Kurzfassung
Um die Effizienz in der diskreten Produktion zu erhöhen und ungenutzte Potenziale in einer Fabrik zu identifizieren, können mehrwertbringende digitale Services eingesetzt werden. Der vorliegende Beitrag befasst sich mit den Chancen dieser Services sowie mit den Herausforderungen bei deren Etablierung. Vorgestellt wird ein ganzheitliches und durchgängiges Konzept, welches von der Feldebene mit Mechanismen für koordinierte Zeitstempel über eine angepasste Steuerungsarchitektur bis zu beispielhaften Analyse- und Distributionsservices reicht.
Abstract
Value adding digital services can be applied to increase the efficiency in the discrete manufacturing as well as to identify unused potential in a plant. This article addresses the chances and the challenges of the establishment of these services and introduces a holistic concept, which deals with data acquisition, data analysis and distribution of services throughout the automation pyramid.
Literatur
1. Verl, A.: Optimierung und Produktivitätssteigerung von komplexen Fertigungsprozessen. wt Werkstattstechnik online 107 (2017) 5, S. 306Search in Google Scholar
2. Brecher, C.; Kozielski, S.; Schapp, L.: Integrative Produktionstechnik für Hochlohnländer. In: Gausemeier, J.; WiendahlH.-P. (Hrsg.): Wertschöpfung und Beschäftigung in Deutschland. Springer-Verlag, Berlin, Heidelberg2011, S. 47–70/10.1007/978-3-642-20204-9_4Search in Google Scholar
3. Gröger, C.; Niedermann, F.; Mitschang, B.: Data Mining-driven Manufacturing Process Optimization. In: IAENG (Hrsg.): Proceedings of the World Congress on Engineering 2012. Newswood, London2012, S. 1475–1481Search in Google Scholar
4. Zhai, S.; Reinhart, G.: Predictive Maintenance als Wegbereiter für die instandhaltungsgerechte Produktionssteuerung. ZWF113 (2018) 5, S. 298–30110.3139/104.111912Search in Google Scholar
5. Lade, P.; Ghosh, R.; Srinivasan, S.: Manufacturing analytics and industrial internet of things. IEEE Intelligent Systems32 (2017) 3, S. 74–7910.1109/MIS.2017.49Search in Google Scholar
6. Zheng, L. et al.: Applying Data Mining Techniques to Address Critical Process Optimization Needs in Advanced Manufacturing. In: ACM (Hrsg.): Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining – KDD 14. New York2014, S. 1739–174810.1145/2623330.2623347Search in Google Scholar
7. IEEE (Hrsg.): Standard for Local and Metropolitan Area Networks – Timing and Synchronization for Time-Sensitive Applications in Bridged Local Area Networks. In: IEEE Std 802.1AS-2011. 2011, S. 1–292Search in Google Scholar
8. OPC Foundation (Hrsg.): OPC Unified Architecture Specification Part 1: Overview and Concepts. Release 1.04. 2017Search in Google Scholar
9. Höhr, S.; Tasci, T.; Verl, A.: Realization of Data Analytics Projects in Manufacturing Using a Microservice-based Approach. In: IEEE (Hrsg.): Proceedings of the IEEE International Conference on Mechatronics. Ilmenau2019, S. 312–32610.1109/ICMECH.2019.8722926Search in Google Scholar
10. Demant, C.: Software Due Diligence. Softwareentwicklung als Asset bewertet. Springer-Gabler-Verlag, Wiesbaden2018, S. 135–13610.1007/978-3-662-53062-7Search in Google Scholar
11. Krauß, B.; Verl, A.: Lizenzierung von Steuerungscode. Speicherprogrammierbare Steuerung als Anwendungsbeispiel. wt Werkstattstechnik online109 (2019) 5, S. 382–38710.37544/1436-4980-2019-05-84Search in Google Scholar
12. Mertens, P., et al.: Grundzüge der Wirtschaftsinformatik. Springer-Gabler-Verlag, Wiesbaden2017, S. 2, 126 10.1007/978-3-662-53362-8Search in Google Scholar
13. Chandy, K. M.: Event Driven Architecture. In: Liu, L.; Özsu, M. T. (Hrsg.): Encyclopedia of Database Systems. Springer-Verlag, New York2018, S. 1367–137110.1007/978-1-4614-8265-9_570Search in Google Scholar
14. Backhaus, J., et al: Automatische Programmierung von Verarbeitungsmaschinen. atp magazin58 (2016) 11, S. 36–4510.17560/atp.v58i11.586Search in Google Scholar
© 2019, Carl Hanser Verlag, München
