Flexible Produktionsumgebung für hochdynamische Prozesse Modular aufrüsten mit Sensorik und 5G

Modulare, 5G-basierte Sensorik stattet bestehende Maschinenparks mit neuen Funktionen zur Prozessüberwachung aus.

Bild: Fraunhofer IPT
25.09.2019

Wenn die vorhandenen Maschinen im Unternehmen bei komplexen Bauteilen an die Grenzen ihrer Flexibilität stoßen, wird es Zeit, aufzurüsten: mit Sensorik, die große Datenmengen mit 5G- und Cloudtechnologie nahezu verzögerungsfrei überträgt und die Maschine mit neuen Funktionen zur Prozessüberwachung und -regelung ausstattet. Das Fraunhofer-Institut für Produktionstechnologie IPT entwickelt gemeinsam mit sieben Industriepartnern ein modular erweiterbares Sensor-Cloud-System für bestehende Maschinen.

Das Sensor-Cloud-System besteht aus Sensorik, Steuerungs-, Auswerte- und Visualisierungssoftware, Schnittstellen und Kommunikationsprotokollen, um hochdynamische Produktionsprozesse gründlicher zu überwachen und adaptiv zu regeln. Ziel des Projekts 5GSensPRO ist eine flexible Produktionsumgebung, die sich für die Anforderungen der Fertigung komplexer Bauteile eignet. Im Projekt entwickeln das Projektkonsortium deshalb eine modular aufgebaute Sensorik-Umgebung, die Werkzeuge und Produktionsmaschinen flexibel um unterschiedliche neue Funktionen erweitert.

Das 5GSensPRO-System entwickeln und testen die Projektpartner gemeinsam am Beispiel eines hochdynamischen Herstellungsprozesses von Bauteilen für den Turbomaschinenbau. Sensoren werden dafür direkt auf dem Bauteil angebracht und unmittelbar in den Fertigungsprozess integriert. Die Darstellung der Sensordaten und die Prozessregelung mittels Smart Devices in einer virtuellen Produktionsumgebung bieten dem Anwender eine vollkommen neue Art der Interaktion mit dem Gesamtsystem.

Herkömmliche Maschinenparks werden teilautonom

Die Kombination aus intelligent vernetzten Sensoren, 5G-Technologie und flexibel erweiterbaren Cloud-Systemen soll zukünftig dazu beitragen, herkömmliche Maschinenparks in teilautonom agierende Systeme mit flexiblen Bearbeitungsstationen und optimaler Kapazitätsauslastung zu verwandeln.

In Verbindung mit cloudbasierten Datenpipelines und abgeleiteten Modellen können Unternehmen dann nicht nur das Produktionsergebnis, sondern auch Wartungsbedarfe und Ausfallrisiken sicherer als bisher prognostizieren, so die Zukunftsperspektive der Aachener Forscher.

5G könnte den neuen Anforderungen an die drahtlose Kommunikation innerhalb eines Netzwerks aus Maschinen, Servern und intelligenten Sensoren gerecht werden: Die großen Datenmengen können mit dem neuen Mobilfunkstandard in hoher Geschwindigkeit und mit geringen Latenzen zwischen Sensoren und Cloud- und Großrechensystemen übertragen werden, um auch auf Feldebene zeitkritische Kommunikation, etwa für Regelungsanwendungen, zu gewährleisten.

Die Partner im Projekt 5GSensPRO konzentrieren sich auf das Zusammenspiel von sechs Modulen:

  • Intelligente Sensorhardware mit einer Basiseinheit zur Datenvorverarbeitung und Funkübertragung über 5G

  • Software zur Sensorsteuerung und Auswertung der erfassten Daten

  • Trackingfunktionen auf Mobilfunkbasis zur Identifikation von Bauteilen und zur automatischen Zuordnung der passenden Prozess- und Logistikdaten

  • Einheitliche, systemweite Kommunikationsprotokolle zur Datenübertragung und Kopplung von Sensorik und anderen Komponenten für eine schnelle und unkomplizierte Erweiterung des Gesamtsystems

  • Visualisierungsschnittstellen, beispielsweise für Smart Devices und weitere Endgeräte

  • Smart Sensor Cloud als Infrastruktur für die Datenverarbeitung, -analyse und -übertragung auf andere Systeme

Partner im Projekt 5GSensPro sind das Fraunhofer-Institut für Produktionstechnologie IPT, Marposs Monitoring Solutions, Meastream, Oculavis, und QSQ. Mit dem Projekt assoziiert sind außerdem CP Tech, Ericsson, und MTU Aero Engines. Das Projekt 5GSensPRO – 5G-basierte Sensorik zum Monitoring in der Produktion wird durch Mittel des Europäischen Fonds für regionale Entwicklung 2014-2020 gefördert.

Firmen zu diesem Artikel
Verwandte Artikel