Blog

Die Billionen-Dollar-Frage für Industrial IoT

Die Billionen-Dollar-Frage für Industrial IoT

Kosten von Ausfallzeiten in der Fertigung

Ja, der Titel dieses Beitrags ist richtig. Im Jahr 2017 schätzte die ARC Advisory Group, dass sich die weltweiten Ausfallzeiten in der Fertigungsindustrie auf eine Billion Dollar jährlich belaufen. Das ist eine Menge Geld, und zum Vergleich: Das weltweite BIP lag laut Weltbank im Jahr 2019 bei 87.8 Billionen Dollar. Es ist also nicht verwunderlich, dass Industrial IoT bei der Reduzierung von Ausfallzeiten in jedem Fall helfen kann.

Wie lassen sich Ausfallzeiten in der Fertigung mit Industrial IoT reduzieren?

Die vorausschauende Wartung (auch Predictive Maintenance genannt) hat sich als kosteneffiziente Anwendung zur Bewältigung von Ausfallzeiten erwiesen und liefert einen ROI, der Projekte rechtfertigt. IoT Analytics rechnet damit, dass der Markt für vorausschauende Wartung bis 2024 mit einem CAGR von 39% auf 23.5 Mrd. US-Dollar wachsen wird. Was Predictive Maintenance so attraktiv macht ist, dass damit zwei wichtige Probleme gleichzeitig angegangen werden können. Wenn Maschinen oder Komponenten wie Motoren, Pumpen und Kugellager bis zum Ausfall betrieben werden, kann dies zu kostspieligen Schäden an der Anlage führen. Hinzu kommt die Zeit, die das Personal aufwenden muss, um Ersatzteile vor Ort zu besorgen, sowie Überstunden, die zur Problembehebung gemacht werden müssen. All dies erhöht die Gesamtkosten eines ungeplanten Ausfalls und trägt zu Produktionsausfällen bei. Wird die Anlage andererseits durch zu häufiges oder zu frühes Austauschen von Verschleissteilen übermässig gewartet, erhöhen sich auch die Ausfallzeiten aufgrund der ständigen, geplanten Wartungspausen. Bei der vorausschauenden Wartung verwenden Algorithmen Sensordaten, welche von den Maschinen und Komponenten gesammelt werden, um den Anwender vor einem zukünftigen Ausfall zu warnen. So bleibt genügend Zeit, um die Wartung zu planen und durchzuführen, bevor der Ausfall eintritt.

Vorteile von Wireless Industrial IoT bei der Predictive Maintenance

Lösungen für die vorausschauende Wartung stammen in der Regel auf der Erkennung von Anomalien in den Vibrations-Mustern von Motoren, Pumpen, Kugellagern und anderen Geräten, welche die industriellen und gewerblichen Prozesse steuern. Da die Verkabelungskosten für das Installieren von Vibrationssensoren immens hoch sind, verwenden die Sensoren in der Regel eine drahtlose Kommunikation und werden über eine Batterie betrieben. Wir bieten einige einzigartige Vorteile für die vorausschauende Wartung. Unsere Produkte umfassen drahtlose SoCs und Module mit geringem Stromverbrauch. Durch die eingebauten Stromsparmodi können die Sensoren von schnellen Aufwachzeiten und einer balancierten Zeitspanne zwischen Schlaf- und Aktivmodus profitieren. Diese Stromverbrauchsoptimierung führt zu einer längeren Batterielebensdauer, was für den Endkunden niedrigere Gesamtbetriebskosten (TCO) bedeutet, da die Sensoren während ihrer Lebensdauer weniger Wartung benötigen.

Wie wählt man die geeignetste drahtlose Lösung aus?

Predictive Maintenance-Lösungen kann unterschiedlich eingesetzt werden. Aus diesem Grund sollten Entwickler mit Experten zusammenarbeiten, der eine breite Palette von Funktechnologien in mehreren Frequenzbändern unterstützen können. Für Anforderungen mit grösserer Reichweite sind Technologien wie Wi-SUN, Mioty oder andere Sub-GHz-Optionen besser geeignet. Lokale Netzwerke innerhalb einer Fabrik oder einer Anlage könnten von Bluetooth- und Mesh-Technologien profitieren oder die vorhandene Dualband-WiFi-Infrastruktur zur Verbindung der Sensoren nutzen.

Wie verändert integrierte KI/ML die vorausschauende Wartung?

Künstliche Intelligenz und maschinelles Lernen (KI/ML) haben sich von einer Cloud-Anwendung, die riesige Rechenressourcen benötigt, zu etwas entwickelt, das effizient auf Cortex-M-Mikrocontrollern ausgeführt werden kann. Die KI/ML-Partner von Silicon Labs bieten Tools, die es ermöglichen, Algorithmen für die vorausschauende Wartung auf nur wenigen Kilobytes RAM-Speicher auszuführen. Das «Edge pre-processing» bedeutet, dass das lokale Funkgerät ausgeschaltet werden kann, bis eine Anomalie auftritt, die an das Backoffice-System und den Betreiber gemeldet werden muss. Dadurch kann wertvolle Batteriekapazität weiter geschont und die TCO verbessert werden.

Wie kann man mit drahtlosem Industrial IoT beginnen?

Das Thunderboard Sense 2 Evaluation Kit ein guter Anfang. Dieses Kit integriert die drahtlose Kommunikation mit einer Reihe von Sensoren, darunter Beschleunigungsmesser und Temperatursensoren, die bei der Predictive Maintenance am häufigsten verwendet werden. Sie brauchen Partner, die Ihnen bei der Entwicklung von Lösungen helfen können, die auf unseren drahtlosen SoCs und Modulen laufen. Werfen Sie auch einen Blick auf unsere aktuelle Fallstudie über Sensemore, in der vorzertifizierte Bluetooth-Module für Sensoren von Silabs zur vorausschauenden Wartung gewählt wurden. Diese Entscheidung ermöglichte es dem Unternehmen, seine Entwicklungsarbeit zu beschleunigen und seine Produkte schneller auf den Markt zu bringen.

Teilen

Related Posts

Related Products

Antwort hinterlassen Antwort abbrechen

Ihre E-Mail Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert. *