Industrie 4.0

Andreas Behrens | Inka Krischke,

Intelligenz im Sensor

Kommunikationsfähige Sensoren produzieren enorme Daten­mengen, mit denen die übergeordneten Systeme zurechtkommen müssen. Eine Möglichkeit, diese Datenflut in den Griff zu ­bekommen, ist die Verankerung von Intelligenz im Sensor, um die Daten vorab auszuwerten und zu selektieren.

© Sick

Ob Rohdaten oder vorverarbeitete Informationen: Ohne entsprechende industrietaugliche Schnittstelle ist weder eine Datenübertragung noch eine bidirektionale Kommuni­kation möglich. Produktions- und ­Logistikkonzepte im Kontext von ­Industrie 4.0 verlangen aber immer mehr kommu­nikationsfähige Sensoren. So steigt die Nachfrage nach ­IO-Link-fähigen Lösungen spürbar, da diese die ­Möglichkeit bieten, volle Transparenz und Kontrolle bis auf die Sensor-Ebene herzustellen. So können Sensoren ­neben den reinen ­Detektions- oder ­Prozessdaten auch Informationen für die Prozessüber­wachung übermitteln. Diese Informationen sind für eine ­vorausschauende Wartung oder für die Prozess­optimierung im Sinne einer sicheren und robusten Detektion ­wichtig. Auch Set-up-Parameter lassen sich auf diesem Weg übertragen.

Doch was tun gegen die Datenflut, die durch kommunikationsfähige Sensoren auf der untersten Ebene entsteht? Sick setzt hierzu auf das Konzept der IO-Link-basierten 'Smart Sensor Solutions'. Dessen Kern ist die Datenerfassung und deren Umwandlung in die wirklich benötigten anwendungsrelevanten Informationen direkt im Sensor. Hierzu sind die Sensoren mit intelligenten Automatisierungsfunktionen ausgestattet, wodurch in sich geschlossene Teilaufgaben schneller und effizienter zu bewältigen sind als in der Maschinensteuerung. Das Resultat:

  • Eine Zustandsüberwachung bereits im Sensor ermöglicht die aktive Selbstüberwachung und dadurch eine vorausschauende Wartung.
  • Die Prozessgeschwindigkeit der Maschine und ihre Leistung erhöhen sich. Der Sensor errechnet die für den Steuerungsprozess nötigen Informationen direkt und leitet sie anschließend an die Maschinensteuerung weiter.
  • Es werden nicht mehr große, rechen- und zeitintensive Datenmengen, sondern vorverarbeitete Informationen an die Steuerung übermittelt. Die ­Datenaufbereitung in der Steuerung entfällt.
  • Die vom Sensor eigenständig ermittelten Messwerte sind präziser, da die durch das zyklische Einlesen der Impulse in die Steuerung verursachte Schwankung entfällt.
Anzeige

Gesteigerte Kontrollmöglichkeit

Die Transparenz der Automatisierungsfunktionen sowie der Parameter eines Sensors über alle Ebenen der Automatisierungspyramide erhöht die Kontrollmöglichkeiten ganzer Prozesse: Denn zusätzlich zu den reinen Prozessdaten und Informationen der Applikationsfunktionen, die der Steuerung ständig und in Echtzeit zur Verfügung stehen, können 'Smart Sensors' weitere Informationen für die Prozessüberwachung und -bewertung liefern. Da sich diese Informationen bei Bedarf durch die Steuerung abfragen lassen, ist gleichzeitig eine Fehleranalyse oder das Überwachen eines Teilprozesses möglich.

Mehr Kontrolle bedeutet zudem, Sollabweichungen innerhalb eines kompletten Ablaufs überwachen und gegebenenfalls anzeigen zu können. Gabelsensoren von Sick beispielsweise detektieren Etiketten und liefern gleichzeitig Informa­tionen über die tatsächliche Anzahl der Etiketten auf einer Banderole. So lassen sich Abweichungen erkennen und beim Hersteller der Etiketten geltend machen.

2D- und 3D-Vision-Lösungen

Auch im Bereich 2D- und 3D-Vision gilt es, Daten bereits am Ort der Entstehung vorzuverarbeiten. 2D- und 3D-Vision-Lösungen eignen sich in Applika­tionen, bei denen geprüft, vermessen, lokalisiert oder identifiziert wird. Die Anforderungen an die Systeme sind scharf umrissen: Umfeld erfassen, Daten sofort analysieren und umgehend Ergebnisse liefern, aus denen sich klare Maßnahmen ableiten lassen - auch unter schwierigsten Bedingungen. Das heißt, neben der zuverlässigen Bild-Erfassung ist die effiziente Datenverarbeitung direkt im Sensor entscheidend.

Bei Warenströmen ist Big Data bereits Realität. Multiple Sensordaten mit Zuordnung zu einzelnen Waren lassen weltweit Rückschlüsse auf die Qualität im Logistikprozess zu. Eindeutig identifizierbaren Objekten werden mit Hilfe von Sensoren Eigenschaften wie Volumen, Gewicht und Zustandsdokumentation zugeordnet. Produktionsbetriebe sind hingegen aufgefordert, sich für die neuen Datenstrukturen vorzubereiten. Hilfreich erweist sich beispielsweise eine vereinfachte Bedienung von Anlagenkomponenten, wie sie etwa intuitive Apps zum Download direkt in die Maschine liefern können.

Der 3D-Vision-Sensor '3vistor-P': Sensor, Display und Auswerte-Einheit stellen ein Gesamtpaket dar.

© Sick

Im Kontext von Industrie 4.0 entstehen immer neue Herausforderungen: Zum Beispiel hat der Wunsch nach einer flexiblen, kundenspezifischen Produktion - 'Losgröße?1' - eine größere Variantenvielfalt zur Folge, hohe Maschinenverfügbarkeit und Produktionseffizienz müssen aber dennoch gewährleistet sein. Hier bieten sich 3D-Vision-Sensoren an: Denn auch wenn Größe, Höhe oder Form von Objekten variieren, erkennt der Sensor sie zuverlässig und liefert die notwendigen Informationen. Ein erneutes Parametrieren einer Maschine oder Anlage - zum Beispiel bei einem Produktwechsel - entfällt.

Nachfolgend drei Beispiele von Sick für 3D-Vision-Sensoren auf Basis der Smart Sensor Solutions:

Der 3D-Vision-Sensor 'TriSpector1000' eignet sich als Stand-alone-Vision-Sensor für 3D-Inspektionen wie die Inhaltsprüfung von Behältern oder die Qualitätskontrolle von Konsumgütern. Eine integrierte Bildanalyse vereinfacht die Parametrierung; auf Wunsch gibt es den Sensor auch mit vorkalibrierten 3D-Daten. Als Overlay über die 3D-Daten werden Intensitätswerte hinzugefügt. Dadurch prüft der Sensor die Anwesenheit und Position von Etiketten oder gedruckten Mustern.

Die 3D-Vision-Sensoren der Produktfamilien '3vistor-P' und '3vistor-T' nutzen 3D-Snapshot-Technologien. Auf ­Basis der Stereoskopie berechnet der '3vistor-P?CV' in Echtzeit die Raum- und Tiefeninformationen der in seiner Umgebung befindlichen Objekte, auch bei stehenden Objekten. Durch die intelligente Datenauswertung eignet sich der Sensor für die Fahrerassistenz an schweren, geländegängigen Nutzfahrzeugen in Häfen, Minen oder auf Baustellen. Befindet sich ein Objekt in einem der ­beiden vorkonfigurierten Alarmbereiche, löst der Sensor in kritischen Situationen über das Display einen audiovisuellen Alarm aus. Der Sensor liefert komplett vorverarbeitete Informationen und datenreduzierte digitale Signale.

Der 3vistor-T liefert auf Basis der Lichtlaufzeit-Messung Tiefeninforma­tionen für jedes Pixel in Echtzeit. Dadurch stehen bis zu 30 dreidimensionale Bilder pro Sekunde zur Verfügung. Berechnet werden die wirklich benötigten Informationen direkt im Sensor. So eignet sich der Sensor dank der Datenreduktion insbesondere für Fahrzeugapplikationen wie Kollisionswarnung, Hindernis-Erkennung oder Unterstützung bei der Navigation.

Bildverarbeitung und ­Industrie 4.0

Künftig wächst die Bedeutung multipler Mehrfachauswertung mit einem Vision-Sensor. 3D-Positionsdaten zur Kolla­boration mit Robotern und Greifern ­erhöhen die Flexibilität; Zuverlässigkeitsdaten parallel zu Lese-Ergebnissen fließen in die Entscheidungsprozesse ein. Neben den direkten Ergebnissen aus der Bildverarbeitung wie Gut/Schlecht-Entscheidungen spielen Zwischenergebnisse, Wahrscheinlichkeiten oder Zuverlässigkeitsdaten für die übergeordneten Prozesse eine große Rolle. Erst durch sie werden mitdenkende Systeme und automatisierte Prozessoptimierungen möglich. Der Zugriff auf solche Daten zum Beispiel über OPC-UA ist eine ­Voraussetzung für die cyberphysischen Produktionssysteme von Morgen.

Autor:
Andreas Behrens ist Leiter Barcode/RFID/Vision bei Sick in Waldkirch.

  • Xing Icon
  • LinkedIn Icon
Anzeige
Anzeige

Das könnte Sie auch interessieren

Anzeige

Miba

Die ersten Schritte der Digitalisierung

Echtzeit-Transparenz im Materialfluss: Dieses Ziel setzte sich das Unternehmen Miba, als es die Digitalisierung der internen Logistikabläufe anging. Wie gut aber gelang letztlich die enge ­Verknüpfung von ERP und MES? – Ein Erfahrungsbericht.

mehr...
Anzeige
Anzeige

Big Data

Online die Maschinendaten im Griff

Riesige Datenmengen in wertvolle Informationen verwandeln – wie lässt sich dieser Ansatz einer Smart Industry umsetzen? Die Verknüpfung PC-basierter Steuerungen mit Matlab und einem IoT-Analaytikdienst auf Cloudbasis kann ein praktikabler Ansatz...

mehr...
Anzeige

Internet of Things

Ohne Edge und Swarm geht es nicht

Mit dem IoT haben sich die Anforderungen an die Verarbeitung von Daten geändert, die Sensoren und Aktoren von Maschinen bereitstellen. Dies muss schnellstmöglich passieren – am besten dort, wo die Daten entstehen. Edge-Knoten und...

mehr...
Anzeige
Anzeige
Anzeige

Industrie 4.0

Warum Predictive Maintenance?

Um Schäden proaktiv zu erkennen, lohnen sich Investitionen in vorausschauende Wartungssysteme. Nicht nur dass sich so die Lebensdauer einer Maschine erhöht, es eröffnen sich sogar neue Geschäftsmodelle für Maschinenbauer.

mehr...

Industrie 4.0

Wo bleiben die neuen Geschäftsmodelle?

Als Kennzeichen eines Industrie-4.0-Umfeldes werden immer wieder die notwendigen neuen Geschäftsmodelle genannt. Doch bis dato ist bei den wenigsten Unternehmen etwas davon zu sehen. Schneider Electric hat nun ein paar Modelle am Laufen.

mehr...

Industrie 4.0

Erste Kundenprojekte per BaSys 4.0

Ende Juni 2019 lief das BMBF-Projekt 'Basissystem Industrie 4.0‘ aus. Das Fraunhofer IESE bietet auf ­dessen Basis nun zusammen mit NetApp und Objective Partner Industrie-4.0-Lösungen mit Support und Adaption auf Kundensysteme an. – Die...

mehr...
Jetzt Newsletter abonnieren