M2M Hotspot
Smarte Sensoren für das IoT
Im Maschinen- und Anlagenbau verwertbare Daten aus dem IoT zu gewinnen, erfordert entsprechende Komponenten: Sogenannte ‚Smart Connected Sensoren‘ verfügen über eine Internetverbindung und erfüllen die speziellen Sicherheitsbelange in puncto Datenschutz und IT-Security.
Durch das IoT sollen bis 2020 weit mehr als 25 Mrd. Objekte vernetzt werden. Zahlreiche 'Connected Things' werden für Datensammelaufgaben zum Einsatz kommen. Jedes 'Thing' enthält mindestens einen Sensor, der den Things-Anbieter mit Daten versorgt. Über diese Daten werden dem Nutzer dann spezielle Zusatzfunktionen angeboten. Die Anbieter können so neue Geschäftsmodelle schaffen, um unabhängiger von ständig fallenden Hardware-Gewinnmargen zu werden. Eine solche digitale Transformation erfordert im industriellen Umfeld aber spezielle Sensoren.
Jedoch ist das aktuelle Angebot der Sensorhersteller auf diese Herausforderung noch nicht vorbereitet. Daher ist der Daten-Hype der Konsumer-Elektronik bislang auch mehr oder weniger spurlos an der Industrie-Elektronik vorbeigezogen. Die industrielle Elektronik benötigt einen 'Smart Connected Sensor' (SCS), also einen Sensor mit Internetverbindung und entsprechenden Zusatzfunktionen.
Was ist ein ‚Smart Connected Sensor‘?
Ein solcher SCS beinhaltet neben der eigentlichen Messgrößenerfassung die komplette Signalaufbereitung und Signalverarbeitung im gleichen Gehäuse. Er besitzt üblicherweise eine digitale Schnittstelle (zum Beispiel Modbus, CAN, CANopen, IO-Link, Ethernet) zur Kommunikation mit übergeordneten Systemen. Sogar Varianten mit integriertem Mobilfunkmodem hat der Markt zu bieten.
Zu einem SCS gehört allerdings immer eine spezielle Cloud-Serviceplattform, an die der Sensor Daten weiter-geben kann, ohne dass dafür ein zusätzliches Engineering erforderlich wäre. Auf der Serviceplattform wird ein virtuelles Datenabbild des Sensors geschaffen und mit aktuellen Daten versorgt. Darüber hinaus steht ein API für den autorisierten Zugriff auf das Datenabbild zur Verfügung. Per Cloud lassen sich wertvolle Zusatzfunktionen realisieren, zum Beispiel der Abgleich der vom Sensor erhaltenen Messgröße mit einer IT-Datenbank, um die Messgröße in einen Anwendungskontext zu setzen und bei Bedarf einen Alarm oder eine Benachrichtigung zu verschicken.
Als Beispiel kann ein Füllstandsensor einer Anlage dienen, der den jeweils gemessenen Füllstand bei jeder Änderung an eine Cloud-Serviceplattform im Internet schickt. Dort wird der Messwert von einer dem SCS zugeordneten Softwarekomponente entgegengenommen und bezüglich bestimmter Grenzwerte geprüft. Wird zum Beispiel der Wert für den Mindestfüllstand unterschritten, verschickt die Serviceplattform eine Auffüllbenachrichtigung an das ERP-System eines Servicepartners, um eine Behälterbefüllung zu veranlassen.
Direkte oder indirekte Cloud-Verbindung
Ein SCS kann auf unterschiedliche Art und Weise mit der Cloud-Serviceplattform kommunizieren. Im einfachsten Fall besitzt der Sensor ein integriertes 2G/3G/4G-Mobilfunkmodem mit SIM-Karte und kann über das Mobilfunknetz eines Netzwerk-Providers die Cloud erreichen. Diese Lösung ermöglicht eine vollständige Vorkonfiguration ab Werk, so dass der Sensor im Feld nur noch installiert werden muss. Weitere Vor-Ort-Konfigurationen sind nicht erforderlich, so dass Massen-Roll-outs problemlos möglich wären. Auch ein integriertes Wi-Fi-Interface ist denkbar.
Ein SCS mit einer direkten Internet-Verbindung liefert Messdaten per TCP/IP oder mit Hilfe eines Short-Range Wireless Network (SRWN) an die Cloud-Serviceplattform.
© SSVIn diesem Fall muss der SCS aber zumindest vor Ort für den jeweiligen 'Wi-Fi Access Point' konfiguriert werden, was zusätzlich eine spezielle Konfigurationsschnittstelle erfordert. In beiden Fällen (Mobilfunk und Wi-Fi) sind ein vollständiger TCP/IP-Stack sowie spezielle Security-Bausteine zur Abwehr von Cyber-Angriffen direkt im SCS notwendig. Es ist aber auch eine 'Wireless Sensing'-SCS-Variante möglich, die per Short-Range Wireless Network (SRWN, zum Beispiel ZigBee) mit einem speziellen Gateway kommuniziert, das die Sensormessgrößen an die Cloud-Serviceplattform weiterleitet. In diesem Fall sind TCP/IP plus Security nur im Gateway erforderlich. Der einzelne Wireless Sensing-Knoten wäre dann sehr viel kostengünstiger realisierbar.
Für viele Anwendungen reicht es aus, wenn der Sensor lediglich eine preiswerte Bluetooth Low Energy-Schnittstelle (BLE) besitzt und zusammen mit einer Smartphone-App ausgeliefert wird. Der Sensor selbst hat dann keine direkte Verbindung in die Cloud. Diese wird über die App realisiert. Die App kann Sensordaten vorverarbeiten, verändern, zwischenspeichern und gleich vor Ort visualisieren. Dabei ist zum Beispiel die Ist-Zustands-Visualisierung durch die direkte BLE-basierte Abfrage der Sensormessgrößen möglich. Gleichzeitig kann eine Historie dargestellt werden, indem die App per Cloud-Serviceplattform die Vergangenheitsdaten für den betreffenden Sensor anfordert.
SCS als Datenlieferant
Auch in bestehenden Maschinen und Anlagen lassen sich durch die Nachrüstung geeigneter SCS wertvolle Daten gewinnen. Die Weiterleitung der Sensordaten an einen Cloud-Service kann etwa ein Condition Monitoring ermöglichen.
© SSVMit einem einzelnen SCS - beispielsweise als Füllstandsensor - lässt sich ein Geschäftsprozess automatisieren. Mehrere SCS, die in einer Maschine oder Umgebung installiert werden, ermöglichen sogar Service-orientierte Geschäftsmodelle. Dafür sind allerdings umfangreiche Datenabbilder und eine Langzeit-Datenspeicherung (Historie) erforderlich.
Soll zum Beispiel mit SCS-Hilfe der Ausfall einzelner Anlagenbestandteile für einen Predictive Maintenance-Service vorhergesagt werden, ist an allen neuralgischen Anlagenpunkten ein entsprechender SCS erforderlich. Alle Sensoren zusammen liefern dann ein Condition-Monitoring-Abbild in der Cloud. Um die Predictive-Analyse-Werkzeuge einer Cloud-Serviceplattform auf die SCS-Daten anzuwenden, ist zunächst einmal eine möglichst umfangreiche und aussagefähige Condition-Monitoring-Historie erforderlich. Aus diesen Daten lässt sich dann per Machine Learning ein Vorhersagemodell ableiten, das per Predictive Analytics die Ausfallwahrscheinlichkeit einzelner Baugruppen vorhersa-gen kann. Sogar Qualitätsveränderungen in den produzierten Gegenständen sind prognostizierbar, wenn zum Beispiel die jeweils genutzten Werkzeuge in das SCS-Datenabbild einbezogen werden.
Digitale Geschäftsmodelle entwickeln
Anbieter von Sensoren, Maschinen oder Anlagen sollten umgehend ein digitales Geschäftsmodell entwickeln und möglichst bald beginnen, für bereits existierende Produkte SCS-Erweiterungen mit Daten-basierten Services anzubieten. Dabei muss die Service-Version '1.0' nicht gleich perfekt sein. Gewinnen wird derjenige, der aus Daten wertvolle Informationen erzeugen und für die eigenen Kunden weiterführende Muster erkennen kann. Dafür sind sicherlich mehrere Iterationen erforderlich.
Autor: Klaus-Dieter Walter ist Mitglied der Geschäftsführung bei SSV Software.
Intensiv-Seminar zum Thema IoT
Das Seminar mit Klaus-Dieter Walter vom 8. bis 9. Juni 2016 in München liefert umfassende Antworten und Beispiele sowohl zum Konsumelektronik-orientierten IoT als auch zum Industrial Internet of Things (IIoT).
Durch die Kombination aus Theorie und praktischen Übungsbeispielen, die mit Hilfe eines IoT-Entwicklerbaukastens durchgeführt werden, erhalten die Teilnehmer einen thematisch strukturierten Einblick in die Materie. Die Bandbreite der Beispiele reicht dabei vom Smart Home bis zur Smart Factory. Weitere Infos unter: www.training-for-professionals.de.











