Intelligente und autonome Konnektivität von der Werkhalle bis zur Cloud.
Das Internet der Dinge (Internet of Things, IoT) ist im Begriff, die Art und Weise, wie Geschäfte getätigt werden und Unternehmen miteinander konkurrieren, vollständig zu verändern. Die größten Auswirkungen wird diese Revolution vermutlich im industriellen Internet der Dinge (IoT) haben: Fabriken werden sich zu intelligenten Fabriken entwickeln, in denen auf der Grundlage von Edge Analytics intelligente, dezentrale und autonome Steuersysteme eingesetzt werden. Standardmäßige geschlossene Regelkreise von heute sind dafür konzipiert, wesentlich schneller und präziser zu reagieren, als ein menschlicher Bediener dies tun könnte. Die neuen Edge-Analytics- und Fog-Computing-Steuersysteme werden die Produktionseffizienz durch die Analyse von Big Data allerdings dramatisch erhöhen. Eine größere Anzahl von Sensoren ermöglicht es, diese Analysen zu nutzen, um Trends zu erkennen und in lokalen und globalen Anlagensteuerungsstrategien eigenständig kontinuierliche Korrektur- und Optimierungsmaßnahmen zu treffen. So können die Effizienz gesteigert, Betriebskosten verringert, Ausfallzeiten reduziert und die Asset-Nutzung verbessert werden. Und diese Revolution ist vermutlich schon weiter fortgeschritten, als Sie ahnen.
Eine kurze Vorstellung des industriellen Internets der Dinge
Die Anfänge des industriellen Internets der Dinge liegen in der Installation vernetzter elektronischer Sensoren und Aktoren in Werkhallen, um die Regelung einer Vielzahl industrieller Prozesse zu erleichtern. Temperatur, Druck und Transportgeschwindigkeiten wurden in Echtzeit gemessen und an zentralisierte Prozess-Controller weitergeleitet, wodurch enorme Verbesserungen bei der betrieblichen Effizienz, Sicherheit und Verlässlichkeit erzielt werden konnten. Konnektivität war das Hauptelement bei diesen frühen Installationen des industriellen Internets der Dinge.
Mit der Zahl an Sensoren und Controllern stieg auch die Menge an Daten. Diese Daten verfügbar zu halten, brachte entscheidende Vorteile mit sich, da so Trends aufgedeckt werden konnten. Diese Trends konnten dann von Systemmanagern für die „Feinabstimmung” von Prozessen genutzt werden, um die Effizienz zu steigern und die Auswirkungen von Alter und Verschleiß zu erkennen, die zu außerplanmäßigen Ausfallzeiten oder sogar kompletten Systemausfällen führen könnten. Die Cloud entwickelte sich weiter und wurde zu einem nützlichen Werkzeug, um diese großen Datenmengen zu analysieren und zu speichern. Manager konnten komplexe Datenanalysen nutzen, um Trends zu bestimmen und Maßnahmen zu ergreifen. Häufig wurden diese Analysen und die Effizienzsteigerungen, die durch sie erzielt werden konnten, ein immer wichtigerer Aspekt bei der Verwaltung industrieller Prozesse. Sie wurden von den Herstellerunternehmen als wichtiges geistiges Eigentum betrachtet und konnten sogar einen entscheidenden Wettbewerbsvorteil darstellen. Diese Entwicklung wurde durch eine mehr als zweifache Reduktion der Kosten für Sensoren und einer raschen Verringerung der Speicherkosten in den letzten Jahren begünstigt sowie durch eine bis zu sechzigfache Reduktion der Verarbeitungskosten und eine bis zu vierzigfache Verringerung der Kosten für Bandbreite während des letzten Jahrzehnts.
Die Abbildung unten veranschaulicht, wie eine vernetzte Werkhalle in die Cloud integriert werden kann und wie die zugehörige Netzwerkinfrastruktur und die Protokolle über die bekannten Werkhallenelemente gelegt werden. Die Abbildung zeigt auch, wie Daten von Sensoren und Sensorfusionssystemen am „Rand” des Systems durch Gateways, das Unternehmen und schließlich in cloudbasierte Speicher und verarbeitende Rechenzentren fließen. Daten fließen auch in die andere Richtung, sodass Aktoren angemessene Maßnahmen ergreifen können, um Aktivitäten zur Prozesssteuerung zu verändern. (Hinweis: Diese Struktur wird im Beispiel für eine Werkhalle verwendet, ein ähnlicher Ansatz kann jedoch für alles von intelligenten Gebäuden über das Energienetz bis hin zu einem modernen Krankenhaus angewandt werden.)
Abbildung 1: Beispiel einer industriellen IoT-Implementierung für eine intelligente Werkhalle (Bild mit freundlicher Genehmigung von Niladri Roy, Altera)
Autonomer Betrieb steigert die Effizienz
Die Bedeutung intelligenter Datenanalysen, basierend auf jahrelangen oder – in einigen Fällen – sogar jahrzehntelangen Erfahrungen mit der Erstellung regelbasierter Systeme, die die betriebliche Effizienz steigern können, kann nicht stark genug betont werden. Erfahrung zahlt sich auf diesem Gebiet wirklich aus. Doch leider opfern Sie, wenn ein menschlicher Systemmanager Teil des Erfahrungs-„Regelkreises” ist, die Fähigkeit, schnell auf Änderungen der Sensordaten zu reagieren. Und die Menge generierter Daten kann einen menschlichen Bediener überwältigen. Daher ist eine Art autonomer Steuerung erforderlich, die schneller und präziser arbeitet, als es ein menschlicher Systembediener jemals tun könnte. Das Konzept des autonomen Betriebs und wie er die auf dem industriellen Internet der Dinge basierende Effizienz einer Werkhalle enorm steigern kann, lässt sich vermutlich am besten durch ein Beispiel veranschaulichen. Die Überwachung von Assets ist ein bekanntes Konzept und zeigt gut, wie autonomer Betrieb die Effizienz steigern kann.
Überwachung von Assets
Mithilfe von Sensoren lassen sich nicht nur die verschiedenen Prozesse verfolgen, die sich in der Werkhalle abspielen, sondern es können auch die während des Fertigungsprozesses verwendeten Geräte überwacht werden. Maschinenverschleiß kann ein wichtiger Teil der Assetüberwachung sein und schon die Betriebszeiten oder die verarbeitete Materialmenge können erste Informationen liefern. Noch wichtiger wäre jedoch das Sammeln von Daten über die Ausgabequalität und die Reaktionsfähigkeit bei Änderungen der Produktionsparameter. Sind Motoren oder Pumpen involviert, bieten Messungen von Hitze, Vibration und sogar elektromagnetischem Fluss nützliche Daten, um Trends aufzuspüren und Verschleißerscheinungen vorherzusagen. Wenn diese Arten der Analyse näher am Sensor durchgeführt werden können, vielleicht innerhalb des Motors oder des Prozess-Controllers, und die Datenerfassung mithilfe von Sensorfusionsalgorithmen kombiniert werden kann, ist es möglich, eine autonome Steuerung des Assets zu implementieren. Bei diesem Systemtyp können Informationen zu Verschleiß und Erschöpfung genutzt werden, um den Steueralgorithmus zu modifizieren und so die betriebliche Effizienz zu steigern, ohne dass für diese Entscheidungen auf niedriger Ebene eine „zentrale Steuerung” erforderlich ist. Wenn Verschleiß zu einem größeren Problem wird – möglicherweise, wenn vordefinierte „Schwellenwerte” erreicht sind – kann der autonome Controller dies der zentralen Steuerung melden, damit vorbeugende Maßnahmen getroffen werden.
Selbst autonome Sensoren senden jedoch wichtige Sensordaten an die Cloud, damit diese bei Big-Data-Analysen genutzt werden können. Messungen, die in einer gesamten Fabrik oder einer Reihe von Fabriken über einen beträchtlichen Zeitraum hinweg durchgeführt werden, können äußerst wertvolle Erkenntnisse zu Verschleißerscheinungen liefern, wie sie in Zusammenhang mit möglichen Ausfällen stehen und wie diese Ausfälle vorhergesagt werden können. Diese Informationen könnten für Dritte wertvoll genug sein, um sie zu sammeln und zu analysieren und dem Fabrikeigentümer dann Empfehlungen oder Vorhersagen anzubieten. Werden Sensordaten über mehrere Fabriken und Betriebsarten hinweg kombiniert, kann diese Datenfülle mithilfe von Big-Data-Analysen durchsucht werden und es können neue Modelle erstellt werden. Aus diesen Modellen lassen sich möglicherweise neue Grenzwerte oder Fusionsalgorithmen ableiten, die in autonome Controller programmiert werden können, um die Effizienz weiter zu steigern. Diese dritten Parteien würden vielleicht sogar einen Anteil der Einsparungen erhalten, die sich aus ihren Algorithmenverbesserungen ergeben haben!
Erhöhte Anforderungen an Rechenleistung und Konnektivität
Das etwas vereinfachte Beispiel oben veranschaulicht das Potenzial intelligenterer industrieller IoT-Systeme und die enormen Effizienz- und Rentabilitätssteigerungen, die sie in einer intelligenten Fabrik mit sich bringen können. Um die großen Datenmengen zu erzeugen, die zur effektiven Implementierung dieser Systemtypen benötigt werden, ist eine wachsende Zahl an Sensoren und Aktoren erforderlich. Dadurch bedarf es auch einer besseren Rechenleistung und einer robusteren Kommunikationsinfrastruktur. Denn durch mehr Sensoren und Aktoren vergrößert sich der Datenfluss und es werden mehr Hochgeschwindigkeitsverbindungen benötigt. Das bedeutet, dass auch Bedarf an zusätzlicher Datenverarbeitung besteht, um den Datenverkehr in Netzwerken mit stärkerer Leistung zu verbinden, wodurch wiederum mehr Rechenleistung und Speicherplatz erforderlich ist. Ein immer bedeutender werdender Aspekt sind außerdem sichere Verbindungen für den Datenverkehr und der Schutz ferngesteuerter Aktualisierungen vor Hackern. Schließlich trägt auch die gestiegene Verwendung drahtloser Sensoren, Repeater und Aggregationsknoten zu verbesserten Rechen- und Kommunikationsfähigkeiten bei.
Altera-Lösungen
Für industrielle IoT-Implementationen ist viel Rechenleistung und erheblich mehr Verbindungsbandbreite erforderlich. Nur so können die intelligenten und autonomen Kommunikationssysteme erstellt werden, die zur Unterstützung des enormen Wachstums benötigt werden, das für den Einsatz von Sensoren und Aktoren erwartet wird. Diese neuen Fähigkeiten müssen bereitgestellt werden, ohne die beschränkte Platinenfläche und die niedrigen Leistungsbudgets zu beeinflussen, die Standard beim Einbau in intelligenten Fabriken sind. Altera-Lösungen bieten entscheidende Vorteile, wenn mehr Rechenleistung und verbesserte Bandbreite benötigt werden, in Bezug auf Platinenfläche und Leistung jedoch in einem engen Rahmen gearbeitet werden muss.
Altera Cyclone V SoC bietet die Leistung und die Hochgeschindigkeitskonnektivität, um speicherprogrammierbare Steuerung (SPS), HMI, Gateway und sichere Cloudkonnektivität auf einem einzigen Gerät auszuführen, wobei für die gesamte SPS-Platine weniger als 3 W benötigt werden. Denn Altera SoC-FPGAs können Hochleistungsalgorithmen und HMI-Funktionen in Hardware implementieren, indem für mehr Leistungsstärke Paralleloperationen genutzt werden. Verglichen mit konventionellen Prozessoren findet dies außerdem zu einem reduzierten Leistungsbudget statt. Altera SoC-FPGAs können zudem mehrere industrielle Ethernetprotokolle und sogar Hochleistungsschnittstellen für die Backbone-Konnektivität integrieren. Dazu werden gebrauchsfertige IP-Cores und das On-Chip-HPS (Hard-Prozessor-System) verwendet, um Standardprotokolle auszuführen. Die unten dargestellte Abbildung 2 zeigt die Einzelheiten einer Ein-Chip-SPS, die auf Altera SoC implementiert wurde.
Abbildung 2: Altera SoC-Implementation einer Ein-Chip-SPS
Das nicht-flüchtige Altera MAX10-FPGA benötigt keinen externen Konfigurationsspeicher, wodurch die Platinenfläche minimiert wird und diese auch in kleine E/A-Modulanwendungen passt. Es ist möglich, die Platinenfläche weiter zu reduzieren, wenn der Benutzer-Flash-Speicher auf dem Chip als Code- oder Datenprotokollierungsspeicher verwendet werden kann. Der Analog-Digital-Wandler (A/D-W) auf dem Chip kann zudem ein externes Gerät, das bei üblichen industriellen Analogschnittstellen verwendet wird, überflüssig machen.
Weitere Einzelheiten zu den Vorteilen einer Altera-Lösung finden Sie in den Referenzen am Ende dieses Artikels..
Ein Implementierungsvorsprung
Arrow bietet Ihnen eine breite Auswahl an Altera-Entwicklungskits und -Evaluierungsplattformen, damit Sie mit der Implementierung starten können. Besuchen Sie die folgende Arrow-Webseite, um von Arrow angebotene Altera-Kits kennenzulernen.
Fazit
Für den fortwährenden Ausbau von intelligenten Werkhalleninstallationen des industriellen Internets der Dinge sind intelligente und autonome Konnektivität und Steuerung erforderlich, um mit dem stärker wachsenden Einsatz von Sensoren und Aktoren Schritt zu halten. Altera-Lösungen bieten Ihnen die Rechenleistung, hohe Bandbreite, Energieeffizienz und geringe Platinenfläche, die Sie benötigen, um diese neue Klasse von Fabriksystemen effizient zu implementieren – Systeme, die nicht nur raffiniert, sondern auch intelligent sind.
Verweise
Weitere Informationen finden Sie HIER
Ähnliches Produkt:
