Industrial IoT Testbed

Kurzbeschreibung:

Der Trail Industrial IoT Testbed demonstriert den Einsatz von IoT-Komponenten und -Lösungen in der diskreten, industriellen Fertigung. In der Smart Factory der HTW Dresden, dem „Industrial Internet of Things Testbed“ wird den Besuchern des Trails demonstriert, wie sich Informationen über Menschen, Maschinen und Material in einer industriellen Umgebung erheben, übertragen, verarbeiten und analysieren lassen. Es wird gezeigt, wie auf Basis dieser Informationen Mehrwerte in der Fertigung entstehen und Prozessinnovationen realisiert werden. Das Testbed deckt dabei sämtliche „Hierarchy Levels“ und „Layers“ des RAMI 4.0-Modells ab. In der Symbiose aus unterschiedlichen Hard- und Softwaresystemen wird deren Integration an einem durchgängigen Fertigungsprozess mit integrierter innerbetrieblicher Logistik demonstriert.

Koordinator:

Prof. Dr. Dirk Reichelt,  Hochschule für Technik und Wirtschaft Dresden &
Fraunhofer-Institut für Photonische Mikrosysteme IPMS

Zielgruppen:

      • Anwender: Fertigungsmanagement, Logistikmanager, Arbeitsplaner,  Fabrikplaner
      • SW‐Entwickler: Entwicklung von IoT-basierten Mehrwertdiensten für die diskrete  Fertigung
      • Maschinen- und Anlagenbau:  Entwicklungsleiter,  Vorserienentwicklung
      • Systemintegratoren: Architekten und Entwickler

Partner aus Forschung, Industrie:

 

Partner Kompetenz Ansprechpartner
HTW Dresden, Professur für  Informationsmanagement Koordinator IIoT-Test Bed, Softwarearchitekturen zur  Systemintegration,  Datenanalyse,  Fertigungsplanung und -steuerung Prof. Reichelt
HTW Dresden, Professur für  Künstliche Intelligenz Mensch-Maschine-Kommunikation,Service Robotik
HTW Dresden, Professur für   Computergrafik Mensch-Maschine-Kommunikation Prof. Wacker
HTW Dresden, Professur für  Telekommunikationstechnik RTLS-Lösungen, Sensornetzwerke Prof. Zeisberg
Fraunhofer‐IPMS Hardware: RFID‐Tracking, RFID‐Sensorik, LiFi Software: Indoor‐Navigation, RFID‐Integration Dr. Deicke
ccc software Software:Energiemanagement Herr Bergmann
Camline Dresden Software:Fertigungssteuerungssoftware Herr Bölstler
Dresden electronic Hardware:Human Centic Lighting Herr Ludwig
Bosch Connected Devices &  Services Hardware: IoT‐Prototyping Plattform XDK110 Herr Schmohl
Harting Hardware:Edge Computing Node MICA Herr Regtmeier
Robotron Dresden Software: Online SPC, optische Qualitätsprüfung Herr Dr. Wieland
ZigPos Hardware: RTLS Herr Mademann
iSax Software: IoT‐Plattform Frau Vocke
SQL Projekt AG Software: Systemintegration Herr Ehrlich

Das IIoT-Testbed wurde als interdisziplinäre Forschungsumgebung konzipiert, in dem verschiedene Forschungsgebiete und Themen miteinander vernetzt werden. Das Testbed stellt einen diskreten Fertigungsprozess nach und bildet dafür die realen Prozessbedingungen in der industriellen Fertigung möglichst detailliert ab. Insgesamt sind hierfür verschiedene Fertigungs- und Logistikmodule, eine CNC-Maschine sowie mehrere Roboterstationen und ein integrierter manueller Handarbeitsplatz installiert. Das gesamte Fertigungssystem verfügt über eine umfassende Sensorik zur Verfolgung der Materialbewegungen, der Erfassung der Prozessdaten bis hin zur Messung von Umgebungsparametern sowie Energieverbrauchswerten. Die Einrichtung der Anlage erfolgt bewusst als heterogene Fertigungsinfrastruktur, um ein möglichst breites Spektrum an industrierelevanten Kommunikationsschnittstellen und -szenarien abzubilden. Die Modellfabrik verfügt über ein modernes Fertigungssteuersystem, welches mit einem ERP-System verbunden ist. Daneben erfolgt der Betrieb eines Big Data-Clusters zur Aufnahme und Verwaltung der Sensordaten. Einen Überblick zur Ausstattung und zum “Fabrik”-Layout des Testbeds liefern Bild 1 und Bild 2.

Bild 1: Überblick IIot‐Testbed-Ausstattung aus Sicht der Fertigung und  Logistik, © HTW Dresden
Bild 2: Überblick IIoT-Testbed in Hinblick auf Sensorik, Aktorik, Systemintegration und Schnittstellen, © HTW Dresden

Wertversprechen des Trails:

Pain Killers

Die stetige Verbesserung der Produktionsprozesse sowie die IT-basierte Unterstützung von Arbeitsabläufen sind die aktuellen Herausforderungen an produzierende Unternehmen, um der Forderung nach Energie-, Ressourcen- und Kosteneffizienz gerecht zu werden. Dafür benötigen die Firmen eine deutlich bessere Informationslage über den aktuellen Zustand ihrer Fertigung. Dies betrifft u.a. Informationen über den aktuellen Materialbestand, über die Zustände und Verbräuche der Maschine und von deren Komponenten sowie von Umgebungs- und Prozessparametern. Dabei muss die Datenerhebung und Auswertung zukünftig vollständig automatisiert und prozessintegriert mittels verschiedener Informations- und Sensorsysteme erfolgen. In einer in 2016 von PAC durchgeführten Studie in 150 Unternehmen mit mehr als 150 Mitarbeitern werden als Top 3 Themen für den Einsatz von IoT-Lösungen a) Optimierung der Produktion (88%), b) Transparenz zu Maschinen und Anlagen (87%) und c) Vermeidung von Stillstand (83%) genannt. Der Trail demonstriert, wie sich diese Problemstellungen durch den Einsatz von IoT-Komponenten und -lösungen effizient adressieren lassen. Dies betrifft u.a.

Transparenz zu Maschinen und Anlagen – Erhebung von Daten über Maschinenzustände, -verbräuche und Prozessparameter

Produzierende Unternehmen benötigen zu jedem Zeitpunkt eine umfassende Informationslage über den aktuellen Zustand ihrer Produktion und der darin eingesetzten Anlagen, um den Produktionsablauf effizient zu steuern. Die Datenerhebung in der Fertigung kann dabei manuell (z.B. mittels Betriebsdatenerfassung (BDE)) und parallel zum Produktionsprozess oder prozessintegriert mittels verschiedener Informations- und Sensorsysteme erfolgen. Durch den Einsatz von Equipment-Konnektoren, Fertigungssteuerungssystemen und einer Reihe von unterschiedlichen Sensoren liefert ein modernes Produktionssystem kontinuierlich eine Fülle an Informationen über seinen aktuellen Maschinen-, Material- und Umweltzustand. In dem Trail wird demonstriert, wie sich mittels drahtloser Sensornetzwerke (u.a. auf UWB, BLE und ZigBee Basis) Informationen über Maschinen (Retrofit) und die Fertigungsumgebung erheben, speichern und zu Mehrwerten für die Fertigungsplanung und -steuerung transformieren lassen.

Optimierung der Produktion – Automatisierung in der Produktion, Minimierung von Fehlerkosten und Qualitätssicherungsaufwänden 

Die Optimierung einer Fertigung setzt eine sehr gute und aktuelle Informationslage über den Zustand von Betriebsmitteln, Anlagen und den WIP sowie der Verfügbarkeit von verschiedenen Ressourcen voraus. Viele dieser Informationen werden heute entweder gar nicht oder manuell erfasst. Mit dem Trail wird aufgezeigt, wie sich diese Informationen durch den Einsatz von IoT-Sensorik, RFID-Lösungen, RTLS-Systemen sowie durch die Integration der Steuerung (PLC) der Anlagen direkt und synchron zum Fertigungsprozess erfassen lassen. Auf Basis dieser Informationen können übergeordnete betriebliche Informationssysteme effizientere Entscheidungen zur Fertigungsfeinplanung und Ressorucenbelegung/-auslastung treffen. Der Trail demonstriert, wie die Informationen im Rahmen des Energiedatenmanagements und in der Fertigungssteuerung eingesetzt werden.
Das Qualitätsmanagement hat heutzutage eine bedeutende Rolle in der Fertigung. Die Qualität der Fertigungsergebnisse muss mitunter mit sehr hohen technischen und personellen Aufwänden erfolgen. Über die Integration von Assistenzsystemen im Produktionsprozess sowie einer automatisierten Qualitätsüberwachung lassen sich diese Aufwände signifikant senken. Der Trail demonstriert Lösungen zur Qualitätssicherung an Handarbeitsplätzen und der Cloud-gestützten statistischen Prozesskontrolle (SPC) sowie einer Cloud-basierten Qualitätssicherung.

Vermeidung von Stillstand – Energiemanagement, Produktionssteuerung und Condition Monitoring

Eine Zielsetzung in der Steuerung der Fertigung ist eine möglichst gleichmäßige und kontinuierliche Auslastung der Ressourcen. Ungeplante Maschinenausfälle sowie ein nicht ausbalancierter WIP sorgen für Stillstandzeiten und verursachen hohe Betriebskosten. Am Beispiel eines Condition Monitoring wird in dem Trail u.a. aufgezeigt, wie sich prozesssynchron Daten zu Maschinendaten und Umgebungsparametern mittels RFID-Sensorik und Sensornetzwerken erheben lassen und wie diese Daten zur Planung von Maschinenwartungen genutzt werden.

Bild 3: Industrie 4.0 Modellfabrik, © HTW Dresden
Gain Creators

Mit der Vielzahl von dem im Testbed demonstrierten IoT-Lösungen lassen sich u.a. die folgenden Vorteile in der industriellen Fertigung realisieren:

    • Durchgängige Verfolgung von Materialien, Werkzeugen und mobilen Assets durch den Einsatz von unterschiedlichen Real-Time-Location-Services (UWB, WLAN, BLE, ZigBee) sowie einem Referenzsystem zur Bewertung der Ortsgenauigkeit und daraus ableitbarer Anwendungsfälle
    • Effiziente Inbetriebnahme und Nutzung von Sensornetzen am Beispiel des Umgebungsmonitorings und der Sensorintegration in unterschiedliche On-Premise und Cloud-Lösungen
    • Optimierung des Ressourceneinsatzes in der Fertigung: Aufnahme von Medienverbrauchsdaten (z.B. Strom, Druckluft, …) mit direkter Integration der Sensorik in den Anlagen sowie nachträger Nachrüstung von Sensorik (Retrofit) zur Verbrauchsaufnahme. Auswertung der Daten mittels Energiemanagementlösungen.
    • Einfache und effiziente Maschinen- und Anlagenintegration (Plug-and-Work): Demonstration der Integration von unterschiedlichen Anlagen und Sensorsystemen über OPC-UA, SensorThings sowie die Vernetzung von Maschinen mittel LiFi-Technologien
    • Steigerung der Qualität durch den Einsatz von Assistenzsystemen zur Verfolgung und Anleitung von Werkern im Fertigungsprozess
    • Minimierung der non-value-adding Aktivitäten im Produktionsprozess durch die prozessintegrierte Erhebung von Daten zum Auftragsfortschritt, zu Maschinenzuständen, Positionen von Logistikeinheiten sowie von Werkern

Demonstratoren:

Mit der finalen Inbetriebnahme des IIoT Testbed zum 30.6.2017 stehen u.a.  die folgenden Demonstratoren zur Verfügung:

Condition Monitoring:

Integration von Bosch XDK100 mit dem Materialträger in der Fertigungslinie, Erfassung der Sensorpositionsdaten mittels RTLS, Korrelation von Positions-, Sensor- und Maschinendaten mittels einer Cloud-Lösung, Ableitung von Maschinenzuständen

Indoor‐Lokalisierung und Navigation:

Flächendeckende Positionsbestimmung von getaggten Objekten durch unterschiedliche RTLS. Technologievergleich  zwischen den unterschiedlichen Lokalisierungssystemen.

IoT-Plattformen:

Demonstration der Integration von Bosch XDK100, Harting MICA und div. IoT-Sensorknoten für die Datenerfassung in die Cloud-Plattformen von Microsoft (Azure), IBM (Bluemix) und PTC (ThingWorx) und des Stream Processings für IoT-Daten in einer Cloud.

Wartungsfreie RFID‐Sensorik:

Einsatz wartungsfreier (batterieloser) RFID‐UHF‐Sensorik zur Erfassung von Maschinenparametern (insb. Temperatur  und Druck) und der Verarbeitung dieser Daten.

LiFi-Hotspot:

Echtzeitfähige Anbindung von Maschinen (SPS) an eine übergeordnete Steuerung in der Fertigung mittels drahtloser optischer Kommunikation.

Human Centric Lightning:

Adaptive Steuerung von Beleuchtungssituationen  in der Fertigung in Abhängigkeit von verschiedenen Umgebungs‐, Prozess- ‐und Fertigungsparametern.

Camouflage Arbeitsplatz:

Demonstration eines Handarbeitsplatzes mit einer markerlosen Erfassung der Bewegungen und Aktionen des Werkers und der Prozessführung mittels eines Pick‐By‐Light-Systems.

Online SPC:

Erhebung von Prozess‐ und Anlageninformationen mittels IoT‐Sensorik und Anlagenkonnektoren. Aggregation und Vorverarbeitung der  Daten mit lokalen Rechenknoten und Analyse der Daten im Sinne einer  statistischen Prozesskontrolle (SPC) über einen Cloud‐Dienst.

Energiemanagement:

Erhebung und Verarbeitung von Verbrauchsdaten in  der Fertigung sowie  deren  Analyse mit  einem  Entscheidungsunterstützungswerkzeug.

Assistenzsysteme in der Fertigung:

Führung und Anleitung von Werkern,  Instandhaltern und anderem Fertigungspersonal durch den Einsatz von  Service‐Robotik sowie der Nutzung von Augmented Reality Lösungen.

Optische Qualitätssicherung:

Optische Erfassung von Bauteilen und  Beurteilung von  Produktqualitätseigenschaften mittels maschineller  Lernverfahren in einer Cloud‐Lösung.

Informationsintegration:

Durchgängige Integration der Daten und Informationen aus betrieblichen Informationssystemen auf unterschiedlichen Hierarchieebenen am Beispiel einer bidirektionalen ERP-MES-Integration.

Bild 4: Mit verschiedenen Demonstratoren zeigt der Trail, wie sich Cyber-Physical-Production-Systems realisieren lassen. © HTW Dresden

Laufende (öffentlich geförderte) Projekte:

    • e³f- Entscheidungsunterstützung für eine energieeffiziente Fertigung, 2016‐2017
    • Verteilte Produktionsplanung mittels paralleler multikriterieller evolutionärer Algorithmen, 2015‐2018
    • Leistungszentrum Mikro‐/Nanoelektronik, 2016‐2017
    • Bewegungsanalyse für Technische Interaktive Systeme in Realen  Anwendungen, 2015‐2018
    • Stapler‐Analyse‐Tool, 2017‐ 2019
    • ADMONT ‐ Advanced Distributed Pilot Line for More‐than‐Moore Technologies, 2016‐2018
    • IoSENSE , 2016‐2019
    • PROduct SECurity and Communication, 2016 ‐ 2019

Möglichkeiten für Projekte und Förderinstrumente:

    • Workshops zur Personalqualifizierung und Training zu Industrie 4.0‐Themen im Testbed
    • Beratung zur Auswahl und Einsatz von IoT‐Komponenten in der industriellen Fertigung
    • Qualifizierung von Produkten, Dienstleistungen und Demonstratoren im BMBF Porgramm I4KMU (akkreditierte Testumgebung)
    • Industrielle Auftragsforschung
    • Speziell für sächsische Unternehmen FuE‐Verbundförderung sowie InnoTeams
    • Entwicklung von neuen Komponenten für die Digitalisierung in der Fertigung im BMWi ZIM Programm
    • Verbundprojekte zu Prozess- und Produktinnnovationen in der  Fertigung im BMBF Programm KMU:Innovativ
    • Verbundvorhaben im BMBF Programm „Forschung an Fachhochschulen“ – FHProfUnt, IngNachwuchs
    • Koordination von ZIM Kooperationsnetzwerken durch den Trail‐Koordinator
    • Zusammenarbeit in H2020 Vorhaben

Sie haben Interesse an diesem Trail? Dann kontaktieren Sie uns!
>> Kontakt

 

Zurück zur Übersicht