Smart Factory & Industrie 4.0

So funktioniert Edge Compu­ting in der Fertigungshalle

| Autor / Redakteur: Hermann Gouverneur [Red.: Melanie Krauß] / Andreas Donner

Edge Computing bietet in der Fertigung verschiedene Anwendungsfälle.
Edge Computing bietet in der Fertigung verschiedene Anwendungsfälle. (Bild: © zapp2photo - stock.adobe.com)

Edge-Computing-Systeme erfassen die Datenflut am Ursprungsort, bereiten sie auf, analysieren sie und lösen Aktionen in Echtzeit aus. Mögliche Anwendungsfälle für Maschinenbauer sind Predictive Maintenance oder der Digitale Zwilling.

Edge Computing hat in den vergangenen Monaten erheblich an Bedeutung gewonnen. Ein Grund dafür ist die wachsende Zahl von IoT-Komponenten (Internet of Things). Dazu zählen Sensoren, die an Maschinen in Fertigungsunternehmen oder Kraftwerken angebracht sind, oder in einem selbstfahrenden Auto ihren Dienst verrichten. Es ist jedoch nicht praktikabel, die großen Datenmengen, die diese IoT-Systeme erzeugen, immer und umfassend zur Verarbeitung in zentrale Rechenzentren oder eine Cloud zu übermitteln. Das dauert zu lange – vor allem bei Anwendungen, die in Echtzeit eine Reaktion erwarten. Daher ist eine Datenvorverarbeitung nötig, die Edge-Computing-Systeme leisten. Diese werden in der Nähe der Komponenten platziert, welche die Daten erzeugen – etwa an Sensoren und Aktoren.

Drei Ebenen von Edge-Computing-Umgebungen

Das Umsetzen von „Smart Factory“-Projekten und die vorausschauende Wartung (Predictive Maintenance) bilden derzeit die wichtigsten Einsatzfelder von Edge Computing. Wer eine geeignete Umgebung aufbauen will, muss drei Komponenten beziehungsweise Ebenen installieren. Die erste Ebene bilden die IoT-Systeme selbst: Produkte oder Produktionssysteme und -prozesse, die mit Sensoren und Aktoren bestückt werden. Sie sind an die Edge-Systeme angebunden, übermitteln Daten an diese und stehen für Kommandos bereit. Für die Überwachung relevant sind beispielsweise die Temperaturwerte von Elektromotoren einer Werkzeugmaschine, aber auch die Zahl der Werkstücke, die eine Fräsmaschine bearbeitet hat.

Auf der zweiten Ebene finden sich die eigentlichen Edge Systeme oder Nodes. Diese eigenständigen „Rechenzentren im Miniaturformat“ verfügen über Speicher- und Netzwerkkomponenten, kommunizieren sicher mit den IoT-Systemen, empfangen deren Daten, übernehmen die Datenvorverarbeitung und starten vor Ort erste Analysen. Ein System der gehobenen Leistungsklasse greift bei solchen Analysen auf Künstliche Intelligenz (KI) und maschinelles Lernen zurück. Eine weitere Aufgabe von Edge Nodes ist das Zwischenspeichern von Daten.

Dritte Ebene: IT-Management und -Ausbau über die Cloud

Die dritte Ebene einer Edge-Computing-Infrastruktur besteht aus zentralen Cloud-Services, über die Anwender ihre IoT-Systeme und die Edge Nodes managen. In der Cloud werden die Daten von IoT-Komponenten über einen längeren Zeitraum hinweg gespeichert. Zudem erfolgt die rechenintensive Datenanalyse, die keine Echtzeitreaktion erfordern. Daneben fungieren Cloud-Dienste als Schnittstelle zu anderen IT-Systemen und Anwendungen, die im oder außerhalb des Unternehmens den gesamten Geschäftsprozess unterstützen, etwa ERP-Lösungen (Enterprise Resource Planning).

Ausbauen lässt sich die Edge-Computing-Infrastruktur zum Swarm Computing. Dieses Technologiekonzept kann man sich als eine Art Service-Netzwerk vorstellen, das sich variabel auf Anforderungen von Anwendungen und Nutzern hin bildet. Überschreitet beispielsweise ein Parameter wie die Temperatur den Grenzwert, führt dies zu einer passenden Reaktion in Echtzeit.

Anforderungen an die IT-Architektur und das IT-Management

Edge Computing unterscheidet sich von einem klassischen Rechenzentrum. Edge Nodes weisen eine höhere Autonomie auf als IT-Systeme in einem Data Center. Darum müssen das Systemmanagement und die Softwareaktualisierung ohne manuellen Eingriff am Edge-System erfolgen. Außerdem kommen je nach Anwendungsfall und Art der Edge-Computing-Umgebung völlig andere Algorithmen und Protokolle zum Einsatz als in der „normalen“ IT.

Hinzu kommt, dass konventionelle Prozessoren die nötigen rechenintensiven Analysen nicht bewältigen. Derzeit übernehmen High-End-Server-Prozessoren in Verbindung mit Grafikprozessoren wie Nvidia Tesla T4 diese Aufgaben. Es wird an Hochleistungsprozessoren geforscht, die künftig über Rechenkerne verfügen sollen, von denen ein Teil für Standard-Rechenfunktionen ausgelegt ist und ein anderer Teil mittels Software an spezielle Aufgaben angepasst werden kann.

Edge- und Swarm-Computing-Systeme bilden in der Regel geschäftskritische IoT-Anwendungen ab. Daher muss das IT-Management für stabile und skalierbare Netzwerkverbindungen sorgen und Überlast-Situationen vermeiden. Technisch lässt sich diese Anforderung mit Information-Centric Networking (ICN) lösen. Bei diesem Ansatz sind Daten nicht mehr an einen Speicherort, eine Anwendung oder eine Übermittlungstechnik gebunden, sondern werden sicher und eindeutig unabhängig von ihrem Verbreitungskanal identifiziert.

Edge und Swarm Computing in der Praxis kombinieren

In der Praxis macht sich das Komplettpaket aus Edge- und Swarm-Systemen auch bei einer mittelständischen Fertigungsfirma bezahlt. Die Technik verbessert die Datenbasis, aus denen sich „Digitale Zwillinge" (Digital Twins) von Maschinen, kompletten Produktionsumgebungen oder Produkten speisen. So ein digitales Abbild lässt sich für die Entwicklung einer neuen Anlage nutzen, indem es alle Fertigungsschritte, Maschinenfeatures sowie Qualitäts- und Wartungskriterien simuliert. Bei diesem „Durchspielen“ steht der Optimierungsgedanke im Vordergrund.

Die geschaffene Datenbasis können Maschinenbauer auch dazu nutzen, Kunden Predictive Maintenance per App für ihre Systemen anzubieten. Diese informiert den Anlagenführer darüber, wann er welche Wartungsarbeiten durchführen muss. Zudem besteht die Option, nutzungsabhängige Abrechnungsmodelle für Anlagen zu realisieren. Es ist vieles denk- und umsetzbar, nachdem ein Unternehmen sein erstes Rechenzentrum in Miniaturformat in der Produktionsstraße installiert hat – und so den Anfang für eine intelligente, verteilte Infrastruktur macht.

Über den Autor

Hermann Gouverneur ist CTO von Atos Deutschland in München

Dieser Beitrag stammt von unserem Schwesterportal MM Maschinenmarkt.

Kommentare werden geladen....

Kommentar zu diesem Artikel

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 46220250 / Architektur)