Effizienter produzieren – Das Internet der Dinge verringert Fehler im Herstellungszyklus - Internet der Dinge - Heise Partnerzones Internet der Dinge . Dell, Cloud, Mobile, Security, Enterprise, Business, Software . Cloud, Mobile und Security: Erfahren Sie alles über die Lösungen von Dell /styles/zones/basis.css

Effizienter produzieren – Das Internet der Dinge verringert Fehler im Herstellungszyklus

Den Unternehmen bieten Big Data und das Internet der Dinge große Chancen. Vor allem in der Produktion lässt sich durch die Auswertung der gewaltigen Datenmengen die Effizienz deutlich steigern. Das Beispiel der Chip-Produktion von Intel zeigt die Vorteile beim Einsatz der neuen Technologien in der Praxis.

Autor: Thomas Fischer

Die Studie „ EMC Digital Universe“ der EMC Corporation beziffert das weltweite Datenvolumen für das Jahr 2014 mit 4,4 Billionen Gigabyte. Für das Jahr 2020 sagt die Studie ein Datenvolumen von 44 Billionen Gigabyte voraus. Auch für Deutschland erwartet sie einen rasanten Anstieg von 230 Milliarden Gigabyte (2014) auf 1100 Milliarden Gigabyte im Jahr 2020. Grundlage dieser Studie sind die von IDC ermittelten Ergebnisse aus Forschungen und Analysen. Eine wichtige Erkenntnis dabei ist, dass das Internet der Dinge erheblich zu dieser Entwicklung beitragen wird.

 - Die zukünftig zu erwartende Datenflut ist gigantisch und steigt exponentiell an. Dieser Trend ist nicht mehr aufzuhalten und macht immer bessere Big Data-Technologien nötig.

Die zukünftig zu erwartende Datenflut ist gigantisch und steigt exponentiell an. Dieser Trend ist nicht mehr aufzuhalten und macht immer bessere Big Data-Technologien nötig.

Quelle: EMC

Nur wenige Daten werden bereits genutzt

Das hohe Datenaufkommen wirft aber zugleich Fragen auf, etwa wie sich diese Informationen verwerten lassen und ob überhaupt alle Daten benötigt werden. IDC schätzt, dass das Internet der Dinge bereits jetzt mit rund 200 Milliarden Objekten verbunden werden könnte. 14 Milliarden Geräte kommunizieren bereits über das Internet miteinander. Diese sind aber gerade Mal für rund zwei Prozent des globalen Datenvolumens verantwortlich.

Im Jahr 2020 werden Schätzungen zufolge etwa 32 Milliarden Objekte mit dem Internet verbunden sein. Diese erzeugen dann circa 10 Prozent des internationalen Datenaufkommens. Alleine hierzulande wird sich der Anteil des vom Internet der Dinge erzeugten Datenaufkommens bis zum Jahr 2020 von derzeit zwei auf 14 Prozent erhöhen. Dabei ist jedoch anzunehmen, dass nicht alle dieser Daten auch tatsächlich in den Auswertungen oder Analysen berücksichtigt werden. So kamen beispielsweise im Jahr 2013 gerade einmal 22 Prozent der Informationen für eine Auswertung in Frage, wovon dann letztendlich fünf Prozent analysiert wurden. IDC geht jedoch davon aus, dass sich im Jahr 2020 über 35 Prozent der erzeugten Daten für eine Auswertung nutzen lassen.

Maschinen kommunizieren miteinander

Für Unternehmen – speziell für das produzierende Gewerbe – bietet der Einsatz des Internets der Dinge im kompletten Produktionszyklus schon jetzt enorme Vorteile. Für die Zukunft kann man davon ausgehen, dass die Produktion zunehmend vom Internet der Dinge dominiert wird und dieses intelligente Fabriken hervorbringen wird. Auch wenn die digitale Technik für die meisten modernen Produktionsmaschinen heute schon gang und gäbe ist, sind sie doch noch nicht Teil des Internets der Dinge, sondern nutzen ihre digitalen Daten nur für sich. Erst der Vergleich und die Analyse mit anderen Maschinendaten eröffnet aber die Möglichkeit, Muster zu erkennen und Prozesse in der Herstellung zu optimieren. Intel wendet diese Verfahren bereits in der Produktion seiner Prozessoren erfolgreich an.

Für die Optimierung entwickelten Intel und Dell Technologien, die den Einsatz des Internets der Dinge und die Nutzung von Big Data im Produktionsprozess ermöglichen. Beim Prozess zur Lösungsfindung waren darüber hinaus noch weitere Partner beider Unternehmen beteiligt. Wichtig war es, neben einer optimalen Konnektivität zugleich auch die höchstmögliche Datensicherheit zu realisieren. Damit verschiedene Maschinen und Prozesse miteinander kommunizieren können, musste eine ständige und zusammenhängende Interoperabilität erreicht werden. Auch die passenden Analyse-Tools sind essentiell. Sie müssen in der Lage sein, eventuelle Engpässe oder Schwierigkeiten während des Produktionsprozesses schnell und sicher zu erkennen, daraus die richtigen Aktionen abzuleiten und diese auszuführen.

 - 

Die Herausforderung

Bei der Herstellung von Prozessoren und deren Montage auf Leiterplatten verzeichnete Intel in der Vergangenheit einen vergleichsweise hohen Anteil an Ausschuss. Die Ursache dafür war ein ganz bestimmter Arbeitsgang mit reproduzierbarem Fehlermuster.

Die Prozessoren weisen an ihrer Unterseite mehrere Lötpads auf. Diese kann man sich als sehr kleine Kontaktflächen vorstellen. Die Aufgabe besteht darin, diese Kontaktflächen zu verzinnen, damit der Prozessor in einem weiteren Arbeitsschritt fehlerfrei mit dem Motherboard verlötet werden kann. Zur Vorbereitung auf das Verzinnen gibt es ein spezielles Modul, das mehrere Aufgaben erledigt. Zuerst wird auf jede Kontaktfläche eine spezielle Lötpaste aufgetragen, die zwei Aufgaben erfüllt:

  • Fixierung: Werden Bauelemente oder Lötzinnkügelchen auf den Lötpads platziert, hält die Paste diese fest.
  • Flussmittel: Damit sich das Lötzinn mit dem Kupfer der Lötpads und mit den Anschlüssen eines elektronischen Bauelements verbinden kann, ist ein Flussmittel nötig. Die Paste dient als Flussmittel.

Nach dem Auftragen der Lötpaste folgt im nächsten Arbeitsgang die Platzierung eines kleinen Zinnkügelchens auf jeder Kontaktfläche. Das korrekte Platzieren übernimmt ein spezieller Bestückungskopf. Danach kommt der Prozessor in einen speziellen Ofen, dessen Hitze das Zinn schmelzen lässt und so mit dem Kupfer der Lötpads verbindet. Nach dem Verzinnen kann der Prozessor den nächsten Arbeitsschritt durchlaufen.

Das Verzinnen der Lötinseln hatte aber nicht immer 100prozentig funktioniert. Der Arbeitsprozess war also fehleranfällig, was im Endeffekt zu Ausschuss und finanziellen Verluste führte. Aber woran lag das? Als Ursache stellte sich der Bestückungskopf heraus. Er nimmt die kleinen Lötkügelchen auf und hält diese mittels Unterdruck fest. Sobald er korrekt positioniert ist, wird der Unterdruck ausgeglichen und die Kügelchen fallen auf die dafür vorgesehenen Stellen – die Lötpads – auf der Prozessorunterseite. In der Praxis kam es dabei aber immer wieder vor, dass nach dem Vorgang des Verzinnens Kurzschlüsse zwischen den Pads auftraten. Die Gründe dafür waren unterschiedlich:

  • Falsch positionierte oder verrutschte Lötperlen auf dem Bestückungskopf
  • Probleme des Zulieferers
  • Unvorhersehbarer Verschleiß
  • Unvorhersehbarer Verschleiß
  • Nicht optimierte Wartungszyklen

 - Sämtliche Lötinseln müssen mit Lötpaste und Zinnkügelchen versehen werden, um sie für die weitere Verarbeitung korrekt zu verzinnen. Zur Vermeidung von Ausschuss ist darauf zu achten, dass die Position und Größe der Lötzinnperlen exakt stimmen.

Sämtliche Lötinseln müssen mit Lötpaste und Zinnkügelchen versehen werden, um sie für die weitere Verarbeitung korrekt zu verzinnen. Zur Vermeidung von Ausschuss ist darauf zu achten, dass die Position und Größe der Lötzinnperlen exakt stimmen.

Quelle: Mirko Waltermann / pixelio.de

Das wachsame Kamera-Auge

Die Lösung des Problems erbrachte schließlich der Einsatz eines Kamera-Systems in Verbindung mit einem intelligenten Analysesystem. Im ersten Schritt prüft dieses die Größe und Vollzähligkeit der Lötzinnperlen. Nur wenn hier alles korrekt ist, werden diese im nächsten Schritt platziert. Jetzt prüft das Kamera-System, ob sich auch tatsächlich alle Lötperlen vom Bestückungskopf gelöst haben und sich an ihrem vorgesehen Platz befinden. Der nächste Arbeitsschritt startet erst dann, wenn die Prüfung keinerlei Fehler signalisiert.

Die optische Kontrolle an dieser Stelle war jedoch nur eine Maßnahme von vielen. So wurden weitere Sensordaten anderer am Produktionszyklus beteiligter Maschinen miteinander vernetzt und die Daten entsprechend analysiert und ausgewertet. Das alles trägt dazu bei, die Ausschussquote zu verringern und Produktionsverluste zu senken. Ein weiterer Vorteil besteht darin, dass Wartungsintervalle und die Kosten für Wartung optimiert und vorausschauender geplant werden können. Plötzlich auftretende Störungen der Maschinen gehören damit der Vergangenheit an. Als Ergebnis all dieser Maßnahmen verringerte Intel seine Verluste in der Produktion um insgesamt 25 Prozent.

Mit Know-how zum Ziel

Für die beschriebene Lösung wurden insgesamt sehr viele einzelne Komponenten der IT-Branche eingesetzt. Nicht zuletzt war für das Gelingen auch das optimale Zusammenspiel von Dell und Intel sowie deren Partnerunternehmen verantwortlich. Intels Gateway-Lösungen stellen beispielsweise die überaus wichtige Konnektivität vom einzelnen Sensor bis hin zur Cloud sicher. Um das Datenvolumen nicht sinnlos in die Höhe zu treiben, filtern die Gateways bereits vor Ort die von den Sensoren gelieferten Daten nach Relevanz. So gelangen nur solche Daten zur Analyse, die auch wirklich dafür benötigt werden.

Speziell für den Einsatz von großen Datenmengen (Big Data) hat Dell seine In-Memory-Appliance für Cloudera Enterprise entwickelt. Mit ihr lassen sich beispielsweise besonders leistungsstarke End-to-End-Analysen implementieren. Des Weiteren ermöglicht diese Appliance interaktive Abfragen, Data Mining und die Verarbeitung von Streams. Vorteilhaft ist zudem, dass Cloudera Enterprise eine einheitliche Plattform für Big Data bietet und zu 100 Prozent eine Apache-lizenzierte Open Source-Lösung darstellt.

 - Um die Sensordaten zu filtern und auszuwerten, kommen verschieden Analyse-Tools zum Einsatz. Im Ergebnis werden Schwachstellen im Produktionszyklus schnell und sicher erkannt und entsprechende Verbesserungsmaßnahmen aktiviert.

Um die Sensordaten zu filtern und auszuwerten, kommen verschieden Analyse-Tools zum Einsatz. Im Ergebnis werden Schwachstellen im Produktionszyklus schnell und sicher erkannt und entsprechende Verbesserungsmaßnahmen aktiviert.

Quelle: Dell

Als Server werden auf Intel basierende Dell Poweredge 2-Sockel mit dem Linux-Betriebssystem Red Hat Enterprise eingesetzt. Es unterstützt skalierbare und voll virtualisierte Rechenzentren. Zudem kommen Dell Boomi und Dell Toad zum Einsatz. Damit lassen sich Daten über verschiedene Datensätze hinweg normalisieren, was die Analyse der Daten wesentlich einfacher macht. Die Synchronisation der Daten zwischen On-Premise und der Cloud erleichtert Dell Boomi AtomSphere.

Um den Datenzugriff, die Integration, das Reporting und die gemeinsame Nutzung der Ergebnisse aus den Analysen zu vereinfachen, kommt das aus mehrere Analyse-Tools bestehende Dell Toad Data Point zum Einsatz. Hilfreich ist hierbei auch das Tool Dell Statistica. Es erlaubt neben Data Mining auch prädikative Analysen, maschinelles Lernen sowie die Analyse strukturierter und unstrukturierter Daten. Mehrere Daten-Reporting-Tools sind in Dell Toad Intelligence Central vereint. Diese Lösung bietet ein zentrales Archiv für aktuelle Informationen, um die Bereitstellung der Daten effizienter zu machen.

Dell Kitenga bietet eine Informationsmodellierung sowie Visualisierungsfunktionen; es handelt sich hier um eine Big Data-Suche und Analyse-Suite. Weiterhin werden Technologien wie Hadoop für Skalierbarkeit und Leistung, Lucene/Solr Search, Mahout maschinelles Lernen, 3D-Informationsmodellierung und erweiterte Sprachverarbeitung sowie Kitenga als komplett integrierte, konfigurierbare Cloud-fähige Software-Plattform eingesetzt.

Immer wenn es um Vernetzungen geht, steht die Sicherheit der Daten besonders im Mittelpunkt. So auch bei diesem Projekt. Hierbei wurden Sicherheitslösungen von Intel und Dell SonicWall eingesetzt. Damit ist es möglich, das vollständige IT-System der Fabrik inklusive des Rechenzentrums zu sichern. Die einfache Verwaltung des Sicherheitssystems ist ein weiterer Vorteil. Hinzu kommt, dass das System keinerlei Einbußen an Leistung hat. Praktisch von jedem Endpunkt aus ist ein sicherer Zugriff berechtigter Personen möglich. Ein Schutz vor Viren, Spam, Phishing und anderen Angriffen mit mehreren Techniken zur Gefahrenerkennung ist ebenfalls sichergestellt.

Im Beitrag wird nur ein Teil der komplett verwendeten Techniken aufgeführt. Im Whitepaper „ Steigerung der Produktionsleistung durch das Internet der Dinge (IoT)“ lesen Sie ausführlich, welche Techniken im Einzelnen zum Einsatz kamen.

Weiterführende Artikel zu diesem Beitrag

Infografik: Big Data - Hinter dem Hype

Das Insider-Interview: Robert Laurim zum Thema zukunftsfähiges Unternehmen

Potenziale entdecken – ist Ihr Unternehmen bereit für die Zukunft? (inkl. Video)

1 | 2