Siemens präsentierte auf der SPS IPC Drives 2018 in Nürnberg im Rahmen von Siemens Industrial Edge eine neuentwickelte Hardware-Plattform für Edge-Applikationen: Das kompakte Simatic Edge Device, auf Basis des Embedded Industrie-PC Simatic IPC227E ist durch integrierte Konnektivität zur Automatisierung an der Maschine angeschlossen. Produktionsdaten können dadurch direkt in der Fertigung erfasst und verarbeitet werden. Wenn sich die Rahmenbedingungen der Industrie Applikation ändern, bietet Industrial Edge die Möglichkeit, Software-Applikationen auf dem Edge Device über funktionale rückkopplungsfreie Updates anzupassen und auf den neuesten Stand zu bringen. Die Hardware verfügt über ein geschlossenes Ganzmetallgehäuse und bietet so höchste Industriefunktionalität für den flexiblen und wartungsfreien Einsatz auch unter rauen Bedingungen. Eine vorinstallierte Edge Software gewährleistet eine schnelle Inbetriebnahme.
Rückwirkungsfreie Verarbeitung großer Datenmengen
Mit Siemens Industrial Edge bietet Siemens Anwendern die Möglichkeit, je nach individuellen Anforderungen die Lücke zwischen der klassischen lokalen Datenverarbeitung und der cloudbasierten Datenverarbeitung zu schließen. Mit Edge Computing lassen sich große Datenmengen lokal nahezu in Echtzeit rückwirkungsfrei verarbeiten. Zusätzlich verringern sich für Anwender die Speicher- und Übertragungskosten, da große Datenmengen vorverarbeitet werden und ausschließlich relevante Daten anschließend in eine Cloud- oder firmeneigene IT-Infrastruktur übertragen werden. Siemens Industrial Edge unterstützt Cloud-Übertragungsprotokolle für MindSphere, dem offenen, cloudbasierten IoT-Betriebssystem von Siemens und zukünftig auch Message Queuing Telemetry Transport (MQTT), um einen flexiblen Datenaustausch auch mit weiteren Systemen und Clouds zu gewährleisten.
Einsparung durch Edge Computing im Siemens Elektronikwerk Amberg
Im Siemens-Werk in Amberg kommt bei der Fertigung von Simatic-Produkten eine Leiterplatten-Schneidemaschine zum Einsatz. Bei dem Fräsvorgang wird feiner, für die Maschine aggressiver Frässtaub gebildet, der zu einer Verklemmung des Spindellagers und somit zu einem unvorhersehbaren Stillstand der Maschine führen kann. Damit dies nicht passiert, wurden Parameter aus dem Maschinenbetrieb mit Hilfe künstlicher Intelligenz analysiert, um Anomalien im Verhalten der Spindel zu erkennen, die auf einen bevorstehenden Ausfall hinweisen. Die Daten aus der Sensorik werden dabei an das Edge-Gerät übertragen und dort analysiert. Ein Algorithmus für maschinelles Lernen berechnet den Anomaliewert in Echtzeit, sobald dieser einen bestimmten Schwellenwert überschreitet, deutet dies auf einen bevorstehenden Maschinenausfall hin. Diese Edge Anwendung ermöglicht es, Lagererosionen und Maschinenausfälle 12 bis 36 Stunden vor dem tatsächlichen Ausfall vorherzusagen. Bei Anomalien kann die Maschinen-Spindel in der nächsten geplanten Ausfallzeit gewechselt werden, wodurch der ungeplante Stillstand der Maschine vermieden wird.
