HANNOVER MESSE 2021

••• 12••• Branchennews 5G-Bavaria-Testbed Mehr Effizienz in Logistik und Produktion: Fraunhofer IIS präsentiert das Testbed Industrie 4.0 D as Fraunhofer-Institut für Integ- rierte Schaltungen IIS prä- sentiert vom 12. bis 16. April auf der Hannover Messe 2021 ein 5G-Testbed für Industrie 4.0-An- wendungen. Die Entwicklung von 5G-basierten Lösungen ist ein ent- scheidender Baustein bei der Um- setzung neuer industrieller IoT-An- wendungen. Unternehmen können in diesem 5G-Testbed in Nürnberg verschiedene Anwendungen unter realistischen Testbedingungen er- proben und entwickeln lassen. Sie profitieren von der neutralen Ex- pertise des Fraunhofer IIS als Part- ner für Forschung, Technologieent- wicklung und -evaluierung sowie technischer Beratung. In Produktions- und Logistikszenari- en ist 5G eine Schlüsseltechnologie für neue Lösungen. Es ermöglicht den Ersatz von Kabelverbindun- gen durch echtzeitfähige und zu- verlässige Vernetzung mit kurzen Latenzzeiten (0,5 bis 500 ms) und automatisierte Produktionsprozes- se durch eine genaue Lokalisierung (zwischen 0,2 und 10m). Als realitätsnahe Umgebung für das 5G-Testbed 2Industrie 4.02 dient das Innen- und Außengelände des Test- und Anwendungszentrums L.I.N.K., kurz für Lokalisierung, Identifikation, Navigation, Kom- munikation, am Standort Nürn- berg. Alle Outdoor-, Indoor- und Übergangsbereiche des Testgelän- des sind mit ineinandergreifenden Kommunikations- und Lokalisie- rungslösungen ausgestattet. So können dort vielfältige Industrie- anwendungen in praxisrelevanten Einsatzszenarien erprobt werden. Profitieren können vor allem Ferti- gungs- und Logistikunternehmen, Anbieter von Lokalisierungssys- temen, Systemintegratoren und Mobilfunkunternehmen, die einen einfachen Zugriff auf eine 5G-Tes- tinfrastruktur benötigen, um ihre Lösungen zu erproben und markt- fähig weiterzuentwickeln. Thomas von der Grün, Projektleiter 5G-Bavaria-Testbed Industrie 4.0, erläutert: Die Implementierung von Industrie 4.0-Anwendungen in 5G-Netzen ist herausfordernd. Daher bieten wir mit einem Stand- alone-Campusnetz auf 3,7 Giga- hertz-Basis eine zentrale Anlauf- stelle für das Testen industrienaher Anwendungen in frühen Stadien einer Entwicklung. Unsere Mission ist es, Unternehmen und Partnern dabei zu helfen, schon heute in ih- ren Anwendungen zu erleben, was sie erst in ein bis zwei Jahren vom 5G-Standard erwarten können. Wir möchten und können ihnen heute schon zeigen, was die Technologie leisten kann. Das 5G-Testbed für Industrie 4.0-Anwendungen des Fraunhofer IIS begleitet den Übergang von der Forschung und Standardisierung in den Alltag eines Unternehmens. Es bietet eine offene Testumgebung, in der kundenspezifische Anwen- dungen aus den Bereichen Indust- rie und Logistik unter realistischen Bedingungen mit neuester Mobil- funktechnik in einem eigenständi- gen 5G-Campusnetz getestet wer- den können. 5G ist eine Schlüsseltechnologie für neue Lösungen Foto: Fraunhofer IIS Fortsetzung auf Seite 13 Autonomous, data-driven production optimization Efficiently combating production loss and disruption in automated equipment As connectivity increases in pro- duction processes, so does their complexity. Data analysis exper- tise is required for predicting equipment outages in good time and detecting what causes losses in efficiency. MOEE, the tool that research teams from the Fraun- hofer Institute for Manufacturing Engineering and Automation IPA are exhibiting at the Hannover Messe trade fair, identifies the causes of production losses in connected equipment and makes it possible to quickly resolve dis- ruptions. Overall equipment effectiveness (OEE) is a vital metric in the pro- duction sector. It determines the percentage of quality products that equipment produces while operating at a given speed. At the same time, this figure repre- sents a basis for improving the process through the identifica- tion of production losses. With MOEE, which stands for Maximize Overall Equipment Effectiveness, researchers at Fraunhofer IPA in Stuttgart have developed a soft- ware tool that detects produc- tion losses in complex, intercon- nected, automated equipment based on three parameters: per- formance, quality, and availability. The algorithms implemented in the tool automatically analyze equipment behaviour to create an individual process model. In the process, they display and evaluate the various process stages in a production cycle. “The algorithms work out what processes occur when and in what order, and how long each one lasts. If process stages don’t take place at the required speed and they are not attuned to each other in an optimal way, this re- veals something about the per- formance,” says Brandon Sai, head of the “Autonomous pro- duction optimization” group at Fraunhofer IPA. He gives an ex- ample to illustrate how the soft- ware works: “When the robots pause briefly, this is usually not detected, so it’s hard to quantify the effects of these pauses. How- ever, when many of these pauses add up, it leads to errors.” If the machines are stationary, this re- veals something about availabil- ity, another criterion for insuffi- cient equipment effectiveness. The self-learning algorithms de- veloped internally at Fraunhofer also provide information on the quality level achieved. The goal is to match equipment components to the identified losses and thus detect the actual weak points. Combining automatic processmodelingwith machine learning A common cause of disruptions is calculating greater safety buffers than are needed. MOEE can detect fractional stoppage periods that are invisible to the naked eye as well as bottlenecks in dynamic systems—caused by production congestion. Mal- functions, such as a machine components getting jammed, or insufficient application of a lubrication layer are also record- ed, as the software meticulously codes every state. “Through a combination of automatic pro- cess modeling and machine learning, we detect production losses as they arise, which helps to quickly resolve disruptions,” says the engineer. Rather than being burdened with this infor- mation, operators are only noti- fied in the event of a problem. Alternatively, they can view the equipment’s efficiency level and behaviour model via the display on the dashboard. Detecting production losses at the signal level MOEE uses the control system’s I/O interface when conducting the analyses. “The I/O interface is the machine’s brain. The equip- ment is monitored directly from the control system. From there, the equipment behaviour can be detected in an optimal, high- ly granular way,” says Sai. This makes it possible to determine production losses at the signal level, increase availability and performance, and identify varia- tions in quality. Performance and quality losses can be traced right down to the level of equipment components – a single valve for example. The equipment’s behavior model and efficiency level are visually represented on the monitor. Foto: Fraunhofer IPA