Konnektivität ist für das industrielle Internet der Dinge (IIoT) das A und O. Die Vernetzung von Maschinen, Geräten, Daten und Menschen ist das Kernstück der digitalen Transformation und aller damit verbundenen Möglichkeiten. Geschwindigkeit und Umfang der Digitalisierung variieren zwar von einer Produktionsstätte zur anderen. Die größten Unterschiede gibt es jedoch zwischen neuen (Greenfield) und bestehenden (Brownfield) Werken. Wo die Unterschiede liegen und welche Herausforderungen das Terrain Brownfield mit sich bringt, erklärt dieser Blogbeitrag.
Eine umfassend optimierte Anlage zeichnet sich dadurch aus, dass alles miteinander vernetzt ist. Maschinen, Mess- und Regelsysteme, Sensoren, Motorsteuerungen, Robotersysteme, Zustandsüberwachungsgeräte, Sicherheitssysteme und vieles mehr. Eine vollständige Optimierung kann bei Projekten im Greenfield mit genügend Budget erreicht werden. Während ältere Anlagen nur auf stückweise Implementierungen hinarbeiten können.
Digitalisierte Anlagenüberwachung und -verwaltung gehören bei neuen Anlagen mittlerweile zur Norm, sind aber auch der Ausgangspunkt für IIoT in bestehenden Anlagen mit begrenztem Budget.
Verbesserung der Performance von Brownfield-Anlagen
Bei Brownfield-Standorten sind IIoT-Initiativen in der Regel mit Modernisierungen oder Erweiterungsprojekten verbunden. Die Digitalisierung ist in diesen Umgebungen aufgrund veralteter Anlagen, Geräte und Netzwerksysteme (bzw. deren Fehlen) sowie aufgrund von Daten, die oftmals in Silos oder auf Papier vorliegen und im Allgemeinen qualitativ unzureichend sind, eine größere Herausforderung. Es ist jedoch ein notwendiges Unterfangen, um von IIoT zu profitieren.
Da viele ältere Anlagen dringend optimiert werden müssen, ist die Umstellung von Run-to-Failure (RTF) und routinemäßiger präventiver Wartung (PM) auf Zustandsüberwachung und vorausschauende Wartung (PdM) ein wichtiges IIoT-Ziel. Die adäquate Erkennung und Korrektur von nachlassendem Maschinenzustand vor dem Ausfall erfordert eine offene, standardbasierte Kommunikation. Sowie Integration und Interoperabilität zwischen diversen Maschinensensoren, mobilen Zustandsüberwachungsgeräten und Unternehmens-Software für das Anlagen- und Servicemanagement, die drahtgebunden oder drahtlos sind.
Fortgeschrittene Analysen nutzen maschinelles Lernen (ML), künstliche Intelligenz (KI) und Mustererkennung, um Entscheidungen aus Streaming- und statischen Big Data mit minimalem menschlichem Eingriff zu treffen. Analysen in der Cloud und auf Edge-Geräten helfen dabei, bessere Schlussfolgerungen für die Anlagenverwaltung und -wartung zu ziehen, von der Vorhersage oder Diagnose von Ausfällen über Reparatur- und Austauschentscheidungen bis hin zur proaktiven Anwendung der Maßnahmen auf ähnliche Anlagen unter ähnlichen Bedingungen. Mit der Zeit werden die Algorithmen „intelligenter“ und genauer, da die Systeme aus Erfahrungen lernen.
Die 3D-Modellierung und Simulation von Anlagen, Systemen, Prozessen und kompletten Werken ist mit digitalen Nachbildungen oder Zwillingen möglich. Ältere Anlagen neigen dazu, digitale Zwillinge in kleinerem Maßstab einzusetzen, da inkompatible Datenquellen, Strukturen und Geräte die Einrichtung erschweren. Die IIoT-fähige Fähigkeit ist nützlich für die Simulation des Betriebs, die Überwachung des Maschinenzustands, die Vorhersage von Wartungsarbeiten, die Simulation von Reparaturszenarien und die Vorhersage von Reaktionen auf Prozessänderungen. Um effektiv zu bleiben, müssen digitale Zwillinge kontinuierlich aktualisiert werden, um Änderungen am physischen Zwilling anzupassen.
Neue Realitäten
Augmented Reality (AR), Virtual Reality (VR), Mixed Reality (MR) und virtuelle Agenten bieten neue und immersive Möglichkeiten. Für die Schulung, Entwicklung und Zusammenarbeit von Mitarbeitern. Aufgaben im Außendienst und in der Anlagenwartung können in sicheren, realistischen Umgebungen erlernt und geübt werden. Und zwar live und mit On-Demand-Zugriff auf Experten aus der Ferne zur Beratung oder Zusammenarbeit. Die Technologie ist hilfreich bei der Umschulung und Umschulung von Personal für neue Aufgaben, die sich aus der Digitalisierung ergeben.
Datenqualität und -zugänglichkeit, Eigenschaften, die selten mit älteren Anlagen in Verbindung gebracht werden, sind von grundlegender Bedeutung für effektive KI und Machine Learning. Da die Verwendung schlechter Daten unweigerlich zu fehlerhaften Ergebnissen führt, richten einige Unternehmen Datenqualitätsgruppen ein. Sie konzentrieren sich auf die Bereinigung von Daten, um so ML zu einem realistischeren Ziel machen. Zu den Zielen gehören beispielsweise die Gewährleistung der Relevanz, Genauigkeit, Vollständigkeit und Integrität von Daten, die Beseitigung von Redundanzen und die Digitalisierung von Wissen, das in den Erinnerungen oder persönlichen Aufzeichnungen erfahrener Fachleute gespeichert ist.
Widerstände gegen Veränderungen sind eine weitere Herausforderung, die nur im Brownfield auftritt. Neue Technologien und Prozesse durchbrechen etablierte Komfortzonen, wodurch Versagensängste, Befürchtungen, ersetzt zu werden, und ein Mangel an Akzeptanz entstehen. Mitarbeiter, die mit neuen Technologien gut zurechtkommen, können sich besser an diese anpassen, während diejenigen, die das nicht tun, die digitale Transformation als Bedrohung empfinden. Ein effektives organisatorisches Änderungsmanagement ist unerlässlich, um den Erfolg von IIoT- und Digitalisierungsprojekten sicherzustellen.
Zuverlässige Technik für neue Standorte
Der Vorteil neuer Produktionsstätten besteht darin, dass sie von Grund auf neu konzipiert, modelliert und auf Zuverlässigkeit ausgelegt werden. Intelligente Industrie 4.0-Fabriken im Greenfield sind von Grund auf digitalisiert. Sie verfügen über eine offene IIoT-Architektur, die auf Standards basiert, untereinander kompatibel, erweiterbar und skalierbar ist. Und sich an neue und ständig verbesserte Technologien anpassen lässt. Die Daten sind vollständig demokratisiert und die Mitarbeiter sind mit allen digitalen Aspekten vertraut.
Universelle Anziehungskraft des IIoT für Anlagenmanagement und -überwachung
Die Digitalisierung der Anlagenverwaltung und -überwachung, die mit den neuesten Best Practices umgesetzt wird, bietet enorme Vorteile. Sie ebnet den Weg für die Optimierung von Instandhaltung und Service vor Ort für Anlagen jeden Alters sowie als Grundlage für Wartungs- und Serviceanbieter. Darüber hinaus beschleunigt es den Weg zu einem Geschäftsmodell der Serviceorientierung für OEMs (Original Equipment Manufacturers).
Eigentümer und Betreiber von Greenfield- und Brownfield-Anlagen, Serviceanbieter und OEMs profitieren alle von einem erhöhten Bewusstsein für Trends im Maschinenbetrieb und in der Leistung, intelligenteren Analysen, frühzeitiger Benachrichtigung über Anomalien und effizienten, kostengünstigen Korrekturmaßnahmen. Die sich daraus ergebenden Verbesserungen in Bezug auf Betriebszeit, Leistung und Produktivität lassen sich an wichtigen Leistungsindikatoren wie der mittleren Ausfallzeit (MTBF), der mittleren Reparaturzeit (MTTR) und der Gesamtanlageneffektivität (OEE) ablesen.
IIoT ist entsprechend mittlerweile ein essentieller Baustein für den Unternehmenserfolg im produzierenden Gewerbe. Denn er optimiert Prozesse und Kosten .
