
5G-Technologie für Ford Valencia
Ein Kooperationsprojekt setzt drei Anwendungsfälle in die industrielle Praxis um: autonomes AGV-Flottenmanagement, intelligente AGV-Prozesse und VR für die Steuerung selbstfahrender Fahrzeuge.

Ein Kooperationsprojekt setzt drei Anwendungsfälle in die industrielle Praxis um: autonomes AGV-Flottenmanagement, intelligente AGV-Prozesse und VR für die Steuerung selbstfahrender Fahrzeuge.
Mit TSN lassen sich Produktionsmethoden optimieren, die Produktivität steigern und zudem Daten für die vorausschauende Wartung erfassen und in Echtzeit verarbeiten.
Die Verbindung von Edge und Cloud in einer gemeinsamen Architektur ermöglicht moderne Produktionen mit Echtzeit-Komponenten und Big-Data-Analyse. Gleichzeitig ermöglicht diese Struktur den flexiblen Einsatz vernetzter Roboter.

Für kompakte und lüfterlose Embedded-Lösungen mit hohem Performance-Anspruch eignet sich die 3.5"-Board-Serie IB836 von Spectra.

Die Daten IoT-fähiger Komponenten werden in der Cloud oder an der Edge gespeichert und verarbeitet. Ein Gemeinschaftsprojekt hat unter anderem eine Ablaufverbesserung und Effizienzsteigerung sowie die Integration eines neuen Standards der Datengewinnung in der Intralogistik zum Ziel.
Die Vorteile von Edge-Anwendungen sind bekannt. Allerdings kann eine traditionelle SPS die anfallenden Daten nicht lokal vorverarbeiten. Mit Edge-PCs inklusive vorinstallierter Software-Tools lassen sich IoT-Applikationen einfach umsetzen.

Der beste Weg zur vernetzten Fabrik und die optimale Technologie dafür, das sind Fragen, mit denen sich Thilo Döring, Geschäftsführer der HMS Industrial Networks GmbH, täglich befasst. Wir haben ihn gefragt, wo die deutsche Industrie bei der Digitalisierung steht und wie es vorangehen kann.
Kommunikations- und IoT-fähige Schutzgeräte wie der neue offene Leistungsschalter von Siemens liefern über ihre eigentlichen Aufgaben hinaus vielfältige Daten für ein umfassendes Energiemonitoring, für die Zustandsüberwachung und ein vorausschauendes Wartungsmanagement.
Um vorausschauende Wartung in der Produktion sinnvoll umzusetzen, müssen Diagnosedaten erfasst und entsprechend ausgewertet werden. AS-Interface bietet all diese Möglichkeiten und erleichtert Predictive Maintenance in der Praxis.

Die zentrale Datenverarbeitung in einer Cloud ist für manche Anwendungen zu unflexibel oder auch zu langsam und zu unzuverlässig, wenn es um zeitkritische Operationen geht. Dezentrales Edge Computing kann hier Abhilfe schaffen und die Lücken schließen.