Um 30 % verkürzte Gesamtzykluszeit

Dank dem AMS Analysis-CI von STIWA haben Anwender die Details ihrer STIWA-Anlagen stets voll im Blick, und das standortungebunden.

Alexander Meisinger
Vertriebsleiter für Herstellungssoftware bei STIWA

„Unser Anlagenleitstand AMS ZPoint-CI erfasst 24 Stunden am Tag eine riesige Menge von Maschinen-, Prozess- und Produktdaten. Durch die sofortige Analyse dieser Daten in MATLAB und AMS Analysis-CI haben wir eine Verzehnfachung der Genauigkeit, eine Verkürzung von 30 % der Gesamtzykluszeit und eine deutliche Erhöhung der Produktionsmenge erreicht.“

„Mit der Fertigungssoftware von MATLAB und STIWA können wir Algorithmen verwenden, um die Produktionskapazität von mechanischen Systemen zu maximieren, Systemprobleme in der Software festzustellen und zu beheben und die Daten, die wir erfassen, schnell zu analysieren, um die Automationsanlagen zu optimieren“, sagt Alexander Meisinger, Vertriebsleiter für Manufacturing Software bei STIWA.

Anlagenleitstand von STIWA, basierend auf MATLAB, AMS ZPoint-CI und AMS Analysis-CI. Bild © STIWA Group

Martin Werner
Entwicklungsingenieur Software-Werkzeuge bei STIWA

„Um effektiv arbeiten zu können, müssen unsere Algorithmen eine riesige Menge von Daten in Fast-Echtzeit analysieren. Wir haben diese hohe Leistungsstärke durch Optimierung unserer MATLAB-Algorithmen mit dem MATLAB Profiler und durch Ausführung von Trajektorienoptimierungen auf mehreren Rechenkernen mit der Parallel Computing Toolbox erreicht.“

Herausforderung Datenauswertung

Alle acht Sekunden erfasst ein typisches STIWA-System mehr als 9 MB unbearbeitete Produktionsdaten in 150.000 Datensätzen, die Geräuschentwicklung, Drehmoment und weitere Maschinenmesswerte umfassen. Diese Daten müssen gefiltert und verarbeitet werden, um angemessene Toleranzen zu ermitteln, zeitoptimierte Spuren für Roboter oder flexible Übertragungssysteme zu berechnen oder den Prozess zu verändern – zum Beispiel durch Anpassung der Riemenspannung.

In der Vergangenheit haben STIWA-Ingenieure Datenauswertealgorithmen in low-level Programmiersprachen wie IEC 61131-3 Strukturierter Text für SPS geschrieben. Dieser Ansatz war schwerfällig und wurde undurchführbar, als die Algorithmen immer komplexer wurden. Mit dem Algorithmus für die Trajektorien-Planung wird beispielsweise eine Bahn durch vier Positionen unter Einhaltung der Gelenkbeschränkungen berechnet. Für jede Änderung an dem Algorithmus würde ein Tag für die SPS-Code-Implementierung und ein weiterer Tag für die Fehlerbeseitigung benötigt werden.

STIWA musste die Entwicklung und Ausführung von komplexen Algorithmen zur Gewinnung von hilfreichen Informationen aus umfangreichen Datensätzen beschleunigen. Das Unternehmen benötigte eine Entwicklungsumgebung mit integrierten Datenanalysefunktionen, sodass sich die Ingenieure auf die Problemlösung und nicht auf hardwarenahe Implementierungsdetails konzentrieren konnten. Sie wollten Werkzeuge verwenden, mit denen die meisten neuen Ingenieure vertraut waren. Die Werkzeuge mussten die Integration von Algorithmen in das vorhandene .NET-Produktivsystem des Unternehmens erleichtern. STIWA wollte die Ausführung von Algorithmen durch den Zugriff auf die vorhandene Mehrkernprozessor-Infrastruktur beschleunigen.

Die STIWA Group entwickelt und produziert mit 1300 Mitarbeitern an sechs Standorten automatisierte Zuführ-, Verpackungs- und Transportsysteme sowie mit Montage- und Prozessmodule. Alle Bilder © STIWA Group

Weitreichende Lösung

Unter Verwendung von MATLAB hat STIWA einen Workflow für die Durchführung von Datenanalysen und die Optimierung der Gesamtproduktionsmenge implementiert. Bei diesem Workflow importieren STIWA-Ingenieure Maschinen- und Produktdaten in MATLAB. Anschließend filtern, resamplen und visualisieren sie die Daten, um Probleme und Optimierungsmöglichkeiten zu ermitteln.

Die Ingenieure entwickeln Algorithmen in MATLAB, um die Datenanalyse zu automatisieren und zeitoptimale Trajektorien für Robotik-Komponenten zu planen. Die Algorithmen nutzen Funktionen der Optimization Toolbox™ zur Berechnung dieser optimalen Trajektorien basierend auf festgelegten Einschränkungen, einschließlich Geschwindigkeit und Platzbegrenzung.

Das Team verwendet die Parallel Computing Toolbox™, um Trajektorien-Berechnungen durch Ausführung der Optimierung auf den Computerarbeitsplätzen mit bis zu sechs Prozessorkernen zu beschleunigen. Sie verwenden die implizite Parallelisierung der fmincon-Funktion und vektorisieren anschließend den Algorithmus, um die Leistung der impliziten Parallelisierung noch weiter zu verbessern. Vor der Parallelisierung des Codes optimieren die Ingenieure ihre Algorithmen mithilfe des MATLAB Profiler, um die Funktionen zu ermitteln, die die meiste Zeit in Anspruch nehmen.

Nach den Unit-Tests verwendet das Team MATLAB Compiler™ und MATLAB Compiler SDK™, um ihre fertigen Algorithmen als .NET-Komponenten zu verpacken. Die .NET-Komponenten werden einer letzten Prüfungsrunde unterzogen, bevor sie in ein Produktivsystem integriert werden.

Die Integration dieser Komponenten in den STIWA-Anlagenleitstand basierend auf AMS ZPoint-CI und AMS Analysis-CI ermöglicht geschlossene Regelkreise in der Produktion. Die .NET-Komponenten und die MATLAB-Algorithmen, die sie enthalten, werden etwa alle 10 Sekunden aufgerufen, um die erfassten Daten zu analysieren und die Maschinenparameter einzustellen.

Gesamtzykluszeit um 30 % verkürzt

„Durch die zeitoptimierte Trajektorienplanung, die wir mit MATLAB, Optimization Toolbox, AMS ZPoint-CI und AMS Analysis-CI durchgeführt haben, konnten wir die Gesamtzykluszeit für unsere Bearbeitungsverfahren um 30 % verkürzen“, sagt Meisinger. „Das hat zu einer deutlichen Erhöhung der Produktionsmenge geführt.“

Umfangreiche Datensätze werden in Sekundenschnelle analysiert. „Um effektiv arbeiten zu können, müssen unsere Algorithmen eine riesige Menge von Daten in Fast-Echtzeit analysieren“, sagt Martin Werner, Entwicklungsingenieur Software-Tools bei STIWA. „Wir haben diese hohe Leistungsstärke durch Optimierung unserer MATLAB-Algorithmen mit dem MATLAB Profiler und durch Ausführung von Trajektorienoptimierungen auf mehreren Rechenkernen mit der Parallel Computing Toolbox erreicht.“

„Unter Verwendung von MATLAB Compiler SDK zur Integration unserer MATLAB-Algorithmen in ein .NET-Produktionssystem können wir zudem den Algorithmus leicht auf mehreren Maschinen bereitstellen“, ergänzt Robert Schoßleitner, Leiter des Geschäftsbereichs Manufacturing Software.

Infos zum Anwender

Die STIWA Automation GmbH mit Hauptsitz in Attnang-Puchheim ist ein Branchenführer im Bereich Hochleistungsautomation. Die 1.200 Mitarbeiter des Unternehmens an vier Standorten versorgen die STIWA-Kunden mit automatisierten Zuführ-, Verpackungs- und Transportsystemen sowie mit Montage- und Prozessmodulen.