Daten, Dashboards, Diagnosen – Industrial IoT aus einer Hand

Der Trend zur Digitalisierung in der Industrie und Fertigung ist ungebrochen. Ein Ende ist nicht in Sicht. Es ist kein Geheimnis, dass auch in der Fertigungsindustrie smarte Datennutzung die Schlüsselkompetenz für den zukünftigen Markterfolg ist. Eine entsprechende Datenanalyseplattform ist dabei unerlässlich. 

Zum Glück gibt’s Splunks Data-to-Everything Plattform, die allen Anforderungen einer IoT Analytics Plattform gerecht wird (von den umfangreichen Investitionen im Bereich OT-Security ganz zu schweigen).

Zu den klassische Anforderungen an eine Datenanalyseplattform in Industrial IoT Projekten gehören:

Anforderungen

• Umfassende Maschinenanbindung
• Vollständige Integration und -speicherung aller vorhandenen Daten (Stichwort “Dark Data”)
• Individualisierbare, übersichtliche Analyse-Dashboards
• Umfangreiche Möglichkeiten zur Zustandsüberwachung
• Ausreißererkennung in Echtzeit

In diesem Blog Artikel behandeln wir einen fiktiven Use Case eines Sägewerks, in dem genau die oben angesprochenen Anforderungen umgesetzt werden. Das Sägewerk besteht aus drei Produktionshallen. Relevante Daten für den Betrieb sind u. a. Kundenaufträge mit Stammdaten für Kunden, Material, Produkte, etc. sowie Sensordaten wie Stromverbrauch und Temperatur für die einzelnen Maschinen in den Werkshallen. 

Ein besonderer Fokus liegt auf der Maschinenanbindung, die in machen Fällen nicht mit Splunk Standardfunktionalität bewerkstelligt werden kann, was jedoch kein Problem darstellt. Beim Use Case Sägewerk unterstützt der Splunk Partner Robotron mit dem IoT Gateway RoboGate.

Maschinenanbindung 

Das Sägewerk verfügt über einen relativ modernen Maschinenpark, in dem die Anlagen über eine OPC-UA Schnittstelle verfügen, OPC Unified Architecture (OPC UA) ist ein herstellerunabhängiges Kommunikationsprotokoll in der Industrie. Es sind aber auch noch andere Anlagen in Betrieb, welche OPC-UA nicht unterstützen. Diese sollen zu einem späteren Zeitpunkt angebunden werden. 

Aufgrund der Industriesteuerungsnahen Protokolle greift das Sägewerk auf eine spezialisierte Hardware Lösung zurück: das RoboGate der Firma Robotron. Angepasst auf moderne Industriestandards, adressiert das RoboGate Szenarien und Anwendungsgebiete wie Retrofit von Maschinen, Energieeffizienz und Zustandsüberwachung in der Produktion. Das Gateway unterstützt die folgenden Protokolle: OPC-UA, RFC-1006, MQTT, Modbus sowie Profibus. Die Sensordaten bzw. Events können so direkt entgegengenommen werden, um sie an Splunk via HTTP Event Collector (HEC) zu verschicken. Dazu besitzt das RoboGate ein Modul zum Übertragen von Daten an einen Splunk-Server.

Datenintegration

Für die Datenintegration und Speicherung stehen in Splunk zwei Varianten zur Verfügung:

1. Event Index
   Der Event Index ist insbesondere zur Speicherung von textuellen Informationen geeignet, wie z. B. diskrete Ereignisse, die im Laufe der Zeit auftreten. Dazu gehören die klassischen Logs, von unstrukturiert bis strukturiert. Aber auch Informationen zu den Aufträgen im Sägewerk lassen sich damit speichern.
2. Metrics Index
   Zur Ablage von Sensordaten und Messwerten steht der Metrics Index zur Verfügung. Es handelt sich hierbei um einen hochperformanten Datenspeicher, der speziell für analytische Suchen und Auswertungen entwickelt wurde. 

Natürlich lassen sich Daten aus beiden Index-Typen beliebig kombinieren und korrelieren. Insbesondere eignen sich Sensordaten und Auftragsdaten als Input für das Machine Learning Toolkit (MLTK) zur Erstellung von prädiktiven Modellen und Generierung von Alarmen. Ansonsten können beide Datenquellen natürlich auch direkt zur Alarmierung und Darstellung von Kennzahlen verwendet werden.

Dashboards

Splunk hat kräftig in ein neues Visualisierungs-Framework investiert. Damit lassen sich äußerst ansprechende und aussagekräftige Dashboard erstellen. So hat das Sägewerk alle wichtigen Kennzahlen auf einen Blick verfügbar, indem die Produktionshallen als SVG Grafik visualisiert werden, mit einer farblichen Einfärbung auf Basis von Schwellwerten. Vorstellbar ist, das Dashboard direkt in den Werkshallen auf Monitoren zur Verfügung zu stellen, um jederzeit den Zustand der Fertigung überwachen zu können.

Zustandsüberwachung

Eine sehr flexible Variante der Zustandsüberwachung bzw. des Condition Monitoring kann mittels des Analytics Workspace umgesetzt werden. Mitarbeiter aus der Fertigung oder Qualitätssicherung des Sägewerks haben hiermit zu jeder Zeit Zugriff auf Echtzeitdaten und können diese direkt im zeitlichen Verlauf analysieren und vergleichen. Die vollständige Flexibilität wird durch eine Drag&Drop Oberfläche gewährleistet. 

Die Daten kommen aus dem Metrics Index und die Nutzung kann komplett ohne Programmierkenntnisse und mit geringem Schulungsaufwand erfolgen. Beim Auftreten von Abweichungen können sofort Gegenmaßnahmen eingeleitet werden. Die Anwender können auch eigenständig Alarme definieren, um beispielsweise bei Temperaturabweichungen benachrichtigt zu werden. Eine fertige Analyse kann problemlos in bereits vorhandene Dashboards integriert werden. 

Ausreißererkennung

Die Splunk Plattform bringt außerdem alles mit, was man zur Umsetzung von Ausreißererkennung sowie von Predictive Maintenance bzw. Predictive Quality Projekten benötigt. Mit dem kostenlosen Machine Learning Toolkit (MLTK) können statistische Funktionen und Algorithmen auf die Daten innerhalb der gleichen Oberfläche angewandt werden. Auch das Ergebnis einer Analyse aus dem Analytics Workspace kann als Grundlage für eine Ausreißererkennung genutzt werden. 

Im Beispiel des Sägewerks nehmen wir an, dass dieses generell Probleme mit dem Wasserdruck im Außenbereich hat. Eine Ausreißererkennung mit unten gezeigter Alarmierung im Problemfall hilft bereits zur Vermeidung von Stillständen und führt letztlich zu einer besseren Ausbringung in der Fertigung. Da nicht immer ein Data Scientist zur Verfügung steht, kann das Machine Learning Toolkit eine seiner weiteren Stärken ausspielen, nämlich die einfache Bedienbarkeit und Verprobung von statistischen Methoden ohne tiefgründiges Wissen in diesem Bereich.

Zusammenfassung

Splunk deckt alle typischen Analytics-Anforderungen im Rahmen von Industrial IoT Projekten ab und eignet sich hervorragend als IoT Analytics Plattform. Auch noch so komplexe Anforderungen bei der Maschinenanbindungen bekommt man – auch aufgrund des Umfangreichen Ökosystems an Splunk-Partnern – in den Griff.

Robotron beispielsweise ist langjähriger Splunk Partner, mit einer langen Erfahrung und Tradition im Umfeld der Elektronik und Informationstechnik sowie breiter Expertise im Umfeld Industrial IoT, der alle Kundenanforderungen aus einer Hand bedienen kann. Das Gateway RoboGate hat sich vielfach in Splunk-Projekten bei der Maschinenanbindung bewährt. Eine ganzheitliche Betreuung der Implementierung und auch die Integration bzw. der Anschluss von Industrieanlagen ist dadurch sichergestellt.

Der Use Case Sägewerk mit den oben genannten Beispielen ist übrigens der Schulung “Splunk IoT Bootcamp” entnommen, die aktuell von Robotron angeboten wird. Das IoT Bootcamp vermittelt anhand eines Use Cases den Einstieg in die Themen IoT bzw. Industrie 4.0 mittels Splunk Enterprise.

Neben Robotron gibt es im deutschsprachigen Raum natürlich zahlreiche weitere Partner, die sich auf Industrial IoT spezialisiert haben. Diese werden wir im Rahmen weiterer Blog-Artikel näher vorstellen – stay tuned!