Kennt jeder aus dem Alltag: Kommunikation ist immer kontextabhängig. Derselbe Satz, dieselbe Information kann je nach Zusammenhang zig verschiedene Bedeutungen haben. Wählen zwei Personen nicht denselben Kontext für ihre gemeinsame Kommunikation, kommt es unweigerlich zu Missverständnissen. Und dabei ist es übrigens egal, ob es sich bei einem der Gesprächspartner um eine Maschine handelt. Auch die Mensch-Maschine-Kommunikation braucht eine gemeinsame Basis, um konstruktiv und gewinnbringend zu sein.
Der Mensch gibt den Sinnzusammenhang vor
Diese gemeinsame Basis, auf die es auch bei der Datenkommunikation ankommt, wird natürlich einseitig vom Menschen vorgegeben. Sie richtet sich danach, was sie oder er von den Daten erwartet. Braucht es Informationen zum Energieverbrauch? Welche Anomalien oder Fehler werden priorisiert? In welcher Frequenz und in welchem Umfang sollen Informationen an welchen Bediener kommuniziert werden? Richtet sich der Blick auf die einzelne Maschine, die Linie oder das Werk?
Angesichts der enormen Datenmengen, die heute in digital vernetzten Fabrikhallen gesammelt werden, ist die Klärung dieser „Gesprächsgrundlage“ wettbewerbsentscheidend. Erfolg oder Misserfolg eines Digitalisierungsprojekts hängen davon ab. Umso wichtiger sind Softwarelösungen, die dazu in der Lage sind, die Anforderungen des Menschen zu verstehen. Sprich, die ihre Informationen so auswählen, aufbereiten, einordnen und darstellen, dass sie sich ohne weitere Interpretation für die Optimierung von Wartung und Betrieb eignen. Also so, dass es zu keinen Missverständnissen kommt.
Kontextabhängiges Line Monitoring
Wie so eine Menschen-verstehende Softwarelösung aussehen kann, lässt sich am Beispiel von LMS Life demonstrieren. Das Line Monitoring System von Schneider Electric wurde in engem Austausch mit namhaften Unternehmen der Lebensmittel- und Verpackungsindustrie entwickelt und kann per Plug-and-Play in praktisch jede Anlage implementiert werden.
Insbesondere zeichnet sich LMS Life dadurch aus, dass Fehler nicht nur quantitativ, sondern qualitativ erfasst werden. Heißt: Dem Bediener wird anschaulich kommuniziert, welcher Fehler in welchem Teil der Maschine zu welchen Ausfallzeiten und damit zu welchen Ertragsverlusten geführt hat. Kontextabhängig (z.B. wurde die Maschine gerade gestartet, finden Reinigungsprozesse statt oder stehen beispielsweise genug Flaschen bereit) wird bestimmten Fehlern oder Anomalien eine ökonomische Relevanz und damit eine gewisse Priorität zugewiesen. Darauf basierend ist es dem technischen Personal möglich, deutlich gezielter und effektiver an die Behebung von Fehlern, Ausfällen oder Bottlenecks zu gehen.
Mit seinen spezifischen Analysen und Kommunikationsformen bietet LMS Life alle Informationen, die ein menschlicher Bediener für einen ausfallsicheren, wirtschaftlichen und nachhaltigen Anlagenbetrieb benötigt. Das zeigt sich auch an den Kategorien, die für statistische Auswertungen bereitstehen. Da gibt es etwa die „Six Big Losses“, die „Average Reaction Time“ oder Kategorien wie „Top 10 Failures“ und „Failures vs. Weekdays“. Das alles bietet genau die Einblicke hinter die Kulissen des Produktionsalltags, die sich ein Plant- oder Shopfloormanager wünscht.
Um zusätzlich Stillstandszeiten und spezifische Fehler in einen visuell sofort erfassbaren Zusammenhang zu setzen, werden die Informationen dazu in Form eines Halbschalenmodells kommuniziert. Das erleichtert das allgemeine Anlagenverständnis und macht die (ökonomischen und ökologischen) Folgen bestimmter Fehler auf einen Blick ersichtlich.
Lesen Sie hier wie datengestütztes Performance Management dabei hilft, die Kosten bei der Lebensmittelherstellung um bis zu 30 Prozent zu senken.
Die tatsächliche OEE von Maschinen ermitteln
Was mit LMS Life übrigens auch möglich ist: Die OEE, also die Gesamtanlageneffektivität von Maschinen auf den Boden der Tatsachen holen. Dazu nimmt LMS Life eine von den Angaben des Maschinenherstellers unabhängige Kennzahlenberechnung vor und kommuniziert die für die verschiedenen Plant-Ebenen (Maschine, Linie, Werk) errechneten Werte an den Betreiber. Neben Daten zu Produktion, Ausbringungsvolumen oder der Reaktionszeit bei Fehlern ist damit auch eine granulare Sichtbarmachung der Energiestückkosten möglich. Ineffizienzen lassen sich so deutlich besser erkennen und der ökologische Fußabdruck eines Produkts kann transparenter an den Verbraucher kommuniziert werden.
Datenauswertung auf dem iPC und nicht auf der SPS-Steuerung
Im Fall von LMS Life finden Fehlerauswertung oder Ermittlung der Leistungskennzahlen übrigens ausschließlich auf dem Industrie-PC und nicht auf der SPS-Steuerung statt. Das ist bemerkenswert, da es auf diese Weise zu keinen Performanceverlusten oder Abarbeitungsproblemen in der SPS-Steuerung kommt. In der Steuerung wird lediglich ein Baustein zur Datenweitergabe installiert, der sich nur sehr geringfügig auf die Zykluszeit der Abarbeitungsloops auswirkt. Der Baustein kann zudem sehr einfach (Plug-and-Run), und ohne Kenntnisse höherer Programmiersprachen, in praktisch jeder gängigen SPS-Steuerung implementiert werden.
Der optimale Industrie-PC für LMS Life ist Harmony P6 alias die GreenBox. Denn damit ist erstaunliches möglich: Herstellerheterogene Maschinenlandschaften können dank der mehr als 300 Treiber steuerungsunabhängig zusammengeführt werden. Auf diese Weise lassen sich die ganzen Daten aus allen Winkeln einer Anlage auf einem einzigen Industrie-PC integrieren. Und diese Datenbasis nutzt LMS Life dann für seine Analysen aus. Und natürlich hat auch hier Datensicherheit oberste Priorität. In der GreenBox sind zwei komplett getrennte Ethernet Ports verbaut, die das Maschinennetzwerk und das IT-Netzwerk trennen.
Kommentar hinzufügen