Inhaltsverzeichnis
1. Die SPS in Zeiten von Industrie 4.0
2. Mehr Rechenleistung verfügbar
3. Die Steuerung als Teil des Systems
4. Datenanalyse und KI zur Prozessoptimierung
5. Der Fokus der Sensorhersteller
Die Automatisierungspyramide, in der Feld- und Steuerungsebene bisher feste Positionen haben, wandelt sich zusehends und hierarchisch ausgerichtete Automatisierungssysteme weichen dezentralen Strukturen. Der festverdrahtenden Interfacetechnik folgte die Feldbustechnik, die wiederum den Ethernet-basierenden Feldbusprotokollen Platz macht, und mithilfe moderner Kommunikationstechnologien wie TSN oder 5G werden Ethernet-Protokolle in Zukunft auch im Internet deterministisch und echtzeitfähig. Der virtualisierten SPS in der Cloud steht damit prinzipiell nichts mehr im Weg.
Die SPS in Zeiten von Industrie 4.0
Wohin also führt in Zeiten von Industrie 4.0 und dem Industrial Ethernet of Things der Weg der klassischen SPS? Dass Steuerungen vor Ort auch weiterhin für die Echtzeitverarbeitung zuständig sind und den Prozess bzw. die Maschine zuverlässig steuern müssen, bestätigt Heinz-Peter Hauptmanns von Schneider Electric auch im Sinne vieler Kollegen. Dabei kann es sich jedoch um Standard-SPSen, Industrie-PCs oder HMIs mit Steuerungsfunktion und zunehmend auch IP67-Controller handeln. Mehr Intelligenz in der Feldebene erfordert mehr kompakte Steuerungen, sodass hier der Einsatz von Controllern mit Steuerungssoftware zunehmen wird. „Die etablierte SPS wird mit ihren Funktionen aber besonders bei der Maschinensicherheit und in der Antriebstechnik ihre Bedeutung auf absehbare Zeit behalten“, kommentiert Heinz-Peter Hauptmanns. Denn nicht alle SPS-Funktionalitäten ließen sich in die Cloud verlagern, auch mit Echtzeitmechanismen wie TSN dürfte es schwierig sein, Zykluszeiten von 125 µs zu realisieren.
„Moderne Webservices ermöglichen es, dass eine zentrale Steuerung zukünftig in der Cloud laufen kann“, prognostiziert Jürgen Zeltwanger, Geschäftsführer von Murrelektronik. Dezentrale Steuerungsaufgaben ließen sich in Zukunft viel häufiger in den Feldbusmodulen abarbeiten. „Da sehen wir einen deutlichen Trend und an der Entwicklung entsprechender Geräte wird gearbeitet“. Zeltwanger weiter: „Unsere IP67-Module sprechen Profinet, Ethernet/IP oder Ethercat und verfügen über so viel Rechenkapazität, dass darin eben auch Steuerungssoftware laufen kann. Dann ist es im Prinzip egal, wo sich die übergeordnete Steuerung befindet und welche Sprache sie spricht.“ Dass dezentrale Steuerungen zukünftig definitiv in die Feldbusmodule Einzug halten werden, glaubt man auch bei Turck. „War noch vor 10 Jahren die Steuerung die Mutter aller Daten, sehen wir mit fortschreitender Digitalisierung mehr Intelligenz dezentral im Feld“, bestätigt auch Christian Wolf, Geschäftsführer von Turck: „Aber eben auch in der Cloud. Wir glauben, dass sich die eigentliche Steuerungswelt in den nächsten Jahren dramatisch verändern wird.“
Mehr Rechenleistung verfügbar
Laut mooreschem Gesetz verdoppelt sich die Leistungsfähigkeit integrierter Schaltkreise alle 12 bis 24 Monate. Das betrifft neben der Prozessorleistung auch die Kapazität von Speicherchips. Damit lassen sich zum einen immer leistungsfähigere Steuerungen aufbauen, aber es sind auch immer kompaktere Geräte möglich. Die Mehrkern- und Multikern-Prozessortechnik erlaubt es außerdem, mehrere voneinander unabhängige Applikationen auf einem Prozessor zu betreiben. So lassen sich neben der Steuerungsfunktion und der Gerätebedienung auch Daten aggregieren und die Kommunikation mit anderen Systemen aufbauen. Welche Bauform auch immer die Kunden bevorzugen, die Anforderungen an die Steuerungen und ihre Performance steigen: Immer kürzere Zykluszeiten sind gefordert, und auch die zunehmende Zahl von Antriebs-Achsen erfordert mehr Rechenleistung. Hinzu kommen Aufgaben der Messtechnik, des Condition-Monitorings und Vision-Applikationen. Multiprotokoll-Chips erleichtern ihrerseits die Integration dezentraler Intelligenz in die Komponenten in der Feldebene. Ob als diskrete Chip-Lösung oder als Software- und FPGA-System, die Anschaltung an die Feldbusprotokolle erfolgt heute flexibler und kostengünstiger.
Ob IBM Cloud, Microsoft Azure, Amazon Web Services, SAP Leonardo, Siemens MindSphere oder Phoenix Contacts Proficloud, auch das Angebot an modernen Cloudsystemen und Webservices ist umfangreich. Zusätzlich haben die Maschinenbauer beschlossen, eigene bzw. gemeinsame Konzepte zu entwickeln. ADAMOS beispielsweise als IIoT-Plattform erfasst große Datenmengen aus der Produktion. Public Cloud, Private Cloud, On-premise Cloud, Embdded Cloud aber auch Edge und Fog – die Begriffe machen deutlich, wie vielseitig aber auch differenziert das Angebot letztendlich ist. Am Ende entscheiden aber die Strategien der Unternehmen bzw. die Applikationen darüber, welche Cloud-Variante in welcher Ausprägung zum Einsatz kommt und ob dabei die Daten die Grenzen des Unternehmens verlassen.
Die Steuerung als Teil des Systems
Wichtiger als die Steuerung in die Cloud zu verlagern ist es, die Vorteile zu nutzen, die eine Cloud für ein Automatisierungssystem bieten kann. Unbestritten ist, dass Cloud-Lösungen in Zukunft ein wesentlicher Bestandteil einer Automatisierungslösung sein werden. Ihre Bedeutung liegt jedoch weniger in der Echtzeit-Steuerung von Maschinen, sondern vielmehr in der Optimierung von Prozessen, Fertigungsabläufen und ganzer Produktionsstandorte.
Smart Maintenance ist ein Begriff – und die intelligente Wartung basiert nicht zuletzt auf dem Sammeln, Auswerten und Interpretieren großer Datenmengen. Maschinenbauer und Anlagenbetreiber haben großes Interesse daran, ihre Maschinen zu überwachen und den aktuellen Betriebszustand zu kennen, um dem Kunden einen besseren Service zu bieten. Oft fordern es aber auch die Endkunden der Maschinenbauer, dass die Daten in einer Public- oder Private Cloud für Analysezwecke zur Verfügung stehen. Kern solcher Digitalisierungsprojekte ist die permanente Überwachung, Bewertung, Visualisierung, Analyse und Archivierung von relevanten Maschinen- und Prozessdaten, mit eben dem Ziel, vorausschauende Wartungslösungen zu realisieren und die Effizienz der Prozesse zu steigern.
„Daten werden von Maschinen aber auch in die Cloud gesendet, um dort Produkte beispielsweise innerhalb einer Logistikkette zu verfolgen und Fehler zu finden. Zukünftig wird eine Maschine als digitaler Zwilling in der Cloud existieren, was aber bedeutet, dass damit auch ein Teil der Software in die Cloud verlagert wird. Je schneller, zuverlässiger und deterministischer die Kommunikation zur Cloud ist, desto mehr Funktionalität kann in der Cloud ablaufen“, erläutert Dr. Josef Papenfort von Beckhoff in einem Zeitungs-Interview. Damit bekommen die Steuerungen eine zusätzliche Aufgabe als Informations-Broker.
Alternativ zur Steuerung könnte es aber auch Aufgabe eines Edge-Gateways sein, Daten aus dem Feld zu erfassen, zu verdichten und zu analysieren und nur die gewonnen Informationen zur Analyse in die Cloud zu senden, meint Frank Bauer von Hilscher. Längst hat sich die Erkenntnis durchgesetzt, dass nicht alle Daten in die Cloud gesendet werden müssen. Oft erschwert eine schlechte Internetverbindungen in den Unternehmen die Kommunikation, die Bandbreiten sind zu gering und die Latenzen zu hoch. Um jedoch vor allem zeitkritische Informationen zuverlässig zu übertragen, sind hohe Bandbreiten erforderlich. Gerade bestehende Kommunikations-Infrastrukturen auf der Basis von Feldbussen oder Ethernet-Protokollen lassen sich mittels geeigneter Edge-Gateways und Software-Konnektoren an die Cloud anbinden. Das bietet sich vor allem für die große Zahl installierter Systeme an, um auch hier die Chancen der Digitalisierung zu nutzen.
Datenanalyse und KI zur Prozessoptimierung
Künstliche Intelligent wird zukünftig die Grundlage für die Realisierung hochautomatisierter Produktionsprozesse und autonomer Steuerungssysteme sein. Darin sind sich die Experten einig. Gerade in der Automatisierung kann Deep Learning oder Machine Learning zu erheblichen Effizienzsteigerungen in der Produktion führen. Doch auch hier stellt sich die Frage: Intelligenz vor Ort in der Steuerung, im Edge-Device oder zentral in der Cloud? Und welche Anforderungen muss die Kommunikation erfüllen? In welchen Bereichen die intelligente Datenanalyse stattfindet, hängt im Wesentlichen von der vertretbaren Latenz des Internetzugangs ab, meint dazu Dr. Josef Papenfort von Beckhoff: „Sollen Lernen und die Erzeugung von Algorithmen in einer Cloud ausgeführt werden, müssen entsprechend hohe Datenraten zur Verfügung stehen.“ Lösungen auf einem Edge-Device erfordern laut Papenfort dagegen lediglich geringen Invest in die Hardware, „dann kann in einem lokalen Netzwerk mit hohen Datenraten kommuniziert werden.“ Diese Funktionen können oft auch in der Cloud ausgeführt werden, da meist kein echtzeitfähiger Datenverkehr erforderlich ist. Papenfort ergänzt: „Da Lernvorgänge meist mehr Rechenressourcen voraussetzen, sind sie in der Cloud gut aufgehoben.“
Dr. Jens Frieben von Phoenix Contact sieht auch Vorteile von Intelligenz in der SPS: „Die Optimierung von Steuerungsalgorithmen oder das Aufbereiten von Rohdaten können beliebig rechenintensiv werden.“ Deshalb hängt die Entscheidung, ob ein Algorithmus lokal oder in der Cloud ausgeführt werden kann, von mehreren Faktoren ab. „Müssen viele Datenpunkte in kurzen Zyklen aufgezeichnet, aufbereitet, ausgewertet und gespeichert werden, kommen Steuerungen schnell an ihre Leistungsgrenzen.“ Neben Edge-Devices, die die Trennung von Aufbereitung und Auswertung evtl. auch in der Cloud erlauben, sind hier sehr leistungsfähige Steuerungen erforderlich.
Der Fokus der Sensorhersteller
Wie Peter Wienzek von ifm erläutert, haben die Sensorhersteller einen anderen Fokus. „Wir bieten Lösungen außerhalb der SPS an, wie Condition Monitoring oder Energieüberwachung, die zu mehr Transparenz, höherer Maschinenverfügbarkeit und damit Effizienzsteigerung in der Fertigung führen.“ Wienzek ergänzt: „Im Laufe der Jahre haben wir viel Applikationserfahrung aus dem Sensorumfeld gesammelt. Mittels eigener Cloud-Applikationen möchten wir dieses Wissen in einer größeren Breite unseren Kunden anbieten. Vorteil ist, dass der Kunde ohne zusätzliche Investition in IT-Hardware flexibel auf seine Maschinendaten zugreifen kann.“ Das sieht Bernhard Müller von Sick ähnlich: „Sensoren steuern nicht nur die Maschine und die Funktion in der Maschine, sondern erzeugen auch Daten, die außerhalb der direkten Maschinensteuerung zur Verbesserung des Produktionsprozesses dienen.“
Laut Ingo Baumgart von Leuze ist es das primäre Ziel, „die umfangreichen Informationen, die ein Sensor heute schon zur Verfügung stellt, dem Anwender zugänglich und damit nutzbar zu machen, sodass mit einem tiefergehenden Blick in die Maschine auch das Wissen um deren Betriebszustand stetig gesteigert werden kann.“ Ein direkter Zugriff auf die Echtzeit-Parameter des Prozesses ist so jedoch nur bedingt möglich und auch nicht immer vorgesehen. Werden Cloud-Daten im Bereich der Predictive Maintenance eingesetzt, ist ein direkter Eingriff zurück in den Echtzeitprozess in der Regel gar nicht erwünscht. Soll hingegen eine geschlossene Regelschleife realisiert werden, so müssen die aus der Datenanalyse gewonnenen Ergebnisse wieder mit der Steuerung des Echtzeitprozesses ausgetauscht werden.
Nach Auskunft der Steuerungsanbieter kann in vielen Fällen auch das Engineering bereits in der Cloud erfolgen. Mithilfe geeigneter Schnittstellen ist es möglich, Steuerungs-Projekte online zu bearbeiten, zu verwalten und darüber hinaus auch zu simulieren. Hinzu kommt die Anforderung der Anwender, online und zentral gepflegte Projekte auf dezentrale Intelligenzen zu verteilen und zu gewährleisten, dass die Kommunikation dezentraler Steuerungen auch untereinander zuverlässig funktioniert.
www.beckhoff.de, Halle 7, Stand 406
www.hilscher.com, Halle 5, Stand 120
www.ifm.com, Halle 7A, Stand 302
www.leuze.com, Halle 7A, Stand 230
www.murrelektronik.com, Halle 9, Stand 325
www.phoenixcontact.com, Halle 9, Stand 310
www.schneider-electric.de , Halle 1, Stand 540
www.sick.de, Halle 7A, Stand 340
