Fachverlag x-technik
search
 

Schließen

PDF


Mosaiksteine der Digitalisierung

: Lenze Austria


Flexiblere, leistungsfähigere Maschinen und Anlagen benötigen nicht nur aufwendigere Steuerungsprogramme, auch der Entwicklungsprozess wird immer komplexer. Digitales Engineering schafft hier schon heute Entlastung und die positiven Effekte werden sich in Zukunft noch verstärken. Lenze bietet dazu durchgängige Werkzeuge und Services über den gesamten Lifecycle hinweg, um Abläufe zu vereinfachen, Kosten zu senken und den Zeit- und Ressourceneinsatz im Engineering zu minimieren. Was alles unter den Methoden Digitalisierung und Künstlicher Intelligenz möglich ist, dazu gibt DI Frank Maier, CTO der Lenze SE, im Gespräch mit x-technik einen tiefen Einblick in bereits Machbares. Das Gespräch führte Luzia Haunschmidt, x-technik

/xtredimg/2020/Automation/Ausgabe303/22177/web/Lenze_Smarte_Servo_Achse_mit_IIoT_Functionen.jpg
Mit der smarten Lenze Servo-Achse mit IIoT-Funktionen wird der Antrieb selbst zum Sensor und reduziert in Folge die Komplexität der Messfühler, stellt intelligente Funktionen für das IIoT bereit und legt die Basis für Servicemodelle wie z. B. das CM.

Mit der smarten Lenze Servo-Achse mit IIoT-Funktionen wird der Antrieb selbst...

Herr Maier, Lenze als Spezialist innovativer Antriebstechnologie hat schon früh die Möglichkeiten der Digitalisierung auch für industrielle Anwendungen erkannt. Dazu hat Lenze im September 2020 einen weiteren Baustein, den Digital Hub Industry, aus der Taufe gehoben. Welche Absichten und Ziele verfolgt Lenze damit?

Das Thema Digitalisierung ist ja äußerst komplex und schreitet auch technologiegetrieben so schnell voran, dass Unternehmen – gleich welcher Größenordnung – die Umsetzung nicht allein bewerkstelligen können, sondern charakteristisch mit entsprechenden Know-how-Trägern im Verbund zusammenarbeiten müssen. Somit ist es für Lenze wichtig, eine Infrastruktur für den Wissens- und Technologietransfer zwischen Unternehmen und Forschungsabteilungen zu schaffen, um die für uns essenziellen Digital-Kompetenzen zu bündeln.

Dafür haben wir im Technologiepark auf dem Campus der Universität in Bremen den idealen Standort gefunden, da sich dort bereits unser Tochterunternehmen, die Software-Schmiede encoway befindet und künftig auch unsere Tochterunternehmen logicline und das Digitallabor Dock.One ihre neue Adresse mit wesentlich mehr Platz als bisher finden werden. An der dortigen Hochschule sind wichtige Kompetenzen, wie z. B. die Industriemathematik, KI oder auch das Thema 5G angesiedelt sowie etliche IT-Startups, deren örtliche Nähe zwecks eines regen Austausches und für eine intensive Zusammenarbeit zu Entwicklungsprojekten für uns von großem Nutzen sind. All diese Kompetenzbündelungen werden einen attraktiven
/xtredimg/2020/Automation/Ausgabe303/22177/web/Lenze_Pickerzelle_Digitaler_Zwilling.jpg
Das Engineering eines Digitalen Zwillings einer Pickerzelle erfolgt hier beispielhaft über die Asset Administration Shell von Lenze.

Das Engineering eines Digitalen Zwillings einer Pickerzelle erfolgt hier beispielhaft...

Schmelztiegel für Innovation und Kooperation rund um die digitale Transformation schaffen. Dazu wird Lenze auch seine Kunden einladen, sich mit ihren Entwicklungsprojekten zu beteiligen und Teil dieses Innovations-Ökosystems zu werden – egal ob es sich hierbei um IIoT oder Künstliche Intelligenz handelt.

Wann darf man mit der Eröffnung der Digital Hub Industry rechnen?

Wir rechnen mit etwa Mitte 2022. Eine große Eröffnungsfeier wird es natürlich dazu auch geben!

Die Zusammenarbeit von Data Scientists und Domain-Experten gewinnt zunehmendes Interesse in der Automatisierung. Wie bewerten Sie den Nutzen davon speziell für die Antriebsebene?

Ausgangspunkt unserer Überlegungen ist, dass Daten alleine vergleichsweise wenig Wert haben, sie sind nur der Rohstoff. Der Wert entsteht erst dadurch, dass man die Daten entlang einer spezifischen Applikation zu Information oder noch besser, zu Wissen verdichtet.

Ich bin ein bekennender Skeptiker der Aussage, dass ein Data Scientist in der Lage ist, aus Rohdaten mehr Information zu filtern als ein Applikationsexperte. Ich bin stattdessen davon überzeugt, dass unser Domain-Know-how ein zentraler Wissensvorsprung ist, den wir als etablierte Experten des Maschinenbaus den reinen Digital-Giganten voraushaben – und das sollten wir auf
/xtredimg/2020/Automation/Ausgabe303/22177/web/Lenze_Easy_System_Designer_Dashboard.jpg
Eines der zentralen Werkzeuge für das digitale Engineering ist der EASY System Designer von Lenze, der die ersten Engineering-Schritte wie Idee, Design und konkrete Entwicklung abdeckt.

Eines der zentralen Werkzeuge für das digitale Engineering ist der EASY System...

keinen Fall aufgeben. Die Zusammenarbeit der Data Scientists mit Domain-Experten, auf die wir bei Lenze zählen und auf die wir stolz sind, ist für mich der Schlüssel dazu, Applikationswissen über datengestützte Modelle in Algorithmen zu überführen und dem Kunden als Mehrwert zu bieten.

In unserem Projekt „ML4Pro2“ (Machine Learning for the Production and their Products) praktizieren wir diese beiden Welten. Die Ergebnisse davon werden der Industrie in Algorithmen, also eindeutigen Handlungsvorschriften zu bestimmten Applikationslösungen, wie z. B. für Condition Monitoring auf der Antriebsebene oder Predictive Maintenance mithilfe Künstlicher Intelligenz, zur Verfügung gestellt.

Stichwort „Smartes CM“: Condition Monitoring, Preventive und Predictive Maintenance ist für manch Anlagenbetreiber ein und dasselbe. Welche Vorgehensweisen verfolgt Lenze zu diesen doch sehr unterschiedlichen Instandhaltungsstrategien und inwieweit nutzt Lenze dazu modellbasierte Analysen und Erkenntnisse aus Algorithmen?

Keine Frage, CM, Preventive und Predictive Maintenance werden von den Maschinen- und Anlagenbetreibern gerne in einen Topf geworfen. Darum bevorzugt es Lenze, diese drei Instandhaltungsstrategien anhand praktischer Beispiele aufzuzeigen. So stellten wir beispielsweise 2019 auf der letzten analogen Messe SPS die Unterschiede in einem Showcase vor. Wir machten einen Antrieb zum Sensor und schlossen von ohnehin vorhandenen Messwerten – wie Geschwindigkeit, Beschleunigung, Drehmoment, Position oder Stromaufnahme – auf den Zustand eines Riemenantriebs. Da eine klassische Preventive Maintenance typischerweise auf einer modellbasierten Analyse basiert, wurden auf der einen Seite gemessene Ist-Werte mit denen verglichen, die sich aus
/xtredimg/2020/Automation/Ausgabe303/22177/web/Lenze_Pickerzelle_Schmuckbild.jpg
Pickerzelle made bei Lenze.

Pickerzelle made bei Lenze.

der angenommenen mathematischen Beschreibung der Maschine ergeben. Und auf der anderen Seite waren Algorithmen und neuronale Netze im Einsatz, um über eine Anomalien-Erkennung auf Verschleißerscheinungen aufmerksam zu machen. Mit diesem datenbasierten Analyse-Ansatz verwiesen wir auf die Möglichkeiten einer Predictive Maintenance.

Summa summarum konnten wir unsere Messestandbesucher mit diesem Showcase nicht nur unser Domänenwissen, sondern auch unsere Expertise bei der Interpretation von Daten beweisen. Darüber hinaus bezeugen derartige Applikationen eindrücklich, dass ein Digitalisierungsprojekt in der Industrie nicht allein mit einem Data Scientist zu schaffen ist – es braucht halt doch und unbedingt auch die Automatisierungsexperten auf der Maschinen- und Anlagenebene.

Lenze ist ja nicht nur Antriebs- und Software-Anbieter mit einem klassischen Portfolio „von der Stange“. Aus Ihren Automationslösungen generieren Sie u. a. auch neue Produkte für Ihre Kunden – spielt zu diesen Entwicklungen das Thema Künstliche Intelligenz (KI) bereits eine Rolle?

Das Thema KI ist für uns nicht wirklich neu. Die Produktkonfiguratoren, die unsere Tochter Encoway in Bremen entwickelt, bilden ja letztendlich Beziehungswissen zwischen Anwendung und Produktbaukasten über Modelle ab und leiten daraus Entscheidungsvorschläge für den Kunden ab. Das ist also ein Paradebeispiel für KI. Es passiert tatsächlich immer öfter, dass Kunden aus dem Maschinenbau auf uns zukommen und mit uns diskutieren oder auch experimentieren, wie wir die KI-Methodik für Performance-Verbesserungen der Maschine oder der Anlage nutzen können. Angefangen von einer Reduktion des Variantenraums (eine Domäne der Encoway) bis hin zu verbesserter TCO (Total Cost of Ownership)
über höhere Performance und/oder geringere Stillstandzeiten. Das ist heute aber in großen Teilen wirklich noch gemeinsame Forschung, manchmal auch gezielte Dienstleistung – Standard-Produkte sind gerade erst im Entstehen. Das liegt natürlich häufig daran, dass viele dieser Methoden den Praxistest bestehen müssen und der beinhaltet natürlich auch, dass auch die Statistik bewiesen werden muss. Damit meine ich den Nachweis, dass die Genauigkeit der Erkennung mindestens 95 % und die Zahl der Pseudofehler hinreichend klein ist. Solch ein Nachweis dauert seine Zeit.

Ein sehr spannendes KI-Projekt dieser Art betreiben wir z. B. derzeit konkret mit einem großen Automobilisten.

Kommt es dabei vor, dass ein bisher nicht als relevant beachtetes Datenmaterial sich doch als nützlich, wenn nicht sogar als essenziell erweist?

Das ist eine gute Frage, die wir uns selbst immer wieder zu stellen haben. Jeder Frequenzumrichter bietet einen enormen Fundus an Daten, naturgemäß verfügen wir als langjähriger Domain-Experte bereits über einen riesigen Pool an Daten und manchmal auch an Information. Wie relevant diese Daten aber tatsächlich sind und auf welche wir uns konzentrieren sollten, da orakeln auch wir noch gelegentlich ganz gehörig. Wie es bei einem Orakel so ist, kommen immer wieder Störungen oder allgemeine Phänomene auf einer Maschine oder Anlage vor, deren Ursache uns und unseren Kunden trotz vieler verfügbarer Daten bislang enormes Kopfzerbrechen bereiten können.

Treten solche Beeinträchtigungen plötzlich vermehrt auf, versuchen wir zwar vorerst mit uns bekanntem Datenmaterial die Störungsquelle auszumachen. Doch um des „Pudels Kern“ tatsächlich zu finden, sehen wir uns immer wieder auch gezwungen, zusätzlich bislang unbeachtetes Datenmaterial zu prüfen oder sogar weitere Daten, sprich Messungen, zu erheben. Meiner Meinung nach stehen wir, was die Datendurchlässigkeit in Sachen Ursache
und Wirkung betrifft, noch am Anfang ungeahnter Möglichkeiten und schöpfen somit aktuell nur einen ganz geringen Teil eines riesigen Lösungspotenzials ab.

Begleitend dazu wird die Datenauswertung über eine Cloud auch immer mehr zum Thema. Wie geht Lenze damit um?

Das ist richtig, da die Maschinen- und Anlagenbetreiber zusehends intelligentere und flexiblere Maschinen verlangen. Und weil zugleich auch die Effizienz steigen soll, führt eine ständige Aufrüstung – mehr Sensoren, mehr Schnittstellen, mehr Rechenpower – nicht zum Ziel. Unsere Antwort dazu lautet somit: mehr Leistung – aber nicht mehr Komplexität, mehr Daten und auch nicht mehr Hardware – sondern bessere Services durch mehr Intelligenz und konsequente Ausrichtung auf zukunftsfähige Technologien wie das IIoT.

Die Datenverarbeitung für CM und Predictive Maintenance können wir z. B. oft direkt in unserem leistungsfähigen Umrichter i950 oder auch in einem schlanken Edge-Device erledigen. Jedoch bedeutet IIoT auch eine Vernetzung über die einzelne Maschine hinaus, z. B. um verschiedene Anlagen gemeinsam zu monitoren, verschiedene Standorte zentral zu warten oder zu benchmarken. Solche komplexeren Aufgaben werden in der Regel über Cloud-Services abgewickelt, die den Einsatz von aufwendigem Machine Learning und KI ermöglichen.

Eine einfache Möglichkeit, die Daten aus dem Antriebsstrang ins IIoT zu übertragen, ist daher unerlässlich. Mit dem Gateway x500, kombiniert mit der Plattform X4 Remote, erhalten Maschinenbauer von Lenze eine schlüsselfertige Cloud-Lösung, die neben einer kontinuierlichen Zustandsüberwachung auch die Fernwartung der Maschine und ein bedienerfreundliches Asset Management ermöglicht. OEM und Anwender können dabei den Cloud-Anbieter frei wählen, um ihre IIoT-Plattform aufzubauen.

Weniger Hardware bezieht sich doch auch darauf, den Anteil an Sensoren, also Messfühlern direkt am Antriebsstrang und deren Verkabelungsaufwand zu reduzieren …

Dass man künftig nicht gänzlich auf Sensoren verzichten können wird, ist unumstritten. Doch dass diese Datenaufnahme und deren Kommunikation einigen Aufwand und Kosten mit sich bringen, ist ebenso klar. Also versuchen wir natürlich, einer enormen Inflation an Sensorik entgegenzuwirken.

Lenze begegnet diesem Anspruch auf der Antriebsseite schon mittels intelligenter Nutzung bereits vorhandener Daten aus seiner smarten Servo-Achse – einer Kombination aus dem bereits erwähnten Umrichter i950, dem Planetengetriebe g700 und Synchronmotor m850. Mit diesem Motion-Control-Konzept wird der Antrieb somit selbst zum Sensor und reduziert in Folge die Komplexität der Messfühler, stellt intelligente Funktionen für das IIoT bereit und legt schlussendlich die Basis für Servicemodelle wie z. B. das CM.

Was die ehemals umfangreiche Verkabelung der Sensoren betrifft, bieten wir begleitend zu unserer smarten Achse die standardisierte One-Cable-Technology, die den Maschinenaufbau weiter vereinfacht. Statt jeweils getrennter Versorgungs- und Datenleitungen ist somit nur noch eine einzige Verkabelung nötig. Und über das offene Motor-Feedback-Protokoll werden die Motordaten digital übertragen. Übrigens, weniger Verkabelung reduziert nebst dem Materialaufwand ebenso den Platzbedarf im Schaltschrank. Darüber hinaus verringern sich auch mögliche Fehlerquellen, da die kabelbedingten Ausfälle seltener werden und die Suche nach der Ursache einfacher wird, da nicht so viele Optionen getestet werden müssen.

Herr Maier, herzlichen Dank für Ihre intensiven Aus- und Einblicke in die Welt der industriellen Digitalisierung und den dazu begleitenden KI-Bestrebungen!

Mit der smarten Lenze Servo-Achse mit IIoT-Funktionen wird der Antrieb selbst zum Sensor und reduziert in Folge die Komplexität der Messfühler, stellt intelligente Funktionen für das IIoT bereit und legt die Basis für Servicemodelle wie z. B. das CM.
Das Engineering eines Digitalen Zwillings einer Pickerzelle erfolgt hier beispielhaft über die Asset Administration Shell von Lenze.
Eines der zentralen Werkzeuge für das digitale Engineering ist der EASY System Designer von Lenze, der die ersten Engineering-Schritte wie Idee, Design und konkrete Entwicklung abdeckt.
Pickerzelle made bei Lenze.


Zum Firmenprofil >>


Bericht in folgenden Kategorien:
Antriebstechnik, Industrie 4.0, Automation aus der Cloud

Special Automation aus der Cloud

cloud.JPG Immer mehr Teile der industriellen Automatisierung sollen in die Cloud verlegt werden. Nicht nur die in rapide steigenden Mengen generierten Daten, sondern neben Auswerte-, Überwachungs- und Kontrollmechanismen auch Steuerungs-, Regelungs- und sogar Safety-Algorithmen. Wozu eigentlich? Was lässt sich vernünftig in die Cloud verlegen? Was sollte man dabei beachten? Und was ist das überhaupt, die Cloud?
mehr lesen >>

Im Gespräch

/xtredimg/2020/Automation/Ausgabe303/22584/web/Metris_AVA_Ruckgewinnungskessel_FINAL.jpgAdding KI-Apps for better Process-Operations
Während manche sich noch den Kopf darüber zerbrechen, ob sie in das Thema Digitalisierung einsteigen sollen, überlegen andere bereits den nächsten Schritt: den Einsatz digitaler Assistenten, die zu einem Mehr an Effizienz und Produktivität führen. Mag sein, dass manche das Thema KI derzeit „nur“ als einen weiteren Marketing-Hype ansehen – doch das Unternehmen Andritz, ein weltweit tätiger Maschinen- und Anlagenbauer aus Graz, begleitet bereits seit Längerem viele seiner Kunden in das neue Zeitalter von virtuellen Assistenten, die dem Operator Empfehlungen anbieten und die Produktionsprozesse vorausschauend automatisch optimieren. Das Ziel sind autonome bzw. vollautomatische Maschinen und Anlagen durch den Einsatz von Künstlicher Intelligenz (KI) – auch Artificial Intelligence (AI) genannt. Dazu gibt Hermann Obermair, Senior Vice President bei Andritz Automation, im Gespräch mit x-technik einen tiefen Einblick in Sachen KI-Apps made by Andritz. Das Gespräch führte Luzia Haunschmidt, x-technik
Interview lesen >>

Newsletter abonnieren