am: 04.12.2020, 17:09    Titel: Slides als PDF ... Antworten mit Zitat

Hallo Forum.

Unser Event hat heute stattgefunden. Vielen Dank an alle Teilenehmer. Über ihr reges Interesse haben wir uns sehr gefreut. Ebenfalls Danke für die positiven Rückmeldungen. Der folgende Link liefert Ihnen die Slides zu unserer heutigen Veranstaltung:

https://www.ssv-embedded.de/doks/webinar/webinar_iot-datenretrofit_2020.pdf

Wie angekündigt, hier nun die Fragen und Antworten. Im Chat gab es nur Lob, aber keine Fragen. Per E-Mail erreichten uns allerdings die beiden folgenden Fragestellungen.

Frage: Wann benötige ich KI, um Sensordaten auszuwerten?

Antwort: Das hängt in erster Line von der Aufgabe ab. Wenn Sie eine Aufgabenstellung bearbeiten, die mit Klassifizierung oder Regression zu tun hat und mehrere Variablen als Eingangsgrößen auszuwerten sind, wäre das maschinelle Lernen (ML) aus dem Umfeld der künstlichen Intelligenz (KI) auf jeden Fall bestens geeignet. Wollen Sie nun an Hand der Vibrations- bzw. Beschleunigungssensordaten lediglich zwischen den beiden Zuständen „Maschine inaktiv“ und „Machine aktiv“ unterscheiden, geht das auch ohne KI und ML. Bei einem MLS/160A könnten Sie diese Aufgabe im dazugehörenden Node-RED-Flow konfigurieren (siehe Beispiel auf den Seiten 11 bis 14 im PDF mit den Slides). Beachten Sie bitte auch das Node-RED-Beispiel auf Seite 15 unten. Hier wurde ein „cutoff“-Schwellwert eingestellt, um zwischen zwei Zuständen zu differenzieren (siehe Beispiel-Node „<5000“).



Frage: Sollte man Rückmeldungen an die OT-Ebene nicht besser vollständig vermeiden und eine „Daten-Diode“ einsetzen?

Antwort: Im Prinzip erscheint das zunächst einmal der sicherste Weg: es können nur Daten in eine Richtung übermittelt werden. In diesem Fall von der OT-Ebene in Richtung IT bzw. Cloud. In der Praxis würde das allerdings bedeuten, dass in der OT-Ebene auch keine Remote-Software-Updates möglich wären. Dafür muss eine Automatisierungsbaugruppe ja zumindest eine Datei aus der IT-Ebene bzw. von einem Cloud-Server herunterladen können (also ein Datentransfer in die entgegengesetzte Diodenrichtung). Beim heutigen Stand der Technik wären fehlende Update-Möglichkeiten ein sehr viel größeres Sicherheitsrisiko. Man muss den „Rückkanal“ nur entsprechend absichern, also mit PKI, digitalen Signaturen usw. (siehe Seite 10 im PDF mit den Slides).

[Nachtrag 07.12.20]: Es kommt doch noch etwas Feed-back. Ich wurde heute gefragt, wie das mit meiner Anmerkung bzgl. der „Plattform-Offenheit“ zu verstehen ist (siehe Seite 2 im PDF mit den Slides). Meine Aussage im Webinar war in etwa „Beachten Sie bitte die Offenheit der hier vorgestellten Lösung. Verschiedene Anwendungen können Sensordaten gemeinsam nutzen. In der Praxis dominiert im Moment allerdings noch ein in sich geschlossener „Sensor-to-App Vertical“-Ansatz“. Hier meine Antwort:

Unser Ziel ist es, durch ein „OT-Daten-Gateway-Konzept“ eine offene Datenplattform innerhalb einer Maschinenumgebung zu schaffen, in der SPS-, Baugruppen- und Sensordaten herstellerübergreifend zusammengefasst und vorverarbeitet werden. Auf diese Daten können völlig unterschiedliche Anwendungen zugreifen, z. B. die Datenbankanwendung des Anbieters A und das MES des Herstellers B. Kommt in Zukunft ein Anbieter C mit einer herausragenden KI-Anwendung dazu, die phänomenale Ergebnisse in Bezug auf die Predictive Maintenance für Antriebselemente ermöglicht, kann selbstverständlich auch diese Anwendung auf die Daten zugreifen.

Mit dem „Sensor-to-App Vertical“-Ansatz“ meine ich die folgende Ist-Situation: Anbieter A bietet einen Retrofit-Sensor für Elektromotoren, der die erfassten Daten allerdings ausschließlich an die Cloud dieses Anbieters sendet. Dort existieren die entsprechenden Algorithmen und Modelle, um die Daten auszuwerten. Anbieter B liefert eine vergleichbare Lösung für Pumpen, Anbieter C hat sich auf Pneumatik konzentriert usw. Der Zugriff auf die Sensor- bzw. Clouddaten des jeweiligen Anbieters ist in der Regel nicht vorgesehen. Die Qualität der Algorithmen und Modelle ist intransparent. Diesen Zustand empfinden wir bei SSV als Innovationshemmnis. Mit qualitativ hochwertigen Daten lässt sich in der Regel mehr anfangen, wenn offene Zugriffsmöglichkeiten existieren.

VG KDW


Zuletzt bearbeitet von kdw am 07.12.2020, 18:25, insgesamt 2-mal bearbeitet
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
kdw



Anmeldedatum: 05.05.2006
Beiträge: 1370

BeitragVerfasst am: 07.12.2020, 10:53    Titel: Sensordatenanalyse ausprobieren ... Antworten mit Zitat

Hallo Forum.

Wie im Webinar am 04.12.2020 angesprochen, kann jeder interessierte, der eine geeignete Maschine oder Anlage betreibt, die KI-basierte Sensordatenanalyse zur Klassifizierung von Maschinenzuständen, zur Realisierung virtueller Zähler (z. B. Betriebsstundenzähler, Ereigniszähler) oder anderer Ideen ausprobieren.



Dafür stellen wir einige MLS/160A-Sensorkits mit Daten-Gateway und den entsprechenden Softwarebausteinen zeitlich befristet als Leihgabe zur Verfügung. Bei Interesse melden Sie sich bitte einfach bei uns.

Das hier angesprochene Sensorkit hat bei uns die Bezeichnung MMA/SK1. Er besteht im Wesentlichen aus dem Sensor MLS/160A plus einem Gateway RMG/941. Auf dem Gateway sind Softwarekomponenten des Maschinen-Monitoring-Assistenten MMA/160 vorinstalliert. Siehe hierzu auch: https://www.ssv-comm.de/forum/viewtopic.php?t=1516.

Bei der Zusammenstellung des MMA/SK1 haben wir besonders auf die einfache Benutzbarkeit geachtet. Über die ersten Inbetriebnahmeschritte wird der MLS/160A an einer Maschine befestigt, um herausfinden, ob man an der jeweils gewählten Position brauchbare Daten zur Zustandserkennung erfassen kann. Durch die vorkonfigurierten Softwarekomponenten steht ein Web-basiertes Dashboard zur Verfügung, dass von einem PC, der eine LAN-Verbindung zum RMG/941 besitzt, darstellen lässt (siehe hierzu die folgende Abbildung).



In der Dashboard-Darstellung des Frequenzbereichs der Maschinenvibration sollte möglichst deutlich zumindest die Rotationsfrequenz eines Maschinenantriebselements mit einem sichtbaren Abstand zum „Grundrauschen“ erkennbar sein (die Abbildung weiter oben entspricht einem Idealfall). Bei einem zu geringen Abstand zwischen „Rauschen“ und Rotationsfrequenzen (siehe nächste Abbildung) sollte mit unterschiedlichen Sensorpositionen experimentiert werden. Grundsätzlich gilt: Den Sensor MLS/160A so nah wie möglich am Antriebselement positionieren.



Eine Anleitung für die ersten Schritte mit dem MMA/SK1 steht inzwischen auch zur Verfügung. Siehe https://ssv-comm.de/forum/dokumente/MMASK1-FS.pdf.

VG KDW
Nach oben
Benutzer-Profile anzeigen Private Nachricht senden
Beiträge der letzten Zeit anzeigen:   
Neues Thema eröffnen   Neue Antwort erstellen    SSV-Forum Foren-Übersicht >>> RMG/941 Alle Zeiten sind GMT + 1 Stunde
Seite 1 von 1

 
Gehe zu:  
Sie können keine Beiträge in dieses Forum schreiben.
Sie können auf Beiträge in diesem Forum nicht antworten.
Sie können Ihre Beiträge in diesem Forum nicht bearbeiten.
Sie können Ihre Beiträge in diesem Forum nicht löschen.
Sie können an Umfragen in diesem Forum nicht teilnehmen.

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511 / 40 000-0
Fax: +49(0)511 / 40 000-40

sales@ssv-embedded.de


Impressum    ·    Datenschutz    ·    AGB

© 2021 SSV Software Systems GmbH. Alle Rechte vorbehalten.

ISO 9001:2015