In der Stahlproduktion kommt es darauf an, die richtigen Entscheidungen unter sehr komplexen Rahmenbedingungen zu treffen. Wie kann das Internet der Dinge die Hersteller dabei unterstützen?
Die Produktion von Stahl ist ein sehr komplexes Geschäft. Alle Fertigungsschritte müssen perfekt ineinandergreifen, damit ein Produkt hoher Qualität entsteht. Qualitätsingenieure sind deshalb auf der Suche nach Anomalien, also Frühindikatoren, die auf Probleme hindeuten. Im günstigsten Fall entsteht ein Produkt minderer Qualität, mit dem der Kunde nicht zufrieden ist. Im ungünstigsten fällt eine Maschine komplett aus und die Produktion steht still.
IoT in der Stahlindustrie: Sensoren erkennen, wenn sich die Betriebstemperatur einer Maschine über Gebühr erhöht.
Quelle: (Quelle: Shutterstock/kaband )
Häufig geht es um eine kritische Kombination mehrerer komplexer Einflußgrößen, die sich gegenseitig beeinflussen. "Wir brauchen eine Metrik, die zeigt, wie gesund meine Maschinen sind", betonte Carsten Holtmann auf dem IBM-Roundtable
Industrie 4.0. Die Analyseergebnisse werden analysiert und auf einer Heatmap angezeigt: Bei rot ist Handlungsbedarf angesagt.
Holtmann zeigte Industrie 4.0 an einem konkreten Case: der Fertigungsstraße eines asiatischen Stahlproduzenten. Die Haupteinflussgröße für Maschinenausfälle ist die Betriebstemperatur der Motoren. Unter 38 Grad Celsius ist alles im grünen Bereich. Steigt die Motortemperatur aber auf über 49 Grad an, dann steigt die Fehler- und Ausfallwahrscheinlichkeit auf 23 Prozent. Das habe sogar die Ingenieure überrascht, sagte Holtmann.
Die Ursache, so stellte sich heraus, war Sonneneinstrahlung auf ein Maschinenteil durch ein defektes Deckenfenster. Seitdem wird in der Maschinenhalle auch die Klimaanlage über Sensoren gesteuert. Die Implementierung der Fertigungssteuerung durch IBM hat neun bis 12 Monate gedauert.
Das
Internet der Dinge in der Industrie könne dabei helfen, viele erfolgskritische Fragen in der industriellen Fertigung zu beantworten, so Holtmann. Zum Beispiel:
- Nutzen unsere Kunden die Produkte auf eine Art, an die wir selbst nicht gedacht haben?
- Funktioniert die Maschine in der Produktion wie geplant?
- Was sind die Hauptursachen für ungeplante Ausfallzeiten? Wann häufen sich die Ausfälle bestimmter Maschinen?
- Wie spielen die komplexen Ursachen von Qualitätsproblemen zusammen?
- Wie können wir die Lagerhaltung von Ersatzteilen verringern?
- Wie können wir eine zu erwartende Zunahme von Gewährleistungsansprüchen zuverlässig prognostizieren?
Das IoT, Sensor-/Messtechnik und Analyse-Software könne helfen, die richtigen Entscheidungen unter komplexen Rahmenbedingungen zu treffen, resümiert Holtmann. Bislang nutzen wir erst 12 Prozent der Daten, die durch das IoT/Industrie 4.0 erzeugt werden. "Was könnten wir alles erreichen, wenn wir die restlichen 88 Prozent auch noch nutzen würden?".