News_1920x250_Detail

Nachrüstungsansatz für die Datenintegration

Cloud-Lösung zeigt sich erfolgreich

Visualisierung der Datensammlung

In dem IP2-Projekt „Vernetzungs- und Integrationstechnologien für eine individualisierte, wandlungsfähige und ressourcenoptimierte Lebensmittelproduktion“ geht es um die Übertragung von Industrie 4.0-Ansätzen aus dem Bereich der Fertigungstechnik in den Bereich der Lebensmitteltechnologie. Im Fokus steht die Entwicklung geeigneter Analysemethoden, um den Reifegrad für die Einführung von Industrie 4.0-Ansätzen abzuleiten. Projektpartner sind neben dem Institut für industrielle Informationstechnik (inIT), auch das Institut für Lebensmitteltechnologie der Technischen Hochschule Ostwestfalen-Lippe, sowie namhafte Unternehmen wie zum Beispiel Dr. Oetker oder Tönnies.

 

Santosh Kumar, wissenschaftlicher Mitarbeiter am inIT, hat sich im Zuge des Projektes mit einem Plug & Play Ansatz für die Datenintegration in die Cloud befasst. Diese ähnelt in der Anwendung einer USB-Verbindung. „Die Digitalisierung zeigt natürlich auch im industriellen Umfeld seine Auswirkungen. Der Echtzeit-Zugriff auf Daten wird immer relevanter“, so Kumar. Zudem werden auch die Wiederbeschaffungskosten von Maschinen immer höher. Kumars Nachrüstungsansatz für die Datenintegration ließ nun jüngst ein unabhängiges Sensorsystem entstehen. Es wurde eine Cloud-Lösung für die Analyse, für vorausschauendes Lernen und für eine konditionierte Überwachung geschaffen. Damit ist es möglich, Informationen und Daten von Maschinen zu erhalten, die bis jetzt gar nicht kommunikationsfähig waren. Außerdem ist mit Hilfe dieses Ansatzes auch die Kommunikation zwischen alten und neuen Maschinen möglich. „Das Besondere an dieser Anwendung ist vor allem die Einfachheit. Der Benutzer muss für die Bedienung keine besonderen Kenntnisse oder technisches Wissen haben. Außerdem ist dies eine einfache und kostengünstige Lösung zur Nachrüstung älterer Maschinen“, beschreibt Kumar die Vorteile. Mit Hilfe der gesammelten Daten ist dann ein Machine Learning möglich. Ein weiterer Vorteil: der erforschte und erprobte Ansatz lässt sich nicht nur in die Lebensmitteltechnologie, sondern in jedem industriellen Umfeld integrieren.