Plattform für Bohrgeräte ist der Grundstein für Predictive Maintenance

node-divider
4 Minuten Lesezeit
Facebook
Twitter
LinkedIn
WhatsApp
Email
4 Minuten Lesezeit
Facebook
Twitter
LinkedIn
WhatsApp
Email

Bohrgeräte zur grabenlosen Leitungsverlegung leisten Schwerstarbeit und müssen im Feld genau überwacht werden. Hersteller Tracto nutzt eine zentrale Cloud-Plattform, um Statusdaten zu sammeln und in einem Dashboard zu analysieren. Ein erster Service ist eine Kundenplattform für das Abrufen von Bohrdaten und mit einem „Cockpit“ zur Überwachung des Maschinenparks. 

Die Herausforderung: Zustandsdaten in Echtzeit senden

Breitbandausbau oder Neuverlegung von unterirdischen Leitungen wie Stromkabel erfordern normalerweise umfangreiche Tiefbauarbeiten. Doch um diese Leitungen möglichst schnell und kosteneffizient in die Erde zu bringen, werden heute spezielle Bohrmaschinen für die grabenlose Leitungsverlegung genutzt. Innovationsführer in diesem Bereich ist der Spezialmaschinenbauer Tracto aus Lennestadt im Sauerland.

 

Die Bohrgeräte besitzen eine Kabine und können aus dieser bedient und überwacht werden. Doch als Alternative bieten sie den ferngesteuerten Betrieb. Dafür gibt es eine eigens entwickelte Fernbedienung, die mit einem Touchscreen ausgerüstet ist – ähnlich wie Smartphones oder Tablets. Damit ist die weitgehende Automatisierung aller Abläufe möglich. Integrierte Kameras geben dem Bediener außerdem den optimalen Überblick über alle wichtigen Bereiche der Bohranlage.

 

Für die neu entwickelte Generation der Bohrgerätefamilie Grundodrill hat Tracto eine zentrale IoT-Plattform vorkonzipiert, an die Bohrgeräte im Feld Metriken und Zustandsdaten nahezu in Echtzeit senden. Auf dieser Grundlage beauftragte der Maschinenbauer den IT-Dienstleister consileo damit, die Maschinen- und Cloud-Architektur zu optimieren.

Die Lösung: Eine zentrale Cloud-Plattform für Geräte- und Sensordaten

Die Lösung von consileo bietet eine nahtlose und fehlertolerante Verbindung zur Cloud, die Daten bei lückenhafter Netzanbindung zwischenspeichern kann. Mit leistungsfähigen Cloud-Funktionen für Echtzeitanalyse und maschinelles Lernen können die Betreiber und der Servicebereich von Tracto die Wartung vereinfachen, Ausfälle vermeiden und frühzeitig auf Probleme hingewiesen werden. Die für das Projekt genutzte Plattform erlaubt eine elastische Skalierung der Ressourcen sowie eine Vereinfachung der Bereitstellung und Integration.

 

Für die Lösung ist die Maschine Dreh- und Angelpunkt sämtlicher Datenströme. Erste Maßnahme war die Implementierung eines Datenpuffers auf der Maschine, um Verbindungsabbrüche abzufedern. Er überträgt die Daten, sobald eine Netzverbindung besteht und passt sich dabei automatisch an die vorhandene Bandbreite an. Hierfür dient Filebeat, ein Service von Elastic, der technisch in der Lage ist, die Aufgabe des „Puffers“ zu übernehmen. Neben den elementaren Maschinen- und Sensordaten senden die Geräte zusätzliche Protokolldateien, die erweiterte Zustandsinformationen liefern. Das sind beispielsweise Betriebszustände oder Fehlerprotokolle.

 

Als Basis der gesamten Infrastruktur dient Microsoft Azure. Jeder Betreiber einer Maschine erhält einen Zugang zur zentralen Cloudplattform mit den zugehörigen Daten. Dort kann er seine Daten analysieren und visualisieren. Mit der zentralen Speicherung aller Daten sowie der zusätzlichen Zustandsdaten entsteht eine Datenbasis für digitale Services wie in Zukunft zum Beispiel vorausschauende Instandhaltung (Predictive Maintenance).

 

Das Ergebnis: Höhere Datenqualität und Verfügbarkeit für neue Services

Durch die systematisch aufgebauten, zentralen Cloudservices konnten die Betriebskosten der Plattform deutlich gesenkt werden. Zudem stiegen Datenqualität und Verfügbarkeit. Durch die Zentralisierung und Speicherung sämtlicher Fehlermeldungen sinkt der Aufwand für die Servicetechniker von Tracto, die nun deutlich schneller Störungen und Schwachstellen identifizieren können.

 

Die Cloud-Architektur mit Kubernetes bietet Tracto die Möglichkeit, seinen Kunden passgenaue digitale Services anzubieten und ein entsprechendes Portfolio aufzubauen. Kubernetes hilft an dieser Stelle, die Services schnell weiterzuentwickeln und Updates auszurollen. Außerdem kann ein Kubernetes-Cluster elastisch skalieren und so auf unterschiedliche Lastanforderungen reagieren, etwa wenn viele Nutzer gleichzeitig Informationen abrufen. Der Vorteil: Es müssen keine teuren Server vorgehalten werden, sie werden bedarfsgerecht bereitgestellt. Zudem ist es möglich, auch Entwicklungen von Partnerunternehmen in das dadurch entstehende Tracto-Ökosystem einzugliedern.

 

In Anwendung

NEWSLETTER

Jetzt unser IoT Use Case Update erhalten

node-divider

Erhalten Sie kostenlos das monatliche Update zu spannenden Use Cases, aktuellen Podcastfolgen und News aus unserer IoT-Community.