Mobile Sensorik : Industrie 4.0 aus dem Koffer
Einen mobilen "Industrie 4.0-Analysekoffer" für Maschinen und Anlagen hat das Fraunhofer-Institut für intelligente Automatisierung (IOSB-INA) entwickelt. Der Koffer, der am Forschungsstandort in Lemgo (Nordrhein-Westfalen) entwickelt wurde, ermöglicht es, die Daten von Maschinen und Anlagen ohne Investition in Hardware und Fachpersonal zu erfassen. Die Daten werden temporär aufgezeichnet und via Mobilfunk an eine Datenbank übermittelt, wo sie mittels maschineller Intelligenz analysiert werden. Auf diesem Weg werden Ursachen für Qualitätsdefizite offen gelegt oder Anzeichen für eine anstehende Wartung identifiziert.
Zielgruppe für diesen Analysekoffer mit dem Namen INAsense sind vor allem KMU, die an den Vorteilen von modernen Analysetools zur Optimierung ihrer Produktion interessiert sind, aber die nötigen Investitionen in Betriebsmittel und Personal nicht schultern können (oder wollen). Dr. Holger Flatt, Leiter der Forschungsgruppe „Intelligente Sensorsysteme“ bei Fraunhofer, fasst den Ansporn für dieses Entwicklungsprojekt zusammen: „Industrie 4.0 ist für viele Mittelständler noch ein abstrakter Begriff, der nichts mit Ihren Auftragsbüchern oder ihren Produkten zu tun hat. Mit dem mobilen Sensorsystem wollen wir vor Ort Daten gewinnen, Transparenz erzeugen und Potentiale aufzeigen oder bei dem Auffinden von Problemen unterstützen."
Das Sensorsystem ist tatsächlich in einem Koffer untergebracht, der zur Anlage getragen wird. Auf 80 cm Länge und 50 cm Breite bietet es eine große technische Bandbreite: Infrarot-, Vibrations-, Druck-, Distanz-, Temperatur-, Luftfeuchte- und Anlagenleistungsmessung sowie diverse weitere physikalische Eigenschaften der Anlage – all das nimmt das Messsystem von Fraunhofer wahr. Außerdem ist eine speicherprogrammierbare Steuerung (SPS) verbaut, ein interner Rechner und ein Gateway sowie ein LTE-Router zur Übermittlung der Sensordaten an eine Cloud. Unterschiedliche Einsatzszenarien sind denkbar: Zum Beispiel in der Qualitätssicherung, um Transparenz im Prozess zu schaffen oder bevorstehende Wartungen vorherzusagen. Auch können Maschinen auf Basis der Erkenntnisse aus den Produktionsdaten effizienter und leistungsfähiger betrieben werden.