IIoT-Systeme führen Mess- und Regelungstechnik mit einfachem Engineering und HTML5-Visualisierungen zusammen

Mit der zunehmenden Verlagerung von On-Premises-Anwendungen in Cloud-Systemen steigt auch die Anforderung an Maschinen und Anlagen, ihre Produktions- und Zustandsinformationen in diese Systeme einzuspeisen. Sie werden dadurch Teil eines Industrial IoT-Systems – unabhängig von einer Plattform oder einem Endgerät. Bislang genutzte proprietäre Kommunikationsprotokolle werden durch OPC UA, MQTT oder REST ersetzt und sind damit unabhängig von Herstellern und Tools.

Digitale Geschäftsmodelle werden zunehmend „as-a-service“ konzipiert und wachsen mit den Anforderungen der Nutzer an den Dienst. Streaming Analytics und das Generieren der Mehrwerte verlagern sich in Cloud-Anwendungen und werden von der Datenquelle und vom Endgerät entkoppelt. Für Maschinen und Anlagen als Datenquellen bedeutet dies, dass sie für eine IoT-fähige Kommunikation fit gemacht werden müssen. Hierfür bietet sich eine Nachrüstung mit IoT-Kopplern, I/O-Komponenten und Sensoren an, welche die Maschinen befähigt, Produktions- und Zustandsinformationen an übergeordnete Systeme zu liefern. Aufgrund begrenzter Ressourcen und der Bandbreite in der Datenkommunikation übernehmen sie häufig spezifische Analyseaufgaben als dezentrale Edge-Geräte, beispielsweise bei der Auswertung schneller Messdaten.

Auch das Nutzerverhalten hat sich geändert: Zunehmen werden Mobiltelefone und Tablets als Arbeitsmittel genutzt, um auf vielfältige Datenquellen zuzugreifen. Mit modernen HTML5-basierten Visualisierungen und responsivem Webdesign bleibt der Nutzer dabei frei in der Wahl seines Endgerätes. Beim Engineering führt dies ebenfalls zu einem Wandel: weg von statischer Programmierung, die über lange Zeit unverändert genutzt wird, hin zu sich dynamisch verändernden Analysen und Visualisierungen. Die Nutzergruppen werden ebenfalls heterogener: Ein Servicetechniker benötigt eine detailliertere Sicht auf einzelne Prozessdaten als ein Produktionsleiter oder die Business Intelligence Analysten, die z. B. Maschinentakte bewerten und einen Produktionsprozess optimieren.

Im Kern geht es um folgende Punkte:

• Nutzung moderner Cloud-Infrastruktur und Datenkommunikation
• Digitalisierung von bestehenden Anlagen und die Einbindung in die Cloud-Infrastruktur
• Bereitstellen von Visualisierungen und Berichten für den Endanwender
• vereinfachtes und beschleunigtes Engineering und die Bereitstellung auf dem Zielsystem
• einfache Erweiterbarkeit des IoT-Systems und der Schnittstellen zu übergeordneten Systemen

Beckhoff stellt die Hard- und Softwareprodukte für moderne und skalierbare IoT-Systeme zur Verfügung:

• Vom einfachen IoT-Koppler (EK9160) mit integrierten IoT-Protokollen (OPC UA und MQTT) bis zu hochskalierbarer, PC-basierter Steuerungstechnik und IoT-SPS-Bibliotheken.
• SPS-Bibliotheken für OPC UA, MQTT, REST und IoT Data Agent als Gateways zwischen Maschine und Cloud.
• Anbindung an Cloud-Dienste wie Amazon Web Services, Microsoft Azure™ oder private Clouds.
• Der TwinCAT Analytics Logger zeichnet zyklussynchron Prozess- und Applikationsdaten aus der Echtzeitumgebung auf, sendet diese per IoT-Protokoll an einen Message Broker oder speichert die Daten lokal auf der Steuerung.
• In der TwinCAT Analytics Workbench werden Analyse-Workflows in einer grafischen Programmierung definiert, die mit eigenen SPS-Programmen erweitert werden können. Das Dashboard zur Analyse kann mit einem Klick generiert und auf die Runtime geladen werden.
• Schneller EtherCAT-Feldbus auf der Maschinenseite: Das gesamte I/O-Spektrum von Klemmen und Box–Modulen steht zur Erfassung von Maschinendaten zur Verfügung.