Anuga FoodTec 2022: Smarte Sensoren und Big Data
Neue Technologien sorgen für eine intelligente und vernetzte Produktion in den Unternehmen der Lebensmittelindustrie. Zunehmend rücken dabei mit Condition Monitoring und Predictive Maintenance zwei Schlüsselinnovationen von Industrie 4.0 in den Mittelpunkt, die eine vorausschauende Instandhaltung einzelner Komponenten und ganzer Anlagen versprechen. Die Hauptakteure: Smarte Sensoren, Big Data, Cloud-Dienste und Machine Learning-Ansätze. Im Zusammenspiel erlauben sie es, die Prozesse permanent und in Echtzeit zu optimieren, die Qualitätsstandards zu erhöhen und die Verfügbarkeit der Maschinen zu gewährleisten. Vom 26. bis 29. April 2022 präsentieren die Aussteller auf der Anuga FoodTec dafür konkrete Lösungen. Neben der technischen Umsetzung wird auf dem Kölner Messegelände auch auf den Nutzen von Predictive Maintenance unter betriebswirtschaftlichen Gesichtspunkten sowie auf neue Geschäftsmodelle im After Sales Service eingegangen.
Monitoring gegen Ausfälle
Ein Maschinendefekt erfordert in der Regel eine Reparatur vor Ort durch einen Techniker. Damit einher gehen Ausfallzeiten und Umsatzverluste. Ziel der auf der Anuga FoodTec präsentierten Instandhaltungskonzepte ist es, das betriebswirtschaftlich optimale Zeitfenster für die Wartung der Anlagen oder den Austausch von Komponenten zu finden. Um dies zu realisieren, bedarf es zeitnaher Informationen direkt aus der Maschine – und damit smarter Sensoren. Sie operieren mittels Edge-Computing und sammeln die für die Analysen benötigten Rohdaten, interpretieren und kommunizieren sie zeitnah. Darüber hinaus kontrollieren die Sensoren eigenständig die Qualität und Robustheit ihrer Signale.
In der Lebensmittelindustrie zeigt sich dies am zunehmenden Einsatz intelligenter und kommunikationsfähiger Sensoren in den Verpackungslinien. Ob Mehrkopfwaagen, Schlauchbeutelmaschinen, Traysealer oder Röntgenprüfsysteme: Sie alle sammeln wertvolle Daten. Beispielsweise beim Modified Atmosphere Packaging (MAP) – einer Methode, mit der sich Haltbarkeit verzehrfertig portionierter Lebensmittel verlängern lässt. Dabei ist äußerte Sorgfalt geboten. Schon kleinste Ungenauigkeiten beim Einlauf der Folien können zu Verlusten in der Produktion führen. Auf einer Linie, die Fresh Cut-Salate schonend unter Schutzgas verpackt, initiiert ein Condition Monitoring-System den Stopp der Maschine, sobald die Folie nicht ordnungsgemäß transportiert wird oder es zu einem Abfall des Siegeldrucks kommt. Einen Schritt weiter geht Predictive Maintenance. Hier lässt sich bereits früher erkennen, dass der Siegeldruck in kleinen Schritten immer weiter fällt und dieser Trend irgendwann zum Unterschreiten des kritischen Grenzwertes führt. Wenn die Ursache in der Maschine selbst begründet liegt, beispielsweise im Verschleiß des Siegelwerkzeuges, kann der Techniker rechtzeitig tätig werden – und einen ungeplanten Stillstand in eine geplante Wartung überführen.
Machine Learning für genaue Vorhersagen
Mechanische Bauteile verursachen Schwingungen und Geräusche, sich über die Lebensdauer der Komponente variieren und Rückschlüsse auf den Verschleißzustand einer Maschine zulassen. Hier kommen KI-basierten Softwarelösungen ins Spiel, die als Cloud-Anwendungen die Zustände aufzeichnen und mit ihren Algorithmen sogenannte Drifts erkennen, also Werte, die sich über einen längeren Zeitraum verändern. Hier gilt: Je mehr Daten den Algorithmen zur Verfügung stehen, desto genauer sind diese. Voraussetzung ist jedoch auch eine entsprechende Historie, um Zusammenhänge zwischen Maschinenzustand und -daten herzustellen. Am Ende wird die Eintrittswahrscheinlichkeit für den Ausfall errechnet. Predictive Maintenance kann mit den Live-Daten der Maschinen ebenfalls präventiv und proaktiv arbeiten, zusätzlich jedoch vorhersehen, wann und wo ein Problem entsteht. Bei höherer Belastung wird der Wartungszeitraum verringert und so einem Schaden vorgebeugt. Bei geringerer Belastung wird der Wartungszeitpunkt nach hinten verschoben, was unnötige Kosten und Stillstände spart. Eine Visualisierungssoftware zeigt alle Daten, sowohl auf der Maschinenleitebene als auch auf mobilen Endgeräten.
Doch damit nicht genug: Mithilfe von Predictive Maintenance lassen sich die Wertschöpfungsketten im Unternehmen mit dem After Sales Service des Anlagenbauers verknüpfen. Sobald der genaue Zeitpunkt feststeht, an dem eine Maschine gewartet werden soll, kann der zugehörige Logistikprozess initiiert werden – und das vollkommen automatisiert. Der Weg führt auch hier über cloudbasierte Lösungen. Als Add On können sie in die bestehenden ERP-Systeme integriert werden. So lassen sich aufeinander abgestimmte Arbeits- und Bestellprozesse sicherstellen, Ersatzteile verfolgen und eine kostenoptimierte Bedarfsplanung umsetzen.
Vorausschauende Wartung zum Nachrüsten
Doch wie lassen sich Bestandanlagen im Zuge einer Modernisierung fit für die Instandhaltung 4.0 machen? Die Antwort der Technologieanbieter auf der Anuga FoodTec sind Retrofit-Pakete, die vom robusten Sensor bis hin zur Systemlösung mit flexiblem Cloud Monitoring alles für eine gezielte Nachrüstung von Maschinen beinhalten. Sie lernen sich selbst auf die Maschine ein und lassen sich dank Batteriebetrieb und Funkkommunikation einfach integrieren. Der Ausblick auf die Anuga FoodTec 2022 zeigt: Ungeplante Stillstandzeiten gehören bald der Vergangenheit an. Mehr und mehr verabschieden sich Lebensmittelproduzenten vom reaktiven Ansatz, bei dem Reparaturen erst dann durchgeführt werden, wenn die Maschine bereits funktionsuntüchtig ist. Was Predictive Maintenance heute bereits leistet und welche Entwicklungen folgen, wird vom 26. bis 29. April auch Thema in den Konferenzen und Guided Tours sein, die von der DLG (Deutsche Landwirtschafts-Gesellschaft) organisiert werden.
Anuga FoodTec - Internationale Zuliefermesse für die Lebensmittel- und Getränkeindustrie, Köln 26.04. - 29.04.2022
