Case Study: Wie IoT das Biererlebnis verbessert

Bierzapfen mit IoT Integration

Ein Hersteller von Bierzapfsystemen hatte den Wunsch seine neue Maschinengeneration Industrie 4.0 fit zu machen und mit IoT das „Biererlebnis“ zu verbessern. Dies sollte mit einer vertikalen Integration in ein IoT Framework erfolgen. Ausgangsbasis ist die Steuerung der Anlage – ein Embedded Linux System – auf dem mit eine .NET Core Steuerungssoftware läuft. Ein guter Startpunkt, um unser IoT Framework zu integrieren.

Bierglas
So soll das Ergebnis mit IoT sein

Das X-WOKRS IoT Framework ist als vertikale Verbindung zwischen der Maschinensteuerung und einer Cloudplattform ausgelegt. Die erzeugten Daten an der Maschine werden mit einem lokalen Edge Client abgegriffen, zwischengespeichert, aufbereitet und auf die Cloud Plattform übertragen.

Das IoT Framework ist in 2 Teile aufgegliedert.

  • IoT Edge Client: wird auf dem Edge Device ausgeführt und überträgt die Daten mit einer verschlüsselten Verbindung auf die Cloud Plattform. Der Client speichert selbständig die Daten lokal zwischen und überträgt in konfigurierbaren Intervallen die lokal vorgehaltenen Daten.
  • IoT Cloud Plattform: hier werden die Daten flexibel ohne Programmierkenntnisse in Dashboards, Charts und Auswertungen verpackt. Die Konfiguration der Dashboards erfolgt durch die Endkunden selbst, die konkreten Anforderungen werden hier eingearbeitet.

Wer erzeugt Daten – Edge Client

Jedes Gerät, jede Maschine, jeder Sensor ist ein potenzieller Lieferant von Daten. Welche Daten dabei erzeugt und welche Bedeutung Daten haben spielt für den Edge Client keine Rolle. Für die IoT Funktion ist an dieser Stelle ausschlaggebend, dass die Daten abgegriffen und übertragen werden können.

Edge Device: Raspberry Pi

Beim Edge Device kann es sich um einen Sensor mit integrierter Elektronik handeln, einer Maschine auf Basis einer SPS oder der Datenlieferant ist eine reine Softwareanwendung. Alle Edge Devices haben gemeinsam, dass sie aus dem darunterliegenden Prozess Daten erzeugen und bereitstellen können. Die erzeugten Daten sind insofern relevant, als dass sie für eine Auswertung von Zusammenhängen benötigt werden.

PCB Machine
Edge Device: Maschine zur Leiterplattenbestückung

Der X-WORKS Edge Client bietet eine offene Schnittstelle für das Übertragen der Daten an. Die Maschine oder Anwendung kann dem Client die Daten wahlweise über verschiedene Technologien bereitstellen:

  • REST API
  • MQTT Topics
  • SECS/GEM
  • Textfiles (CSV, Logfiles)

Die Daten werden in den Edge Client gepusht und von dort intern weiterverarbeitet. Der Vorteil für die Umsetzung an der Maschine oder den Sensoren ist, dass dort keine Logik für das Verarbeiten oder Übertragen der Daten erforderlich ist. Die Daten müssen lediglich an den Edge Client übergeben werden. Als Format bieten sich strukturierte JSON Daten an, es können aber auch CSV oder Logfiles verwendet werden. Oder aber die Daten werden per MQTT oder SECS/GEM bereitgestellt.

Daten am Edge Client zwischenspeichern und übertragen

Die so erhaltenen Daten werden durch den Edge Client intern autonom weiterverarbeitet und über eine gesicherte Verbindung auf die Cloud Plattform übertragen. Der Client nimmt dabei auf lokale Netzwerkbedingungen Rücksicht und kann entsprechend der verfügbaren Bandbreite und passender Intervalle für die Übertragung konfiguriert werden. Der Client kann so flexibel an die Gegebenheiten angepasst werden, z.B. an eine eingeschränkte mobile Verbindung.

Die datenerzeugende Maschine oder Anwendung kann in beliebigen Abständen neue Daten an den Edge Client pushen. Die interne Logik des Clients hält die Daten lokal in einem persistenten Speicher vor. Bei verfügbaren Kapazitäten am Netzwerk, überträgt der Client nach den konfigurierten Parametern die Daten in die Cloud.

Flexible Auswertung in der Cloud

Sind die Daten in der Cloud angekommen, können sie dort als Dashboards und Charts aufbereitet werden. Dabei sind keine Programmierkenntnisse oder spezielle Anpassungen im Source Code erforderlich. Endanwender können auf der IoT Cloud Plattform Auswertungen nach Bedarf per Drag and Drop erstellen.

Predictive Maintenace Chart

Die Rohdaten der registrierten Edge Clients sind die Datenbasis und können variabel für Auswertungen herangezogen werden. Im Dashboard können so Aussagen über die Funktion und den Status der überwachten Maschinen getroffen werden. Die mit IoT ermittelten Daten sind der Ausgangspunkt für weitergehende Analysen wie z.B. Predictive Maintenance oder immer wichtiger der werdenden Einsparung von Energie und CO2 (Steuer).

Alle Aufgabenstellungen rund um eine IoT Lösung haben gemeinsam, dass Prozessabläufe und die Traceability von Werkstücken „sichtbar und dokumentierbar“ gemacht werden sollen. Mit dem passenden IoT Framework kann, das in einer Vielzahl an Industrien und Branchen kostenschonend umgesetzt werden.

Fazit – folgende Verbesserungen wurden erreicht:

  • Dynamischer Einsatz des IoT Frameworks für unterschiedliche Aufgabenstellungen
  • Sichere Übertragung von Maschinen- und Werkstückdaten in die Cloud
  • Einfache Auswertung in Dashboards und Charts
  • Industrie 4.0-konforme und nachhaltige Lösung
  • Erkennen von Einsparungspotential

Die Neuerungen werden von Entwicklern, Servicemitarbeitern und von Kunden unserer Kunden gleichermaßen geschätzt, denn sie können damit schneller und verständlicher Maschinen und Prozesse dokumentieren.