Data Analytics für Sortiertechnik

Mara Hofacker,

Daten sammeln, analysieren, optimieren

Welchen Nutzen schaffen Big Data und das Thema Datenanalyse für die Intralogistik? Der Systemanbieter Beumer präsentiert eine intelligente Data-Analytics-Lösung, mit der sich große Datenmengen, die zum Beispiel während des Sorterbetriebs anfallen, untersuchen und die Ergebnisse visualisieren lassen. Mit den so gewonnenen Informationen können Prozesse optimiert und Wartungsmaßnahmen vorausschauend und zum perfekten Zeitpunkt festgelegt werden.
 
Die Beumer Group präsentiert ihren neuen BG SorterCompact CB. Dieser Quergurtsorter baut sehr klein und steigert den Durchsatz. Dafür sorgt unter anderem die Möglichkeit der Datenanalyse. „Mit Data Analytics können wir an unseren Sortern große Datenmengen sammeln, zielgerichtet auswerten und damit zum Beispiel Verbesserungspotenziale aufdecken“, erklärt Thomas Wiesmann, Director Sales Logistic Systems bei der Beumer Group in Beckum. So lässt sich mit den gewonnenen Informationen unter anderem der Betrieb der Anlage kontinuierlich verbessern, frühzeitig erkennen, wann eine Wartung erforderlich ist, oder auch das Systemmanagement optimieren. Dies wirkt sich positiv auf die Lebenszykluskosten aus.
 
Die Beumer Group ist mit Data Analytics in der Lage, die Verfügbarkeit und die Leistung ihrer Sorter zu erhöhen, Stichwort „maschinelles Lernen“. „Entscheidend dabei ist der kontinuierliche Zugriff auf Echtzeitdaten aus jedem Bereich der Anlage“, erläutert Wiesmann. Mit Hilfe eines digitalen Zwillings lassen sich so detailliert Materialflüsse oder auch die Streckenführung der Anlage überwachen. Unterstützt wird dies durch die Visualisierung der Ergebnisse. Der Betreiber kann dazu beispielsweise Farbcodes einsetzen, um unter anderem Engpässe sichtbar zu machen oder – mit Hilfe zeitlicher Filter – historische Daten in die Betrachtung miteinbeziehen.
 
Wartung nur dann, wenn erforderlich

Anzeige
Beumer ist mit Data Analytics in der Lage, die Verfügbarkeit und die Leistung ihrer Sorter zu erhöhen, Stichwort „maschinelles Lernen“. © Beumer

Mit Unterstützung der Datenanalyse ist es möglich, die tatsächlichen Betriebsstunden und Belastungen zu erkennen. So können die Wartungszyklen anhand der tatsächlichen Belastung angepasst werden. Das Servicepersonal tauscht zum Beispiel erst dann eine Komponente aus, wenn es wirklich erforderlich ist – und nicht nach einem festgelegten Zyklus.
 
„Die datengesteuerte Analyse wird weiter zunehmen“, ist sich Wiesmann sicher. Denn schon heute sind Sensoren Teil eines jeden Systems und in der Lage, enorme Datenmengen zu generieren und zu verarbeiten. Auf Grundlage dieser Informationsgewinnung können langfristig weitere Dienstleistungen hinzukommen. Wiesmann denkt an die Videocodierung für das maschinelle Lernen. Möglich sei aber auch eine cloudbasierte optische Zeichenerkennung, um gescannte Bilder mit Text in maschinenlesbaren Text umzuwandeln.
 
Wo die Reise hingeht

„Einige unserer Kunden nutzen bereits Data Analytics“, berichtet Wiesmann. „Sie überwachen damit zuverlässig ihre Systeme und erkennen rechtzeitig, wann ein Fehler auftreten würde. Sie sind so in der Lage, die Anlage zum perfekten Zeitpunkt zu warten.“ Und je intensiver ein Unternehmen die Betriebszustände der Anlage kennt, desto besser kann es diese Möglichkeit nutzen. Denn die Maschine wird mit Hilfe dieser Daten das Lernen erlernen – und anstatt nur zu erkennen, dass etwas nicht stimmt, wird sie mit Unterstützung der gewonnenen Informationen auch die Ursachen erkennen. „Damit wird das System künftig in der Lage sein, selbstständig einen perfekt passenden Wartungsplan zu generieren“, prognostiziert Wiesmann.
 
Basiert Data Analytics aktuell insbesondere auf vorhandenen Betriebsdaten, kommen in Zukunft noch mehr Sensoren und andere Systeme zum Einsatz, die noch viel mehr Daten sammeln können. Der Sorter wird künftig in der Lage sein, Prozesse kontinuierlich intelligenter und automatisierter zu gestalten. Ein klarer Wettbewerbsvorteil für jeden Betreiber.

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige

Advanced Analytics

Die Grenzen von Advanced Analytics

Advanced-Analytics-Anwendungen können in vergangenheitsbezogenen Daten versteckte Muster und Zusammenhänge aufzeigen und diese auf zukünftige Ereignisse projizieren. Das macht Geschäftsplanungen wesentlich einfacher und schneller. Allerdings hat die...

mehr...
Anzeige

Potenzialanalyse Digitalisierung

Starthilfe für KMU

Für viele große Unternehmen gehören Schlagworte wie Big Data, Smart Data oder auch Smart Industry längst zum Alltag. Kleine und mittelständische Unternehmen dagegen zweifeln häufig noch an Machbarkeit und Nutzen. Dabei können auch sie von den...

mehr...

Cloud Computing

Edge Computing goes Machine Learning

Neue „Ready to Go“-Cloud-Box-Lösungen ermöglichen es den Unternehmen, die Macht über ihre Daten wieder zurückzubekommen, indem sie unter anderem mithilfe von Machine-Learning-Algorithmen direkt an der Produktionsstraße, sprich: im Edge Device,...

mehr...
Anzeige
Anzeige
Anzeige

Datenanalyse

Messfehler automatisiert berechnen

Kistler bietet mit KiXact ein System an, mit der sich die Messunsicherheit sicher berechnen und interpretieren lässt. KiXact, das Teil des Datenerfassungssystem KiDAQ ist, berechnet die Unsicherheit automatisiert.

mehr...