X LO G I M AT S PE ZI A L Big Data hilft Produktivität zu maximieren Eine umfangreiche Faktenbasis bietet die Möglichkeit, unstrukturierte Daten aus Bestandsanlagen zu analysieren, Ausfällen vorzubeugen und Systemverhalten vorherzusagen. HEINRICH LÜTHI – E s gab eine Zeit, in der Wettervorhersagen eher Kunst als eine Wissenschaft waren. Heutzutage haben meteorologische Ämter, Dienste und Institute, die riesige Mengen von Wetterinformationen sammeln und in statistischen Modellen nutzen, die Wettervorhersage zu einer faktenbasierten Wissenschaft entwickelt. Auch wenn immer noch ein Rest Unsicherheit verbleibt, sind Abweichungen von den Vorhersagen heute relativ gering. QUANTENSPRUNG Störungsbehebung nicht relevant sind. Moderne Technologien aus der Big-Data-Wissenschaft geben uns die Möglichkeit, auf grosse Mengen unstrukturierter Daten zuzugreifen. Aus der Nutzung in anderen Bereichen (Marketing, Social Media, ERP) wissen wir, dass die Auswertung grosser Datenmengen eine neue Sicht auf das Gesamtsystem ergeben und somit proaktiv auf bevorstehende Ereignisse reagiert werden kann. Genau diese Eigenschaften aus der Big-Data-Auswertung ergeben im Kundendienst neue Möglichkeiten, den Betrieb einer Anlage zu optimieren und die Verfügbarkeit zu erhöhen. Wie die GS1-Logistikmarktstudie 2015 zeigt, stehen wir noch ganz am Anfang eines wachsen- Was in der Meteorologie und vor allem in der Marktforschung erfolgreich eingesetzt wird, ist auch ein Quantensprung für die Distributionslogistik mit ihren SupplyChain-Konzepten. Schon seit Beginn der automatisierten Logistiksysteme wurden Log- und Tracefiles erstellt und für die Störungsbehebung genutzt. Eine moderne Anlage produziert mit ihren Sensoren und Aktoren sowie den Lagerverwaltungs- und Steuerungssystemen täglich mehrere Megabytes historischer Daten. Diese werden normalerweise nach einer bestimmten Zeit zyklisch gelöscht, da ältere Daten für die Zunahme maschinengenerierter Daten. Quelle: IBM den Marktes, der auch für Betreiber älterer Anlagen durchaus eine Chance für weitere Optimierungen bietet. So können über die Analyse der Daten nicht nur Stillstände vermieden werden, sondern die Anlage kann als Gesamtsystem erfasst und weiter optimiert werden bis hin zu einem adaptiven Verhalten des LVS und seinen untergelagerten Systemen. MONITORING Was dies konkret bedeutet, lässt sich am Beispiel des Condition Monitoring von Swisslog anschaulich erklären. Hier werden vielfältige zustandsrelevante Parameter von Anlagen über die Logfiles und der Sensorik stetig überwacht und aussagekräftige Indikatoren genutzt, um über die Trendentwicklung sich LOGISTIK UND FÖRDERTECHNIK 01/2015 LO_2015_01_ST_S10-11_Swisslog.indd X 16.01.2015 10:26:54 LO G I M AT S PE Z I A L anbahnende Schäden frühzeitig erkennen zu können. Ein Beispiel ist der Stromverbrauch als Indikator für das Drehmoment und somit der Zustand der entsprechenden Lagerung einer Antriebswelle. Die Betreiber von Logistikanlagen sollen durch die Zustandsüberwachung ein genaues Bild davon erhalten, wie ihre Anlage funktioniert und auch wo und wann Wartungsbedarf besteht. Die Vorhersage von Störungen – lange bevor diese tatsächlich auftreten – ist der nächste Schritt, der mit der Visualisierungslösung der nächsten Generation, dem Swisslog Cockpit für Lagerverwaltungssysteme (WM 6), umgesetzt wird. Da nicht alle Ausrüstungskomponenten einer Intralogistikanlage in gleicher Weise beansprucht werden, können dadurch gefährdete Komponenten rechtzeitig erkannt und ausgetauscht werden. Diese Prognosen und die proaktive Planung regelmässiger Wartungs- und Servicearbeiten helfen, Zeit zu sparen. Hinzu kommt, dass unvorhergesehene Instand- KONTAKT Swisslog AG Webereiweg 3 5033 Buchs Tel. 062 837 95 37 Fax 062 837 95 10 [email protected] www.swisslog.com LogiMAT: Halle 1, Stand 1B51 XI Beim Condition Monitoring werden zustandsrelevante Parameter von Anlagen über Logfiles und per Sensorik überwacht, um sich anbahnende Schäden frühzeitig zu erkennen. haltungsarbeiten auf effiziente Weise minimiert werden. Letztlich lautet das Ziel, ein datengestütztes Lebenszyklus-Management von Produkten zu erreichen. Dieses soll dem Kunden ermöglichen, Leistungsreserven zu erschliessen und Anlagen so lange maximal zu nutzen, bis deren Produktivität abnimmt. ZEITGEWINN Indem für die Maschinenleistung essenzielle Schlüsselparameter gemessen und analysiert werden, kann der Anlagendurchsatz optimiert und die Anlagennutzung so gesteuert werden, dass die Performance perfektioniert wird. Ergebnisse können so anhand eines be- stimmten Inputs vorhergesagt und die Durchsatzleistung abgeschätzt werden. Wie die Meteorologie wird Big Data auch die Logistikbranche revolutionieren. Wissen wir frühzeitig, dass es morgen regnet, können wir Regenschirm und Gummistiefel bereitstellen. Wir ersparen uns den Ärger, nass zu werden, und gewinnen dadurch wertvolle Zeit. Ebenso verhält es sich in der Lagerund Distributionslogistik: Durch konsistente Zustandsüberwachung können wir zwar nicht verhindern, dass Wartungen anfallen, aber wir können deren Zeitpunkt mithilfe durchdachter Datenanalyse frühzeitig abschätzen und uns entsprechend vorbereiten. 1 0 0 JAHRE 1914 2014 It´s better to play it safe! Sichelschmidt GmbH material handling | Im Hilingschen 32 | D - 58300 Wetter Call +49 (0) 2335 6309-0 | Fax +49 (0) 2335 6309 - 88 | www.sichelschmidt.de LO_2015_01_ST_S10-11_Swisslog.indd XI 16.01.2015 10:26:54