IoT in der Prozessfertigung

Das Internet of Things (IoT) schafft auch für den Mittelstand erhebliche Effizienz- und Kostenvorteile. Konnektivität, mobile Lösungen und Sensorik vereinfachen den Betrieb und die Instandhaltung.

Basis dafür sind bahnbrechende Entwicklungen der letzten Jahre – Cloud Computing, Big Data Analytics, Edge Computing und eine günstigere, vielfältigere Sensorik.

Hinzu kommt, dass Microsoft mit „Azure“ eine Cloud-Plattform und Technologie bietet, die eine einfache Entwicklung von Apps ermöglicht. Diese Applikationen können dann einfach in die Microsoft-Welt integriert werden.

Die Nutzung mobiler Apps verbessert die Interaktion in der Prozessabstimmung entscheidend. Wichtige Informationen werden direkt auf den mobilen Endgeräten (wie Smartphone oder Tablet) mit hohen Sicherheitsstandards bereitgestellt.

Neu entwickelte Sensoren für technische Objekte wie z. B. Rohrleitungen, Motoren, Pumpen liefern die entscheidenden Daten aus dem Betrieb, mit denen sich eine ganze Reihe von Optimierungen anstoßen lassen, sei es im Bereich Security, Lebensdauer, Logistik oder vorausschauende Instandhaltung.

Im Internet der Dinge wird das Edge Computing immer wichtiger: Eine Vielzahl von zunehmend günstigeren Endpunktsensoren liefern kritische Messdaten wie Temperatur oder Leckage. Weil Mobilfunk in diesen Szenarien zu überdimensioniert und zu teuer ist – jeder Sensor müsste eine eigene Sim-Karte haben –, kommen sogenannte „Low Power Wide Area Networks“ ins Spiel, wie zum Beispiel LoRa und Sigfox oder das vom Fraunhofer Institut entwickelte Mioty.

Ein wichtiges Ziel ist, die Instandhaltung auf ein höheres Niveau zu heben.

Sensorik, die automatisch Messdaten in die Cloud sendet, die dort für Predictive Maintenance und die digitale Inspektion analysiert werden, nimmt den Wartungsteams viel Arbeit ab. Ein Großteil der Kosten für die Einhaltung dieser Regularien lässt sich mit digitalen Prozessen einsparen. Von diesen digitalen Lösungen profitieren eben nicht nur große Unternehmen, sondern auch Mittelständler, die z. B. kleinere Anlagen betreiben.

Auch das Tracking über Sensoren, die Life-Cycle-Daten erheben, spielt eine wichtige Rolle – nicht nur für den Betrieb, sondern auch für Logistik und Montage.

Die Auswertung der Life-Cycle-Daten ist für den Bereich Predictive Maintenance unerlässlich, wie folgende Beispiele zeigen:

• Ausfallsicherheit bzw. Aussagen zur Ausfallwahrscheinlichkeit wichtiger Assets
• Condition Monitoring (kontinuierliche Überwachung des Zustands von Bauteilen, z. B. Temperatur, Wanddicke)
• Erfüllung behördlicher Auflagen (z. B. die Dichte der Flanschverbindungen)
• Reduzierung unproduktiver Arbeiten (Suchaufwände, Prüfen und Ablaufen von …)