Industrielles IoT-Retrofitting Kommunikation und Sinne mittels Open-Source nachrüsten

Gesponsert von

Würth Elektronik eiSos GmbH & Co. KG

Bei über Jahre optimierten industriellen Produktionsanlagen ist eine nicht-invasive digitale Aufrüstung mit Kommunikation und Sensorik gefragt, wie ein Kooperationsprojekt zwischen Würth Elektronik, FEGA & Schmitt und IAV demonstriert.

Neueste Fertigungstechnologien versprechen in aller Regel mehr Effizienz und bessere Ergebnisse. Manchmal ist es jedoch besser, bewährte oder sogar veraltete Technologien weiter zu verwenden - auch wenn ältere Anlagen zuweilen ihre Probleme mit sich bringen, beispielsweise hinsichtlich ihrer Effizienz, uneinheitlicher Qualität, teurer Wartung und manueller Arbeit. Der Ersatz älterer Produktionsanlagen ist für Unternehmen mit einer Reihe von Überlegungen verbunden. So ist es nicht ungewöhnlich, dass in älteren Anlagen Investitionen in Millionenhöhe und jahrelange Planungen stecken. Folglich ist der Ansatz der Nachrüstung kosteneffektiver.

Produktionsumgebungen lassen sich durch die Einführung intelligenter Automatisierung erheblich verbessern. Bestehende Anlagen können durch eine Steigerung des Automatisierungsgrads sogar an Wert gewinnen. Da ältere Maschinen oft bereits abgeschrieben sind, sind die wirtschaftlichen Auswirkungen einer höheren Produktivität ohne größere Neuinvestitionen besonders vorteilhaft für die Wettbewerbsfähigkeit. Damit die Modernisierung erfolgreich ist, müssen die automatisierten Maschinen die Betriebsdaten genau aufzeichnen und auswerten. Darüber hinaus ist es von entscheidender Bedeutung, dass die Schlussfolgerungen, die aus diesen Bewertungen gezogen werden, auf andere Produktionsstandorte übertragen werden können.

Bildergalerie

Bildergalerie mit 9 Bildern

Die Schwierigkeit bei älteren Maschinen besteht darin, dass uns in der Regel das Wissen fehlt, um die richtigen Fragen zu stellen. Wie lässt sich dieses Problem lösen? Die Nachrüstung von Maschinen ist hier die beste Strategie. Nachrüstung ist der Prozess der Aktualisierung oder des Hinzufügens neuer Funktionen zu bestehenden Anlagen unter Verwendung einer IoT-Lösung auf nicht-invasive Weise. Durch die Überführung einer Maschine in ihren digitalen Zwilling kann die Produktion detaillierter und effizienter untersucht und optimiert werden.

Rapid Prototyping in Partnerschaft

Ganz gleich, ob man alleine oder in einem Team arbeitet, es ist wichtig, schnell voranzukommen. Dazu bietet sich Rapid Prototyping an: ein Design-Workflow, der aus Ideenfindung, Prototyping und Testfällen besteht. Auf diese Weise sind Entwickler in der Lage, ihre besten Ideen schnell zu erproben und zu validieren. Je mehr Mitarbeiter am Ideenfindungsprozess beteiligt sind, desto größer ist die Chance, eine optimale Lösung zu finden. Nebenbei entstehen alternative Lösungsansätze, auf die man zurückgreifen kann, falls der ursprüngliche Prototyp scheitert. Der Vorteil des Low-Fidelity-Prototypings ist, dass wenn etwas schiefläuft, es einfach verworfen und neu begonnen werden kann.

Würth Elektronik unterstützt dabei das Open-Source-Konzept und hat zusammen mit FEGA & Schmitt und IAV einen Proof-of-Concept für die Überwachung industrieller Schneidemaschinen realisiert (Bild 1 siehe Bildergalerie). FEGA & Schmitt konzipierte dieses Projekt, Würth Elektronik lieferte die Vernetzung und die Sensorkomponenten und stellte mit IAV die Cloud-Infrastrukturlösung bereit (Bild 2). IAV bot zudem die Datenanalyse und vollständige Systemintegration an. Ziel war es, ein einfach zu installierendes Produkt für FEGA-Kunden zu entwickeln, um industrielle Schneidemaschinen zu überwachen, die Auslastung anhand von Strommessungen zu ermitteln und mögliche Probleme mit den Schneidwerkzeugen zu erkennen, bevor sie auftreten. Manchmal kann eine bestimmte Kombination von Werkzeugbewegungen dazu führen, dass Werkzeuge brechen. Durch die Identifizierung dieser Bewegungsabläufe lässt sich eine Fehlervorhersage treffen. Dadurch kommt es zu deutlich weniger Produktionsausfällen. Eine Strommessung ermöglicht zusätzlich die Bestimmung der Maschinenauslastung und vereinfacht den Planungsprozess.

Während des Proof-of-Concept war es eine strikte Vorgabe, bei der Installation weder die Infrastruktur des Kunden zu beeinträchtigen noch Prozessausfälle zu verursachen. Zudem ist das frühzeitige und häufige Testen von Ideen mit echten Nutzern der beste Weg, die begrenzte Entwicklungszeit optimal zu nutzen. Mit Rapid Prototyping lassen sich viele Fehler vermeiden, die ansonsten auf dem schnellen Weg direkt zur High Fidelity gelauert hätten. Der Kunde erhält über die fertige Lösung umfassende Informationen zur Anlagenverfügbarkeit. Durch den Einsatz von Sensoren und KI-gestützter Datenauswertung wird die vorausschauende Wartung ein wesentliches Unterscheidungsmerkmal der FEGA & Schmitt-Produkte.

Prototyping mit FeatherWing-Platinen

FeatherWings sind eine Serie stapelbarer Prototyping-Boards mit unterschiedlichen Funktionen. Würth Elek-tronik hat eine Reihe solcher Entwicklungsplatinen im Angebot – Open Source und vollständig kompatibel mit dem „Feather“-Formfaktor. Dazu gehören verschiedene FeatherWing-Funktionen, von Sensorik, über WE-Pro-Ware-Wireless-Konnektivität und WiFi bis hin zu verschiedenen Stromversorgungen. Es gibt ein GitHub repository [1] für alle Open-Source-Boards, einschließlich ihrer Schaltpläne, BoMs, Software und Cloud-Vernetzungsbeschreibungen für Azure und AWS.

Bewegungserfassung durch Beschleunigung

Sensor-FeatherWings werden verwendet, um die initialen Datenpunkte zu erzeugen. Da die Bewegung der Messerhand Beschleunigungsmomente erzeugt, ist die Verwendung eines Beschleunigungssensors ein guter Ansatz für die Überwachung von Bewegungen. Der WE-Sensor FeatherWing ist ein Entwicklungs-Board mit vier Sensoren. Zusätzlich zu Adafruits Feather-Formfaktor ist es auch mit Sparkfuns QWIIC-connect kompatibel, das eine Standard-I²C-Schnittstelle bietet, die auch mit STEMMA QT und Grove/Gravity zusammenarbeitet. Dies bietet vielfältige Möglichkeiten im Prototyping. All das macht es einfach, verschiedene Sensoren und Geräte verschiedener Hersteller ohne großen Verkabelungsaufwand anzuschließen und schnell Prototypen zu entwickeln.

Vernetzung per LTE-M/NB-IoT

Die Kommunikation zwischen Knoten und Gateway wird auf unterschiedliche Weise hergestellt. Die Gateway/Cloud-Kommunikation kann auf zwei verschiedene Arten erfolgen. Unter Verwendung eines industriellen Raspberry Pi mit LTE-Anbindung werden während der Modellerstellungsphase große Datenmengen zur Spektralanalyse an die Cloud gesendet. Nach der Erstellung des Modells wird die Konnektivität auf das Adrastea-I LTE-M/NB-IoT-Modul von Würth Elektronik (Kasten und Bild 9 unten) umgestellt.

Dies reduziert den Netzwerkverkehr und damit auch die Kosten erheblich. Beide Methoden wurden in Cloud-basierten Produktionsumgebungen getestet. Der Knoten ist über ein Gateway mit der Cloud verbunden, das das proprietäre 2,4-GHz-Funkmodul Thyone-I Wireless verwendet. Die Datensicherheit sollte hier nicht unterschätzt werden, daher verwendet das Gateway zur Cloud-Verbindung das TLS-Protokoll. Der Knoten nutzt einen ähnlichen Ansatz mit dem Secure-Element ATECC608A-TNGTLS von Microchip Technology auf der einen und dem Cloud-Schlüsseltresor auf der anderen Seite. Die gesamte Verbindung zwischen allen Kommunikationsteilnehmern – Knoten, Gateways und der Cloud – ist geschützt und verschlüsselt.

Vibrations- und Strommessung

Für die Auswahl eines geeigneten Beschleunigungssensors ist ein klares Verständnis der Anwendung und ihrer Messaufgaben unerlässlich. In diesem Fall wurde ein 3-Achsen-Beschleunigungs-MEMS-Sensor verwendet, um die Bewegungen des Messerarms zu erfassen. Die Vorteile der MEMS-Sensoren in Bezug auf Größe, Kosten und Zuverlässigkeit nutzen zu können, steht schon länger auf der Wunschliste von Entwicklern, und mit dem WSEN-ITDS-3-Achsen-Beschleunigungssensor können die Vorteile nun voll ausgeschöpft werden.

Strommessungen müssen nicht-invasiv sein, da die überwachten Geräte nicht beeinträchtigt werden dürfen. Die Lösung sollte einfach auf jede ähnliche Maschine anwendbar sein. Deshalb wurden WAGOs Split-Core-Stromwandler 855-4101/400-001 und der ACS723-Hall-Effekt-Sensor-Breakout von SparkFun verwendet. Der Vorteil eines Hall-Effekt-Sensors besteht darin, dass die Schaltung, die den Sensor abtastet, und die Schaltung, die den Sensor ausliest, elektrisch isoliert sind. Daher kann die Schaltung, die den Sensor abtastet, mit höheren Gleich- oder Wechselspannungen arbeiten als die Hauptplatine.

Vernetzung

Zum Proof-of-Concept wurden zwei Vernetzungslösungen verwendet. In der ersten Phase der Datenerfassung kam ein mit dem Raspberry-Pi-kompatibles Industrial-IoT-Gateway zum Einsatz. Ein Linux-basiertes System optimierte dann die Datenerfassung und -übertragung, da eine große Menge an Daten erforderlich ist, um das Maschinenverhalten zu definieren. Für die Cloud wurde ein Dashboard für die Echtzeitüberwachung der Daten mit Node-Red und Grafana erstellt. Darüber hinaus wurden die Zeitstromdaten analysiert, um mit maschinellem Lernen Trends und Muster zu erkennen. Ähnliche Prozessmuster werden automatisch erkannt und gekennzeichnet. Die restlichen Muster werden als unbekannt markiert. Diese Daten dienen als Grundlage für Prozessstatistiken, die für verschiedene Anwendungsfälle wie Prozessüberwachung, Qualitätssicherung und vorausschauende Wartung genutzt werden können.

Test in realer Umgebung

Während des Praxistests traten zahlreiche Herausforderungen auf: Datenverluste aufgrund der Entfernung und der verschiedenen Funkquellen in der Fertigungshalle, ständige Bewegung der stapelbaren Platinen und der Stromversorgung oder deren Fehlen. Die Beschleunigungssensoren wurden am Messerarm montiert, ohne dass eine Stromquelle in der Nähe war. Dieses Hindernis wurde mit Hilfe eines LiPo-Akkus überwunden. Trotz des geringen Standby-Stromverbrauchs erschöpfte die ständige Datenübertragung in der Anfangsphase den Akku. Täglich wurden große Mengen an Informationen übertragen, was dazu führte, dass die Batterie alle zwei bis drei Tage leer war. Die Lösung war ein Solarpanel zum Aufladen der Batterie. Zu diesem Zweck wurde eine Open-Source-Lösung von Adafruit eingesetzt.

Das zweite Problem war die Platzierung der Sensoren und Funkmodule. Der Sensor muss sich auf dem Werkzeuggriff befinden, der ein bewegliches Teil ist. An der Maschine sind alle beweglichen Teile durch Metallgehäuse geschützt, die wie ein Faradayscher Käfig wirken. Obwohl die integrierte Antenne klein und effizient ist, war sie unbrauchbar. Dies wurde durch die Anbringung einer externen Antenne an der Außenseite des Gehäuses behoben. Der Stromsensor besteht aus Split-Core-Stromwandlern und Hall-Effekt-Sensoren für jede Phase. Die Kombination von zwei Sensoren erforderte eine Kalibrierung, die von Würth Elektronik durchgeführt wurde.

Prototyping beschleunigt

Die Erstellung eines Proof-of-Concept mit Open-Source-Komponenten kann die Prototyping-Zeit drastisch reduzieren. Die Kombination vorhandener Platinen mit Standard-Pinning und Sensoren mit Standardanschlüssen erleichtert das Testen und Experimentieren. Durch das Prototyping des Proof-of-Concept in zwei Stufen konnte in der ersten Stufe ein effektives Modell erstellt werden, das dann in der zweiten Stufe implementiert wurde. In der zweiten Phase werden lokale Modelle auf dem Mikrocontroller implementiert und nur das absolute Minimum an Daten gesendet. Die erforderlichen Daten werden über das Adrastea-I-Mobilfunkmodul an die Cloud gesendet.

Würth Elektronik bietet kostenlose SDKs im Arduino-Stil für verschiedene Prozessoren an und vertreibt FeatherWings. Diese Boards können mit Daten (PCB und BoM) von Würth Elektronik oder Adafruit's Awesome Feather GitHub [2] leicht angepasst werden. Dieser Anwendungsfall hat gezeigt, dass die Verwendung von Open-Source-Standards für das Prototyping Flexibilität bietet, was zu einer enormen Implementierungsgeschwindigkeit führt. 

Literatur:

[1] https://github.com/WurthElektronik/FeatherWings

[2] https://github.com/adafruit/awesome-feather

(ID:49220152)