<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=504731893395981&amp;ev=PageView&amp;noscript=1">
krammer-tachnology-back

Cloud-basierte Datenanalyseplattform für Spritzgussmaschinen

Ein intelligentes System für die Verwaltung und vorausschauende Wartung von Spritzgussmaschinen.
Krammer-1

Krammer Technology ist ein Startup, das Beratungsdienste für Industrieunternehmen anbietet. Es arbeitete an einer industriellen IoT-Lösung, die Spritzgussformen in intelligente Geräte verwandelt.

Projektinformationen
Kooperationsmodell

T&M (Time and Materials)

Methode

Agile

Team
2

Firmware-Entwickler

1

Backend-Entwickler

1

Business Analyst

1

Projektleiter

Mehr anzeigen

Problem

Unser Kunde wollte eine intelligente industrielle IoT-Lösung aufbauen. Die Lösung soll es ermöglichen,

  • Systeme für Spritzgussformen einfach zu installieren,
  • nicht in den Prozess der Gestaltung der Gussform sowie den technischen Prozess einzugreifen,
  • und die Systemwartung während der Servicearbeiten an der Spritzgussform durchzuführen.

Das Unternehmen wandte sich an Softeq, und bat uns darum zu prüfen, inwieweit seine Idee umsetzbar ist, den Technologie-Stack auszuwählen und den Arbeitsumfang zu definieren.

Wir begannen mit einer Business-Analyse-Phase.

Lösung

Cloud-Based-Data-Analytics-Platform-for-Injection-Molding-Machines

Nach der Business-Analyse-Phase sind wir von den folgenden Voraussetzungen ausgegangen:

  • Das System sammelt Leistungsdaten von Geräten über batteriebetriebene IIoT-Sensorgeräte (ISD). Die Geräte verwenden benutzerdefinierte Bare-Metal-Firmware.
  • Die Daten werden über ein spezielles Linux-gesteuertes Edge-Gerät an einen Cloud-Server übertragen.
  • IEEE 802.15.4 ist der primäre Konnektivitätsstandard. Dies bietet die Möglichkeit, gängige Konnektivitätstechnologien wie Bluetooth, Zigbee und Z-Wave zu implementieren.
  • Die Plattform nutzt AWS-Tools zur Datenspeicherung, -verarbeitung und -visualisierung.

Als Erstes wird das Softeq-Hardwareteam ein maßgeschneidertes ISD-Sensorgerät entwickeln. Dann führen wir Feldtests durch, um sicherzustellen, dass die Daten in einem Format erzeugt werden, das sich für eine weitere, durch maschinelles Lernen unterstützte Analyse eignet. Die Ergebnisse werden den Entwicklern helfen, die Anforderungen an die Sensorgeräte zu verfeinern. Als Nächstes werden wir die ISDs in die AWS-Cloud-Services integrieren.

Anforderungen an die Lösung

Eine marktreife Lösung soll

  • die KPIs der Spritzgussprozesse in Echtzeit verfolgen, 
  • Mithilfe von an den Spritzgusswerkzeugen angebrachten Sensoren Daten über den Werkzeugzustand sowie Prozessdaten sammeln, 
  • abweichendes Systemverhalten erkennen und die Bediener benachrichtigen, bevor die Fehler zu einem Ausfall führen.

In der ersten Phase musste das System aus drei Teilen bestehen:

  • Sensoren für Temperatur und Formbewegungen, um das Verhalten der Form und den gesamten Prozess zu analysieren
  • Ein Edge-Gerät, das Daten sammelt und analysiert und die wichtigsten Informationen an die Cloud sendet
  • Eine AWS-Cloud für Datenanalyse und Vorhersage des Formverhaltens

Ergebnis

Die von uns vorgeschlagene Lösung geht über ein herkömmliches Überwachungssystem hinaus. Sie hilft Unternehmen ihren Herstellungsprozess zu verbessern und zwar über:

  • niedrigere Wartungskosten für ihre Ausrüstung
  • geringere Ausfallzeiten
  • eine längere Lebensdauer der Anlagen
  • weniger Kunststoffabfälle

Derzeit gibt es auf dem Markt keine Alternativen zum System von Krammer Technology. Bei den Lösungen der Wettbewerber, die eine vergleichbare Funktionalität aufweisen, handelt es sich entweder um verkabelte Lösungen oder sie sind wesentlich teurer.