Der Weg zur nachhaltigen Fertigung
Leo McHugh, Vice President Industrial Automation bei Analog Devices, blickt auf mehr als 30 Jahre Erfahrung im Halbleitermarkt zurück. (Quelle: ADI)
Der Smart-Motor-Sensor ADI Otosense ist eine KI-basierte, schlüsselfertige Hard- und Softwarelösung zur zustandsbasierten Überwachung von Elektromotoren. (Quelle: ADI)
Um eine digitale Fabrik zu entwickeln, muss man sich aus Sicht von ADI auf die drei Stufen Connect, Control und Interpret fokussieren. Diese werden wie folgt erläutert: „Connect“ ist ein wesentlicher Teil der digitalen Fabrik und ermöglicht das schnellere Teilen von mehr Daten im gesamten System. „Control“ in einer digitalen Fabrik bezeichnet eine Umgebung, die Dinge, basierend auf der größeren Datenverfügbarkeit, unmittelbar in Gang setzt und konfiguriert, um die Effizienz und Effektivität des Herstellungsprozesses zu steigern. „Interpret“ beschreibt die vermehrte lokale Interpretation der Daten in Echtzeit mit Intelligenz am Edge, um den Prozess auf Basis dieser Edge-Interpretation zu optimieren.
L. McHugh weist darauf hin: „37 % des weltweiten Energieverbrauchs entfällt auf die Industrie. Und 70 % des Industriestroms wird von Elektromotoren verbraucht.“ Aus diesem Grund stellen Elektromotoren für ihn den wichtigsten Ansatzpunkt rund um die CO2-Reduktion in der Fertigung dar. „Sie bieten das größte Potenzial für Energieeinsparungen – gerechnet über den gesamten Lebenszyklus eines Motors“, erklärt L. McHugh. Er verweist auf die seit Mitte 2023 geltende neue Europäische Energieeffizienzverordnung (EU 2019/1781) für Niederspannungselektromotoren und Frequenzumrichter. Nach dieser müssen Drehstrom-Asynchronmotoren von 75 kW bis 200 kW die IE4-Klasse erfüllen. „Eine Greenfield-Factory lässt sich einfach mit den neuesten IE4-Motoren ausrüsten. Doch wie lassen sich die neuen Anforderungen in Bestandsanlagen wirtschaftlich umsetzen? Mit dieser Frage beschäftigen wir uns gemeinsam mit unseren Kunden“, erklärt er.
Im Catalyst in Limerick wird aktuell in einigen Projekten mit Motorherstellern aus ganz Europa zusammengearbeitet. „In diesen konzentrieren wir uns intensiv auf die Frage, wie man die installierte Motorbasis in einer Bestandsanlage energieeffizienter gestalten kann. Betrachtet man die Praxis, fehlt es oftmals an Platz für ein Motoren-Upgrade. Deshalb diskutieren wir mit den Motorherstellern beispielsweise, wie man weitere Sensorik oder Messtechnik kompakt implementieren kann. Diese sollen dann unter anderem Aufschluss über die Motorlast und den Zustand des Motors geben“, verdeutlicht L. McHugh.
Als ein konkretes Ergebnis nennt er den Smart Motor Sensor Otosense. Bei diesem handelt es sich um eine KI-basierte, einbaufertige Hard- und Softwarelösung für die zustandsbasierte Überwachung von Elektromotoren. Er wird am Motor angebracht und kann neun mechanische und elektrische Fehler erkennen. Dabei trainiert er sich selbst und ermöglicht Vorhersagen, wann der Motor ausfällt.
„Mit einem Smartphone können sein QR-Code gescannt und anschließend die Verbindung in die Cloud oder zur App hergestellt werden. Dort lassen sich die Motordaten jederzeit einsehen. Alarme können zudem auf der Handy-App angezeigt werden. Die Datenübertragung erfolgt wireless – weder Kabel noch Gateways sind erforderlich“, berichtet der VP Industrial Automation.
Mit Blick auf die angesprochene präzise dynamische Echtzeitsteuerung von Motoren kommt ADI Trinamic ins Spiel. Das Portfolio umfasst Motoren, Encoder sowie Motorsteuerungs-IC und -Module. „Mit unseren vollständigen, effizienten und kompakten Lösungen tragen wir dazu bei, die Komplexität sowie die Markteinführungszeit für intelligente Bewegungssteuerungen zu reduzieren“, gibt L. McHugh weiter an. Das Portfolio umfasst auch Software-Tools zum Einrichten und Fein-Tunen intelligenter Motor- und Motion-Control-Systeme. „Mit der ADI-TrinamicCoolStep-Technologie ist es möglich, den Energieverbrauch von Schrittmotoren um bis zu 75 % zu reduzieren“, erklärt er.
Die intelligente Motorsteuerung ist zudem ein gutes Beispiel, wie Intelligenz ans Edge verlagert wird. So werden in der digitalen Fabrik immer mehr Daten am Edge verarbeitet, auch von Sensoren, Kameras und Aktoren. Diese Devices treffen in Echtzeit Entscheidungen auf unterer Ebene und stellen gleichzeitig aggregierte Daten für überlagerte Systeme bereit. „Durch Edge Intelligence lassen sich die Produktivität steigern und die Betriebskosten einer Fertigung senken“, sagt L. McHugh. Allerdings bedeutet diese Verlagerung von Intelligenz auch, dass die entsprechenden Devices über die erforderliche Konnektivität und Rechenpower verfügen müssen. „In der Digital Factory wird mehr Low-Power Processing benötigt. Dieser Trend hat unsere neuesten Technologien und Lösungen im Markt beeinflusst und treibt unseren Technologiefahrplan an.“