Digitale Wertschöpfung via Kastor DataCockpit

Datenanalyse und Datenauswertung

Einleitung

Viele unserer Kunden haben hochautomatisierte Prozesse, welche über ein Prozessleitsystem wie zum Beispiel das AZO Produktionsleitsystem Kastor gesteuert werden. Diese Leitsysteme erzeugen über die Jahre eine Unmenge von Daten. Es gibt Kunden, bei denen die Datenbanken mehrere Gigabyte groß sind.

Diese Daten sind ein Schatz, der aber leider nicht so leicht zu heben ist. Denn wenn man solche Datenmengen über Listen oder ähnliche Medien auswerten will, ertrinkt man in der Datenflut.

Somit müssen ganz neue Wege beschritten werden. Und genau hier setzt das Thema Smart Data an. Neue Techniken bezüglich Datenanalyse und Auswertungen kommen zum Einsatz. Und diese Techniken sind genau die, die wir auch aus unserer täglichen Berührung z. B. Stauvorhersagen von Navigationssystemen kennen.

Was bedeutet Datenanalyse?

Im Allgemeinen geht es bei Datenanalyse darum, aus Daten Erkenntnisse zu gewinnen. Dabei werden die Daten mit Hilfe unterschiedlicher Techniken anders strukturiert, geordnet und dargestellt, sodass das Erkennen von Zusammenhängen und Abhängigkeiten in Daten sichtbar wird und die Ergebnisse als Grundlage zur Produktionsoptimierung dienen.

Die Datenanalyse selbst kann somit als eigenes Verfahren oder eigene Technologie im Rahmen der Verbesserung von Produktionsanlagen eingeordnet werden. Datensicherheit ist dabei oberstes Gebot.

»Man kann Daten ohne Informationen haben, aber keine Informationen ohne Daten«

_{Daniel Keys Moran, Programmierer und Autor}

Welche Vorteile bietet eine Datenanalyse?

Die Vorteile einer Datenanalyse für unsere Kunden liegen im Mehrwert bisher ungenutzter Daten, welche im Betrieb der AZO-Anlagen oder anderer Anlagenkomponenten anfallen.

Neue Erkenntnisse über Optimierungsmöglichkeiten, das Aufzeigen möglicher Schwachstellen oder Fehlervermeidung – die Datenanalyse gibt unseren Kunden die Voraussetzung für ein permanentes Verbessern ihrer AZO Anlage oder ihrer Anlagenkomponenten.

Verschiedene Ausprägungen für verschiedene Kunden

Da unsere Kunden vom Klein- und Mittelstands-Unternehmen (KMU) bis zum Großkonzern das komplette Spektrum abdecken, war es wichtig, für alle Kunden die passenden Lösungen bereitstellen zu können. Die konsequente Nutzung eines Schichtenmodells ist dafür die Grundlage. So können verschiedene Ebenen der Signalverarbeitung flexibel genutzt oder ggf. ausgeblendet oder ausgetauscht werden.

Für ein KMU ist eine lokale Lösung mit lokaler Präsentation der Daten die richtige Lösung. Hier werden alle Schichten durch AZO realisiert.

Bei einem Großkonzern muss die Datenpräsentation über globale Wege erfolgen. Hier wird dann die Datenerfassung, Transformation und Verarbeitung durch AZO durchgeführt. Die Präsentation erfolgt über die konzernüblichen Medien. Hier werden die vorverarbeiteten Daten dann über eine Schnittstelle zur Verfügung gestellt.

Bei einem Konzern ist ein wichtiger Punkt auch der Vergleich der verschiedenen Standorte. Die Standorte besitzen vermutlich eine unterschiedliche Infrastruktur. Hierzu werden die Daten entsprechend normiert und für eine Auswertung und Vergleichbarkeit vorbereitet. Die Aufbereitung kann dabei sowohl lokal in jedem Standort, als auch zentral erfolgen.

Use Cases

Transparenz schaffen:

Die Laufzeiten von Rezepturen können visualisiert werden, um zu erkennen, ob bei bestimmten Chargen Probleme aufgetreten sind. Diese können dann eingegrenzt werden um auf mögliche Stillstände von Teilen der Anlage aufmerksam zu werden. Eine anschließende Fehleranalyse ermöglicht die Ursachenfindung und schafft Transparenz. Durch die Beseitigung der erkannten Probleme, kann dauerhaft der Durchsatz erhöht werden.

Effizienzsteigerung:

Verläufe/Timings von bestimmten Anlagenteilen werden aufgezeigt. So kann man über die Laufzeit der Anlage erkennen, ob sich bestimmte Timings verändern, beispielsweise Abläufe gegebenenfalls länger werden und erkennt dadurch frühzeitig, dass sich Probleme ankündigen, auf die man nun im Vorfeld reagieren kann. Durch diese vorbeugenden Maßnahmen lässt sich die Effizienz dauerhaft erhalten.

Qualitätssteigerung:

Es werden die Wiegeabweichungen von Millionen von Wiegungen gespeichert – daraus kann man zum Beispiel Tendenzen ableiten, wenn sich diese Abweichungen über die Jahre vergrößern. Ein Anlagenfehler oder falsche Wartung kann hier die Ursache sein. Gezielte Anlagenwartung würde die nötige Abhilfe schaffen.

Verfügbarkeit erhöhen:

Es werden aber auch Fehler gespeichert. Das können z. B. Toleranzverletzungen oder Dosierzeitfehler sein. Diese haben ja alle einen kurzen Stillstand der Anlage zur Folge.
Wenn man von den Fehlern z. B. 50 % vermeiden kann, indem man Anlagenparameter besser einstellt, kann man das enorme Potential schon erahnen.

Download WhitePaper