Der Industriedienstleister Leadec bietet mit der Plattform Leadec.os eine IoT-Infrastruktur, die es ihm erlaubt, seine Angebote möglichst effizient zu gestalten – oder neue aufzusetzen. Die cloudbasierte Lösung bildet die Service-Prozesse vom Angebot über die Erbringung der Dienstleistung bis zur Dokumentation und Rechnungsstellung digital ab.
Inhaltsverzeichnis: Das erwartet Sie im Artikel
Leadec: Mit Hilfe von IoT nahe am Kunden
Die Wirtschaftlichkeit einer Produktion wird von technischen Services wie Warten, Instandsetzen und Reinigen von Anlagen beeinflusst. Seine Plattform erlaubt Leadec, nahe an den Bedürfnissen des Kunden zu arbeiten. Die cloudbasierte Lösung lässt sich an die Cloud-Technologien anderer Anbieter anbinden. Mit der IoT-Home-Cloud gibt es eine Erweiterung.
Mit dieser sind industrielle IoT-Anwendungen möglich. So kann Leadec erhobene Daten strukturieren sowie visualisieren. Mit künstlicher Intelligenz lassen sich im Weiteren Schlüsse daraus ziehen und Schritte einleiten. Beispiele für unterstützte Anwendungsfälle sind die Nachverfolgung von Schweißnähten (im Folgenden erläutert) und die Überwachung von Aggregaten in der zerspanenden Fertigung.
Anwendungsfall 1: Kontrolle von Schweißnähten
Qualitätsrelevante Schweißprozessdaten werden vom digitalen System über eine Kommunikationsschnittstelle von den Schweißstromquellen erfasst. In Echtzeit erfolgt die Dokumentation in der übergeordneten Datenbank – On-Premise oder in der Cloud.
Ein Algorithmus bewertet die Daten anhand definierter Parameter. Dies geschieht oft verknüpft mit Daten aus anderen Qualitätssicherungssystemen. Um bei potenziellen Qualitätsproblemen sofort eingreifen zu können, ermöglichen die Überwachungsergebnisse eine durchgängige Rückkopplung in den Automatisierungsprozess der Anlage.
Die Integration einer Schweißnahtkontrolle ist in neue Anlagen oder auch per Retrofit möglich. Es werden robotergestützte Schweißanlagen und auch Handschweißplätze überwacht. Dabei unterstützt das System verschiedene Überwachungsgarten. Die Software bietet zudem die Möglichkeit, angeschlossene Anlagen prospektiv zu warten.
Anwendungsfall 2: Schwingungssensoren in der zerspanenden Fertigung
Leadec realisierte einen weiteren Anwendungsfall in Werken in Indien und Deutschland. Die vorausschauende Wartung war hier Priorität. In der zerspanenden Fertigung wurden Pumpen und Verdichter mit Schwingungssensoren ausgestattet, um permanent aufgezeichnete Daten analysieren zu können. Diese werden in der Sensorik verarbeitet. Die Auswertung erfolgt anschließend in der IoT-Home-Cloud.
Der erste Schritt ist es, Anomalien zu erkennen und dann Warnungen zu versenden. Nachfolgend ist es wichtig, zu verstehen, warum die Anomalie auftritt. Ziel ist es, aus den Daten die Fehlerursache herzuleiten. Industrielle Machine Learning-Applikationen sind in der Lage, essentielle Daten auszuwählen, sie zu selektieren, Muster zu erkennen und auf der Basis Lösungsvorschläge zu erarbeiten.
Im beschriebenen Fall wurde ein KI-Algorithmus angesetzt, der die Schwingungsdaten der jeweiligen Maschinen verarbeitet. Nach Verifizierung des Systems, war es ihm möglich, aus Lerndaten individuelle Schwellenwerte zu generieren. Die IoT-Applikation löst bei Abweichungen vom Rahmen einen Alarm aus.
Leadec liefert Vorlage für neue Geschäftsmodelle
Jeder Alarm gibt dem Verantwortlichen Impulse zur Koordination der Instandhaltungsaktivitäten. Die Alarm-Information wird dabei in Real-Time über die Leadec-Plattform abgebildet. Die Integration erlaubt es dem Dienstleister, eine Datenbank über die weltweit betreuten Anlagen aufzubauen. Mit dem gesammelten Wissen lassen sich auch neue Geschäftsmodelle aufbauen.
Servicevereinbarungen (SLA) können beispielsweise zuverlässiger kalkuliert werden. Dienstleister können in einer weiteren Stufe sogar vollständig die Verantwortung für die Maschinen und Anlagen übernehmen. Voraussetzung ist ein Ökosystem, das Systemintegratoren, Software-Spezialisten, Anlagenhersteller sowie Menschen mit Fertigungs-Know-how miteinander verbindet.
Das ist ein Grund wieso Leadec im Zuge der Fraunhofer ICNAP-Studie „Monetizing Industrial Data“ an der Entwicklung von neuen Geschäftsmodellen im Sinne von End-to-End Service-Angeboten mitwirkt.
