Sprache auswählen
Auf dieser Seite:

Kennen Sie den Wert Ihrer Maschinendaten?

26. Mai 2021
WAGO Analytics

Wenn es darum geht, die eigene Maschine oder Anlage zu optimieren, liegt die Herausforderung darin, das Prozessverständnis zu erhöhen, zu quantifizieren und in den Prozess zu integrieren. WAGO Analytics unterstützt Sie bei der Datenaufnahme, Datenanalyse und erstellt intuitive Visualisierungen über die Abhängigkeiten in Ihrer Anlage. Die aufgedeckten Zusammenhänge werden in Ihren Prozess integriert und ermöglichen die Ausschöpfung von Optimierungspotentialen.

Ihre Daten sind wertvoll, nutzen Sie das Potential
Sie möchten Ihre Maschine oder Anlage maximal optimieren? Nutzen Sie Ihre Sensorik und Aktorik und lernen Sie Ihre Anlage besser kennen. Profitieren Sie vom Potential Ihrer Daten.

Ihre Vorteile:

  • Identifizierung der Optimierungspotentiale
  • Verbesserung des Qualitätsniveaus
  • Einsparung von Energie und Ressourcen
  • Steigerung der Effizienz und Kostenreduktion
  • Verbesserung der Prozessstabilität

Die Schritte von der Datenerfassung
zur Datenanalyse

1

Erfassung der vorhandenen Maschinen- und Sensordaten. WAGO bietet dafür alle erforderlichen Komponenten, z.B. das WAGO-I/O-System 750 oder die Controller PFC.

2

Die Daten werden aus der Maschine aufgenommen und in einer einheitlichen Struktur gespeichert. Dieses kann dezentral oder in einer Cloud-Infrastruktur (z. B. WAGO Cloud) erfolgen.

3

Durch das Analysieren und Darstellen der versteckten Informationen in den vorhandenen Daten werden Anwendungs-potenziale und Zusammenhänge sichtbar. Dadurch erhöht sich das Verständnis für die Anlage und deren Abläufe.

Erfassung der vorhandenen Maschinen- und Sensordaten. WAGO bietet dafür alle erforderlichen Komponenten, z.B. das WAGO-I/O-System 750 oder die Controller PFC.

Die Daten werden aus der Maschine aufgenommen und in einer einheitlichen Struktur gespeichert. Dieses kann dezentral oder in einer Cloud-Infrastruktur (z. B. WAGO Cloud) erfolgen.

Durch das Analysieren und Darstellen der versteckten Informationen in den vorhandenen Daten werden Anwendungs-potenziale und Zusammenhänge sichtbar. Dadurch erhöht sich das Verständnis für die Anlage und deren Abläufe.

Was ist für eine erfolgreiche Umsetzung notwendig?

WAGO führt Sie zur gewinnbringenden Nutzung
Ihrer Daten

Wir bringen Sie zum Prozessverständnis und führen Sie erfolgreich durch folgende Prozessschritte:

1. Sammlung der Rohdaten aus den verschiedenen Datenquellen

Im ersten Schritt werden die verschiedenen Schnittstellen der Maschinen und Anlagen unabhängig vom jeweiligen Protokoll ausgelesen und Werte direkt von der Steuerung abgegriffen. Die Daten werden an einem Standort aggregiert.

2. Aufbereitung der Daten

Es erfolgt eine zeitliche Synchronisation der Daten. Die relevanten Informationen werden extrahiert und in einem einheitlichen Format dekodiert. Irrelevante Daten werden herausgefiltert und entfernt.

3. Kontinuierliche Datenaufnahme

Ein individueller Datenlogger für die Maschine oder Anlage wird in Betrieb genommen. Die Daten werden gespeichert und für tiefergreifende Analysen nutzbar gemacht.

MM-4961_Analytics_Demonstrator_Screenshot_1_2000x1125.jpg

4. Explorative Datenanalyse und Auswahl der geeigneten Darstellungsform

In Offlineanalysen werden Abhängigkeiten und Zusammenhänge extrahiert, interpretiert und visualisiert. Seltene Ereignisse werden aufgedeckt. Unter Einbindung von Prozessexperten werden die Anwendungspotentiale identifiziert und validiert.

MM-4961_Analytics_Demonstrator_Screenshot_2_2000x1125.jpg

5. Einbindung in den Betriebsprozess

Die auf die Maschine oder Anlage optimierten Analysen und Visualisierungen werden in den Betriebsprozess integriert. Sie stehen nun jederzeit zur Verfügung und sind intuitiv bedienbar.

6. Zusammenhänge und Optimierungspotentiale nutzen

Die im Livebetrieb verfügbaren Analysen werden nun verwendet, um Optimierungspotentiale zu nutzen. Des Weiteren ermöglichen Livevisualisierungen, den Maschinen- und Anlagenbetreibern ihr Prozessverständnis zu verifizieren und zu erweitern sowie weitere Zusammenhänge und Anwendungspotentiale der Daten zu identifizieren.

MM-4961_Analytics_Demonstrator_Screenshot_3_2000x1125.jpg

FAQ – Analytics

Allgemeine Fragen

Der erste Schritt und der erste Nutzen für Sie ist eine Quantifizierung Ihres Prozessverständnisses. Anschließend werden erfahrungsgemäß weitere Anwendungspotentiale identifiziert.

Ein Analytics-Projekt beginnt für uns bei der erstmaligen Datenaufnahme. Es folgt dann eine Analyse der Daten zur Quantifizierung Ihres Prozessverständnisses. Hierfür sind in der Regel keine Datenaufzeichnungen Ihrerseits nötig. Falls für die Lösung Ihres Problems eine präzise Wiedererkennung von seltenen Ereignissen nötig ist, muss in der Regel von längeren Datenaufzeichnungszeiträumen ausgegangen werden.

Nein, je nach Anwendungsfall ist eine lokale Lösung (zentrale Lösung) möglich.

Jede Analytics-Lösung ist individuell. Wenn Sie das Gefühl haben, dass mehr in Ihren Daten steckt, kontaktieren Sie uns und wir evaluieren Ihren Use-Case gemeinsam.

Nein, WAGO unterstützt und berät Sie gern.

Verfahren und Methoden

Data-Science, Machine-Learning und künstlicher Intelligenz bilden eine Schnittmenge. WAGO Analytics beschreibt die Bereitstellung und Nutzung der Methoden dieser Schnittmenge im Bereich der Automatisierungstechnik.

Datenanalysen wachsen in ihrer Rechenzeit mit der untersuchten Datenmenge. Nicht jede Analysemethode eignet sich daher für Liveanwendungen.

Das Spektrum von bewährten Methoden ist groß. Aktuell erfahren neuronale Netze eine große Aufmerksamkeit. Diese eignen sich aber beispielsweise nur zur Wiedererkennung von Ereignissen. Damit lässt sich also kein umfassendes Bild Ihrer Maschine oder Anlage erzielen.

WAGO Analytics beschreibt die Einbindung Ihrer Analysen in den Livebetrieb. Dahingegen ist unter Statistik eine Untersuchung historischer Daten zu verstehen.

Big Data beschreibt große Datenmengen. Data-Science umfasst die Analyse von Daten, diese können Big Data sein, können aber auch die Livedaten Ihrer Maschine oder Anlage sein. Machine-Learning ist eine Klasse von Methoden zur Generierung von neuen Informationen aus Daten und ist ein Teil von Data-Science.

Ablauf und Vorgehensweise bei der Analyse

Zunächst erfolgt eine Diskussion und Evaluierung des Anwendungsfalls. Daten werden aufgezeichnet und Ihr Prozessverständnis wird quantifiziert. Danach werden weitere Schritte mit Ihren Prozessexperten geplant und neu evaluiert.

Nach einer Diskussion und Evaluierung des Anwendungsfalls erfolgt eine Inbetriebnahme eines Datenloggers der verschiedenen Datenquellen und eine Aufbereitung der Daten. In Offlineanalysen werden im Austausch mit Ihren Prozessexperten die Anwendungsmöglichkeiten erarbeitet und evaluiert. Sind Sie von den Ergebnissen überzeugt, folgt eine Einbindung in den Betriebsprozess. Bei weiteren Schritten stehen wir Ihnen als Partner zur Verfügung.

Nicht alle Daten sind relevant und konsistent. Die Datenbereinigung ist dazu da, die Daten in ein Format mit hoher Konsistenz und Informationsdichte zu transformieren. Dadurch werden keine unnötigen Daten transportiert, visualisiert oder an den Datenanalysealgorithmus weitergeleitet. Dies ermöglicht einen effizienten Betrieb Ihrer Analytics-Lösung.

Fokussieren Sie sich auf den kleinstmöglichen Bereich Ihrer Anlage, den Sie untersuchen möchten. Formulieren Sie eine konkrete Fragestellung und nutzen Sie Ihr Prozessverständnis, um zu beurteilen, welche Daten wichtige Informationen liefern.

Innovation & Technology