i.Cee² Industrial Edge-modul fra igus gør det nemmere at komme i gang med prædiktiv vedligeholdelse
Plug-and-play dataanalyse direkte på maskinen – uden komplekse IT-infrastrukturer
Industriel udnyttelse af maskindata er en afgørende nøgle til øget effektivitet, mindre nedetid og en mere bæredygtig produktion. Alligevel mislykkes implementeringen af condition monitoring og prædiktiv vedligeholdelse ofte i praksis på grund af komplekse IT-strukturer, høje implementeringsomkostninger og manglende gennemsigtighed i data. Med det nye i.Cee²-modul tilbyder igus en løsning, der gør det hurtigt og enkelt for virksomheder at registrere, visualisere og analysere de første maskindata ved hjælp af et edge-modul.
På baggrund af stigende energipriser og voksende krav til bæredygtighed og ressourceeffektivitet bliver udnyttelsen af maskindata stadig vigtigere. Kun virksomheder, der kender og analyserer deres processer målrettet, kan optimere energiforbruget, reducere nedetid og fastholde deres konkurrenceevne på lang sigt.
Samtidig oplever mange virksomheder en vis usikkerhed omkring omfattende digitaliseringsstrategier. Netop her kommer igus’ i.Cee²-modul ind i billedet. Den kompakte enhed i industriel kvalitet monteres direkte i styretavlen og fungerer som en edge-enhed tæt på maskinen. Modulet fungerer både som en universel datalogger og analyseplatform.
Via integrerede analoge og digitale grænseflader kan der tilsluttes en lang række sensorer til registrering af eksempelvis strømforbrug, temperatur, luftfugtighed eller kræfter. Data lagres, behandles og visualiseres direkte i enheden, hvilket giver brugeren et øjeblikkeligt overblik over maskinernes tilstand – uden først at skulle etablere en kompleks IT-infrastruktur.
“Prædiktiv vedligeholdelse begynder ikke med komplekse systemer, men med de første data. Derfor har vi bevidst valgt datalogning som udgangspunkt for i.Cee². Kunderne starter med at registrere deres maskindata og opbygger derefter gradvist en forståelse af sammenhænge og maskinernes tilstand. Dermed skabes en meget pragmatisk overgang til condition monitoring,” forklarer Richard Habering, Head of smart plastics hos igus.
Først i næste trin udvikles egentlige prognoser og konkrete anbefalinger til vedligeholdelse i form af prædiktiv vedligeholdelse. Denne tilgang skaber et solidt datagrundlag for videre analyser, især for virksomheder, der endnu ikke har en omfattende historik over maskindata.
Lokal databehandling på få sekunder
En af de største fordele ved i.Cee² er, at data behandles direkte dér, hvor de opstår. I modsætning til rent cloudbaserede løsninger bygger modulet på principperne bag edge computing, hvor databehandlingen foregår lokalt på maskinen.
Det reducerer datamængderne, mindsker afhængigheden af netværksforbindelser og sikrer meget hurtige svartider. Samtidig kan data efter behov overføres til cloud-platforme samt SCADA– eller MES-systemer via standardiserede grænseflader som REST API og MQTT.
En internetforbindelse er dog ikke en forudsætning. Systemet fungerer fuldt ud autonomt i lokal drift.
Indgangskredsløbet til 24 V DC-forsyningen er allerede afprøvet i en lang række industrielle applikationer med elektrisk støjfyldte netværk (“dirty networks”) og kraftige elektromagnetiske forstyrrelser (EMC). Det sikrer stabil drift selv under vanskelige elektriske forhold, eksempelvis på kraner og andre tunge industrielle installationer.
Med integration af fire analoge og digitale ind- og udgange, CAN-bus, RS485, HDMI samt 2 × RJ45 Ethernet kan enheden tilsluttes et bredt udvalg af sensorer, som allerede findes på markedet.
Åben software giver maksimal fleksibilitet
Også på softwaresiden har igus valgt en åben tilgang.
Modulet leveres med et færdigt softwaremiljø baseret på veletablerede open source-løsninger, herunder Node-RED som visuelt programmeringsværktøj, InfluxDB som tidsseriedatabase og Grafana til visualisering.
Det gør det muligt hurtigt at opbygge de første dashboards, definere dataflows og analysere sammenhænge – uden omfattende programmeringskompetencer.
Samtidig er systemet udviklet med fokus på fremtidig udvidelse. Det kan blandt andet suppleres med avancerede analysealgoritmer og AI-baserede analysemetoder, efterhånden som virksomhedens behov udvikler sig.
Læs mere om i.Cee²-modulet fra igus
Lysholt Alle 8
7100 Vejle
Tlf.: +45 86603373
E-Mail: info@igus.dk
