top of page
  • ulrikesedlaczek5

Pure Data – Datenvalidierung in Produktionsanlagen


Valide Daten sind die Grundlage zur Kennzahlermittlung und Bewertung der Anlageneffektivität in digitalisierten Produktionsanlagen. Im Produktionsprozess erzeugte Werte aus Sensordaten von Maschinen sind in der Regel nicht validiert, oder fehlen. Letztlich lassen sich daraus keine korrekten Aussagen über die Effizienz der Maschinen und Anlagen treffen!

Die Ursachen für schlechte Datenqualität sind vielfältig. Das können nicht kalibrierte Daten seitens des OEM sein, oder die Sensoren haben veraltete Einstellungen. Oft verursachen Updates von Produktionsprogrammen Änderungen der Wertebereiche von Sensoren. Eine weitere Ursache kann die Umstellung der Produktion auf eine andere Produktgröße sein, dadurch liegen Werte, wenn diese nicht angepasst werden, außerhalb von Gültigkeiten.


Mit Pure Data hat Quantis eine Applikation entwickelt, um Daten zu gewinnen, diese zu prüfen und deren Qualität täglich zu überwachen. Das Tool ist für das Qualitätsmanagement unverzichtbar, denn nur Kennzahlen aus validierten Daten lassen eine fundierte Bewertung der Anlageneffektivität zu.


Die Basis ist die Rohdatengewinnung. Für jeden Sensor aller Maschinen werden entsprechend Bedingungen und Regeln zur Prüfung der Datenströme festgelegt, Zähler und Zustände pro Maschine und Sensor definiert. Auf Grundlage dieses individuell erstellten Regelwerkes werden die Datenströme während des laufenden Betriebes analysiert, bewertet und validiert. Das Regelwerk, das Pure Data für jede Anlage erstellt, beurteilt die komplexen Zusammenhänge und Abhängigkeiten, zu denen die Maschinen einer Anlage untereinander stehen.


Zielsetzung ist, die Sensoren der Produktionsanlagen so zu kalibrieren, dass mit den gewonnenen Daten, der Anlagenbetreiber für ihn relevante KPIs generieren und berechnen kann.

Die Anwendung im laufenden Betrieb ist sinnvoll, da eine permanente Auswertung der Datenströme eine gleichbleibende Datenqualität garantiert. Bei Über- oder Unterschreiten von Grenzwerten, oder Gültigkeiten wird automatisch eine Benachrichtigung via E-Mail oder Dashboard abgesetzt. Bei Störungen kann man schnell und ohne den Produktionsablauf zu stören, eingreifen und falls erforderlich, den Regelkatalog erweitern oder ändern.

Die Darstellung der berechneten Daten erfolgt in einem leicht verständlichen Dashboard. Quantis bereitet in seiner Plattform Pocket Factory die Kennzahlen für die Kunden visuell auf, und stellt diese in selbst erzeugbaren Dashboards mit Widgets wie Heatmaps, Histogrammen u. v. m. zur Verfügung. Die wichtigsten Dashboards sind bereits als Templates in der Pocket Factory hinterlegt, und können bei Bedarf ganz leicht selbst angepasst, oder erweitert werden. Die Implementierung der Applikation kann innerhalb kurzer Zeit in der Produktionsanlage erfolgen.

Pure Data bietet smarte Features zur Erkennung von nicht validen Daten. Alle Werte werden geprüft, und auf Abweichungen hin untersucht:

  • Defekte Sensoren; Werte stehen auf null, obwohl Anlage läuft

  • Werte, die außerhalb von Gültigkeitsbereichen liegen; Spannung beträgt über 240 Volt, obwohl der Wert zwischen 220 und 240 Volt liegen muss

  • Abhängigkeiten; Zähler zählt, aber die Maschine steht

  • Falsche Werte; die Geschwindigkeit der Maschine ist negativ

  • Logische Werte; der Betriebsstundenzähler darf in einer Stunde nur um den Wert 1 hochzählen

  • Plateauwerte; Temperatur einer Maschine bleibt über Stunden konstant hoch

  • Nicht definierte Werte; Werte werde geliefert, deren Zustand nicht vorliegt

Fazit

Valide Daten der Maschinen und Anlagen erzeugen aussagekräftige Kennzahlen zur Produktion. Durch die permanente Analyse ist eine gleichbleibende Datenqualität sichergestellt. Bei Veränderungen der Datenlage wird der Verantwortliche durch das System benachrichtigt und kann somit schnelle Korrekturen vornehmen, die nicht in den Produktionsablauf eingreifen.

Pure Data kann branchenübergreifend in allen Produktionsanlagen eingesetzt werden. Auch bei älteren Anlagen ist dies möglich.

17 Ansichten0 Kommentare

Comments


bottom of page