Big Data hilft Produktivität zu maximieren

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