Als moderner Maschinenbauer verknüpft Greif-Velox alle operativen und visionären Elemente aus dem Bereich IoT mit der stetigen verfahrenstechnischen und mechanischen Optimierung der Anlagen für den Anwender. Die Abfüllanlagen inklusive ihrer Komponenten zum Produkthandling, wie zum Beispiel Roboter-Palettiersysteme, sind daher mit Sensoren ausgestattete, cyber-physikalische Systeme. Sie reagieren aufgrund von Sensordatenauswertungen selbstständig auf veränderte Umgebungsbedingungen und Prozessumstellungen.
Eine konkrete Anwendung ist unser Maschinen-Feature „Gläserner Packer“, das eine maximale Transparenz für den Anwender bietet: Dank integrierter Datenschnittstelle können wichtige Prozessparameter der Abfüllung erfasst, aggregiert und analysiert sowie über einen sicheren Remote-Zugriff via VPN abgerufen werden. Über ein Dashboard erhalten die Anwender übersichtlich und ortsunabhängig nicht nur Einblick in die Daten und die Effektivität der Anlage, sondern können auch Einfluss auf den Produktionsprozess nehmen.
Aus den aggregierten Daten erstellt das System exportierbare Berichte beispielsweise über die Absackleistung pro Stunde. Durch die Vernetzung der einzelnen Komponenten der Anlage wird mit Hilfe eines intelligenten Datenverarbeitungsalgorithmus der Abfüllprozess optimiert und die Zuverlässigkeit des Produktionsprozesses gesteigert. Denn weicht zum Beispiel bei der Abfüllung das Bruttogewicht aufgrund von volatilen Umgebungsbedingungen ab, reagiert die Dosiereinheit in Echtzeit und regelt die Abfüllmenge entsprechend. Durch die Korrektureingaben lernt das System langfristig, wie es ein bestimmtes Produkt in einer bestimmten Menge optimal abfüllt.
Die Prozessdaten können ebenso in die kundenindividuelle Weiterentwicklung der Maschinen fließen, wenn diese nach Absprache auch an Greif-Velox übertragen werden. So erhalten wir einen fundierten Einblick in die Verfahrenstechnik der Kunden und können analysieren, welche Faktoren zur Verbesserung der Abfüllung eingestellt werden können. Gleiches gilt für die Maschinenwartung: Die Echtzeit-Verarbeitung der Daten ermöglicht Prognosen, die die Grundlage für eine bedarfsgerechte Wartung (Predictive Maintenance) darstellen. So können Stillstandszeiten von Maschinen verringert und Kosten für ungeplante Ausfälle um rund 20 Prozent reduziert werden. Durch die permanente Analyse der Prozessparameter wird die Verfügbarkeit der Maschine langfristig erhöht. Sollte es dennoch zu Ausfällen kommen, können durch den Remote-Zugriff und die vollständige digitale Abbildung des Systems mehr als 95 Prozent der Störmeldungen in Fernwartung gelöst werden.
Greif-Velox verfolgt mit seinen IoT-Anwendungen eine kontinuierliche Verbesserung hinsichtlich der Flexibilität, Autonomie, Leistungsfähigkeit, Verfügbarkeit und Transparenz entlang der Wertschöpfungskette.
