Industrial Control by Edge Computing for Automation Technology
Motivation
Aufgrund hoher Latenzen zwischen Maschinen-/ Anlagen-ebene und der Cloud sowie den daraus resultierenden Einschränkungen verzichten viele Anwender auf cloudbasierte Lösungen. Denn das Warten auf eine Antwort aus der Cloud, gerade bei bestehenden Echtzeitanforderungen in der Produktion, ist keine Option. Aufgrund dessen erreichen weniger Maschinendaten die Cloud, woraus Herausforderungen für die Entwicklung neuer Dienstleistungen, wie Predictive Maintenance und Machine-as-a-Service, entstehen.
Die Lösung dieses Umstands erfordert das Umdenken, von einer zentralen, cloudbasierten Systemarchitektur hin zu einer distributiven Edge Cloud getriebenen Architektur. Die sogenannten Edge Devices stellen eine neuartige, vollständig integrierte Generation von Internet-Gateways dar, die die fehlende Verknüpfung zwischen der proprietären Welt von Sensoren, Aktoren und Produkten mit der Cloud herstellen.
IoT-Technologien in der Produktionstechnik
Der Einsatz echtzeitfähiger Edge Cloud Technologien befähigt klassische Applikationen in der Steuerungstechnik zur Übertragung kritischer Daten aus der Feldebene heraus. Die für diesen Einsatz verwendeten Edge Devices können auf niedrig performanter Hardware umgesetzt werden (z. B. Arduino, Raspberry Pi etc.).
Die Kombination aus lokaler Vorverarbeitung und Cloud gestützter Rechenleistung erlaubt neuartige Anwendungen und Business Cases in der Produktionstechnik. Das Potential liegt in der Übertragung steuerungstechnischer Aufgaben von aufwendigen Industriesteuerungen in die Edge Cloud durch Integration einer Vielzahl von Edge Devices sowie die Nutzung von Device und Digital Shadows.
Dies ermöglicht zusätzlich eine handhabbare Entwicklung von Steuerungsalgorithmen auf Hochsprachenbasis und ein flächendeckendes Software Deployment weltweit.
Industrie-Szenario – Signifikante Steigerung der OEE
Trotz allgemein robuster Automatisierungstechnik führen Maßabweichungen innerhalb von Produktlinien zu häufigen Anlagenstillständen und händischem „Nach-Teachen“ von Robotern. Der Ansatz besteht darin, mittels eines sensitiven Roboters eine gemessene reale Trajektorie mithilfe von Edge Devices sowohl in die Cloud, als auch an den nachfolgenden Roboter zur Weiterverarbeitung des Produktes zu senden. Beide Mechanismen sowie die Prozesssteuerung agiert auf Basis von Device- und Produkt-Schatten, die dank Edge-Technologie untereinander ausgetauscht werden können. Mittels Kantendetektion kann anschließend die Qualität überprüft werden.
Beispielhaft wurde in diesem Zusammenhang ein Industrie-Szenario entwickelt, die sogenannte Industrial Control by Edge Computing for Automation Technology (ICECAT). Bestehend aus 6 Edge Devices zur Ansteuerung dreier Roboter, einer Kamera, Sensorik sowie zur allgemeinen Prozesssteuerung dient sie der Untersuchung der Fähigkeiten von Edge Technologien auf Basis der Greengrass (GG) Technologie von Amazon Web Services.
Partner