Produktionsplanung

Lifecycle Monitoring intelligenter Produktionssysteme

Ein innovatives Konzept für die Einführung von Smart Maintenance
Lesedauer:  5 Minuten
Selbstheilende Systeme in der Smart Factory
© Adobe Stock/greenbutterfly

Um eine effiziente Fertigung zu gewährleisten, müssen Produktionssysteme die Fähigkeiten besitzen, mit Maschinen und Menschen in einer verteilten Umgebung zu kommunizieren und zu interagieren, den Verschleißzustand von funktionsrelevanten Komponenten zu überwachen und ihr Verhalten situationsbezogen selbst anzupassen. Dieser Beitrag gibt einen Überblick über die historische Entwicklung intelligenter Produktionssysteme. Des Weiteren werden technische und organisatorische Voraussetzungen für die Implementierung intelligenter Produktionssysteme mit dem Fokus auf Smart Maintenance in einem verfügbarkeitsorientierten Geschäftsmodell vorgestellt und kritisch diskutiert.

In der Literatur existieren zahlreiche Definitionen für maschinelle Intelligenz. Legg und Hutter schlagen in [1] folgende Definition für Maschinenintelligenz vor: „Intelligence measures an agent’s ability to achieve goals in a wide range of environments“. Im vorliegenden Beitrag wird für das gemeinsame Verständnis vorgeschlagen, ein intelligentes Produktionssystem durch seine kognitive Fähigkeit zu charakterisieren, da sie eine grundlegende Voraussetzung für die Interaktion in einer verteilten Produktionsumgebung ist, in der Menschen und Objekte in komplexen Prozessen entlang der Wertschöpfungskette zusammenarbeiten. Intelligente Produktionssysteme folgen dem prinzipiellen Aufbau Cyber-Physischer Systeme (CPS) wie sie von Broy in [2] beschrieben werden.

Historische Entwicklung intelligenter Produktionssysteme

Die Forderung nach einer effizienten Fertigung löste im England des 18. Jahrhunderts die Industrialisierung aus. 1776 begannen James Watt und Matthew Boulton damit, ihre Dampfmaschinen zu leasen, anstatt sie an Minenbesitzer zu verkaufen. Ihr Geschäftsmodell bestand darin, ihr Produkt für ein Drittel dessen zu vermieten, was es sie kosten würde, ihre Arbeitspferde in einem definierten Zeitraum zu füttern. Um nachzuweisen, wie viele Arbeitspferdestärken durch eine Dampfmaschine eingespart wurden, wurde es notwendig, die Leistung während der Nutzungsphase zu überwachen. Aus diesem Grund hatte Watts einen Mechanismus entwickelt, welcher die Anzahl durchgeführter Arbeitshübe zählt. Dieser mechanische Zähler wurde in die Dampfmaschine eingebaut und war nur für autorisierte Personen zugänglich.

In gewisser Weise kann man diese Art von Dampfmaschine als ein sehr einfaches intelligentes Produktionssystem betrachten, das in der Lage ist, die erbrachte Leistung zu erfassen und das gespeicherte Ergebnis weiterzugeben. Neben dem Einsatz energiebetriebener Maschinen, welche die zuvor vollständig von Menschen durchgeführten Tätigkeiten übernehmen konnten, führte die Möglichkeit der sequenziellen Arbeitsteilung zu ersten Montagelinien, wo Teile automatisch von Arbeitsplatz zu Arbeitsplatz bewegt wurden.

Diese Art von sequenziell starr verkettetem Produktionsprozess musste von einem System überwacht und gesteuert werden. Im Fall der Montagelinie von Henry Ford im Jahr 1913 war dies ein Förderband, das die Optimierung der Interoperabilität durch Anpassung der Geschwindigkeit ermöglichte. Der Einsatz elektronischer Geräte in den 1950er Jahren und von Informationstechnologie in den späten 1960er Jahren für die Automatisierung gestattete es, Computerprogramme auf Produktionssystemen ablaufen zu lassen und damit das Verhalten intelligent, aber mehr oder weniger an vorgegebene Eingangsparameter gekoppelt anzupassen.

Mit dem Aufkommen der Informations- und Kommunikationstechnologien (IKT) in den 1970er und 1980er Jahren, wurde das Konzept der computerintegrierten Fertigung (CIM) etabliert. Das Konzept steht für die umfassende Implementierung von IKT entlang der Wertschöpfungskette in der Produktion als Basis für einen durchgängigen Datenfluss von der Produktgestaltung über den Arbeitsauftrag bis hin zur eigentlichen Produktion.

Der Begriff Industrie 4.0 wurde von Kagermann, Lukas und Wahlster auf der Hannover Messe 2011 erstmals offiziell der Öffentlichkeit vorgestellt. Heute gibt es mehr als 100 Charakterisierungen und Definitionen für Industrie 4.0, die sich in Bezug auf Ziel und Fokus unterscheiden. Eine klare und allgemein akzeptierte Definition von Industrie 4.0 existiert noch nicht. Bezogen auf intelligente Produktionssysteme kann Industrie 4.0 als die allgegenwärtige Vernetzung von Menschen, Maschinen, Objekten und IT-Systemen, die eine horizontale Integration in Wertschöpfungsnetzwerke ermöglicht und mit der strikten Trennung der etablierten Ebenen der Automatisierungspyramide bricht, verstanden werden.

Fertigungsintelligenz und -funktionen verändern sich von der Zentralisierung hin zur Dezentralisierung unter dem Aspekt einer intelligenten Selbststeuerung, was auch eine Neugestaltung des soziotechnischen Systems erfordert. Aus diesem Grund kombinieren Industrie 4.0 Anwendungen verschiedene Technologien aus dem weiten Feld der Digitalisierung mit dem Ziel, den Wertstrom in der industriellen Produktion zu optimieren. Was die allgemein akzeptierten ersten drei industriellen Revolutionen, die durch Mechanisierung, Elektrifizierung und Einsatz von Elektronik und Informationstechnologie gekennzeichnet sind, betrifft, so kann festgestellt werden, dass sie durch die frühe Einführung neuer Technologien für die industrielle Produktion getrieben sind.

Historie von Konzepten mit Bezug zu Industrie 4.0
Bild 1: Historie von Konzepten mit Bezug zu Industrie 4.0

Aus technologischer Sicht bezeichnet der Begriff Industrie 4.0 daher eher eine evolutionäre Phase der dritten industriellen Revolution, da bereits die CIM-Ära von IKT geprägt wurde [3]. Bild 1 gibt einen Überblick über bestehende Konzepte, die heute im Kontext von Industrie 4.0 betrachtet werden.

Industrie 4.0 bietet die Möglichkeit, innovative datengesteuerte Geschäftsmodelle wie „Pay per X“ zu implementieren, was bedeutet, dass der Kunde nur für den tatsächlichen Nutzen und nicht für das Produkt selbst bezahlt. Grundlage solcher Geschäftsmodelle sind CPS als Datenquellen, Daten an sich, Cloud Plattformen zur Erbringung von Diensten sowie die eigentlichen Dienste, z. B. vorausschauende Instandhaltung, Prozessoptimierung oder Energiemanagement. Auf diese Weise wird sich die Rolle der Hersteller von dienstleistenden Produzenten hin zu produzierenden Dienstleistern verändern.

Intelligente Produktionssysteme in der Forschung

Die Forschung zur Verwendung steuerungsinterner Daten von Produktionsmaschinen zur Prozess- und Zustandsüberwachung begann bereits in den 1990er Jahren [13, 14]. Byrne u. a. kamen in [15] zu dem Schluss, dass das Sensorsystem bei intelligenten Werkzeugmaschinen integraler Bestandteil werden muss. Die Forschung in der Produktionsindustrie zielte darauf ab, durch die Einführung von maschinellen Lernmethoden mehr Wissen aus Maschinen- und Prozessdaten zu gewinnen [16, 17]. Forscher begannen, Produktionsmaschinen direkt mit dem Internet zu verbinden, um innovative Dienstleistungen anzubieten, die oft mit dem Ziel der Maximierung der technischen Verfügbarkeit verbunden waren [18].

Diese Aktivitäten führten Anfang der 2000er Jahre zur Entwicklung webbasierter Plattformen für die Bereitstellung vielfältiger Dienstleistungen für die Fertigungsindustrie. Eine Gemeinsamkeit dieser Plattformansätze ist, dass die im Produktionssystem erfassten Daten für die Umsetzung datengetriebener Geschäftsmodelle genutzt werden. Im Rahmen des Fraunhofer-internen Forschungsprojekts eIndustrial Services wurden webbasierte Mehrwertdienste für das produzierende Gewerbe für unterschiedliche Anwendungsfälle entwickelt.

Der Anwendungsfall eMaintenance umfasste unter anderem Dienstleistungen zur Zustandsüberwachung und vorausschauenden Instandhaltung mit erweiterten Diagnoseverfahren. Voraussetzung für diese Dienste war, dass Werkzeugmaschinen in die Lage versetzt wurden, Selbsttests durchzuführen, interne Steuerdaten wie Antriebssignale, Maschinenparameter und Systemmeldungen zu erfassen und mit Webservices für die Datenanalyse zu kommunizieren [19].

Hier weiterlesen


Das könnte Sie auch interessieren

„KI ersetzt keine Erfahrung – sie macht sie skalierbar!“

„KI ersetzt keine Erfahrung – sie macht sie skalierbar!“

Im Gespräch mit Jürgen Schön, Head of Manufacturing Industry GTM EMEA bei ServiceNow
Die Fertigungsindustrie hat große Fortschritte bei der Einführung von KI gemacht – doch meist bleibt es bei Pilotprojekten. Entscheidend wird nun, KI ganzheitlich entlang der Wertschöpfungskette zu verankern, um echte Wirkung zu erzielen: höhere Produktivität, stabilere Prozesse und weniger Ausschuss. Immer mehr Unternehmen entwickeln konkrete Anwendungsfälle und setzen diese um. KI wird damit vom Experiment zum festen Bestandteil operativer Exzellenz.
Innovation, Digitalisierung und KI im Maschinenbau

Innovation, Digitalisierung und KI im Maschinenbau

Im Gespräch mit Prof. Dr. Oliver Amft, Institutsleiter bei Hahn-Schickard
Hahn-Schickard und das IMIT Villingen sind Innovationsmotoren für Mikrosystemtechnik und Digitalisierung. Mit Hightech-Lösungen in Bereichen wie Sensorik, Embedded Systems, KI und digitaler Medizin unterstützen sie Unternehmen – vom Start-up bis zum Großkonzern – entlang der gesamten Wertschöpfungskette. Forschung trifft Praxis – regional verankert, international vernetzt.
Making Manufacturing Easy: beständig, innovativ, spezialisiert

Making Manufacturing Easy: beständig, innovativ, spezialisiert

Im Gespräch mit Dr. Clemens Pieper, Geschäftsführer Deutschland bei Monitor ERP
Langfristig orientiert und gleichzeitig Innovativ – seit über 50 Jahren treibt Monitor ERP die Digitalisierung im produzierenden Mittelstand voran. Mit Cloud, KI, Nachhaltigkeitsfunktionen und tiefem Branchenwissen bietet das System eine zukunftssichere ERP-Lösung, die schnell implementierbar, erweiterbar und praxisnah ist – ausgezeichnet mit dem Factory Innovation Award.
Retrofit in der Produktionslogistik

Retrofit in der Produktionslogistik

5 Punkte, die Sie unbedingt beachten sollten
Das Retrofit bestehender Produktions- und Logistiksysteme bietet Unternehmen die Chance, mit überschaubarem Aufwand ihre Effizienz zu steigern und Kosten nachhaltig zu senken. Trotz klarer Vorteile zögern viele Betriebe, da sie wirtschaftliche Unsicherheit und Betriebsunterbrechungen fürchten. Dabei können bereits kleine Modernisierungen schnelle Erfolge bringen und gleichzeitig die Weichen für künftige Herausforderungen stellen.
Factory Cloud und Datenräume – Zukunft der Produktion

Factory Cloud und Datenräume – Zukunft der Produktion

Flexible, sichere und datengetriebene Fertigung
Produzierende Unternehmen stehen unter wachsendem Druck, ihre Prozesse flexibel und effizient zu gestalten. Die Factory Cloud ermöglicht die lokale Verarbeitung von Produktionsdaten, während Datenräume den sicheren Austausch sensibler Informationen entlang der Wertschöpfungskette gewährleisten. Gemeinsam bieten sie die Grundlage für eine souveräne, datengetriebene Produktion.
Predictive Maintenance in der Fertigung

Predictive Maintenance in der Fertigung

Eine solide Architektur als Basis für die datengestützte Optimierung
In der Industrie ist die Reduzierung von Ausfallzeiten ein wichtiger Wettbewerbsfaktor. Ungeplante Ausfälle verursachen hohe Kosten in Form von Lieferverzögerungen, Vertragsstrafen und Umsatzverlusten. Dank umfangreicher Datenströme, IoT-Systeme und der Integration moderner KI-Technologien – zusammengeführt im Ansatz der Predictive Maintenance – können Unternehmen Wartungsprozesse optimieren und dadurch ungeplante Stillstandszeiten minimieren.