Auf dem Höhepunkt der Pandemie war der Zugang zu Schutzausrüstungen wie Masken und Handschuhen und die Verfügbarkeit von Testkits zur Verbesserung der Rückverfolgung so gering wie nie zuvor. Um die Sicherheit der Bürger zu gewährleisten, wandten sich die Länder an die verarbeitende Industrie, um Produktionslinien umzuwidmen, um die Reaktionsmaßnahmen zu unterstützen... und die Reaktion der globalen verarbeitenden Industrie war eine für die Ewigkeit, die für die nächsten Jahrzehnte umfassend dokumentiert und untersucht werden wird.
Um die Regierung bei der Bewältigung einer Krise im Gesundheitswesen zu unterstützen, stellte die verarbeitende Industrie Produktionslinien um, um Millionen von PSA, Testkits, Beatmungsgeräten und anderen wichtigen Ressourcen zu produzieren. Innerhalb weniger Wochen versetzte die erhöhte Produktionskapazität bestimmte Länder in die Lage, notleidenden Gemeinden auf der ganzen Welt zu helfen. Nach Angaben des Weltwirtschaftsforums war ein wichtiger Faktor für diese schnelle Reaktion die Tatsache, dass sich die Industrie auf Technologien zur digitalen Transformation verlassen hat, um die Produktionsplanung zu verbessern.
Die digitale Transformation der Fertigungsindustrie ist der wichtigste treibende Faktor für den Aufbau der intelligenten Fabrik und agiler Prozesse im Sinne von Industrie 4.0. Die Entwicklung einer proaktiven Fabrik, die in der Lage ist, auf Störungen zu reagieren, erfordert auch die Integration von Digitalisierungstechnologien. In diesem Beitrag werden die 5 wichtigsten digitalen Technologien für die Umsetzung von Industrie 4.0-Geschäftsmodellen vorgestellt.
Die intelligente Fabrik der Zukunft wird durch die Sammlung von Daten, den Austausch von Daten und die Datenanalyse angetrieben. Diese drei Elemente sind neben der maschinellen Bildverarbeitung der Schlüssel zur Umsetzung von Industrie 4.0-Geschäftsmodellen in traditionellen Anlagen. Um Daten zu verarbeiten, müssen sie zunächst erfasst werden, und die Erfassung von Daten aus den alten Anlagen, die immer noch einen großen Teil der Anlagen in der Fertigung ausmachen, stellt eine eigene Herausforderung dar.
Erstens sind die alten Geräte nicht mit der Technologie ausgestattet, um Daten zu erfassen, zu übertragen oder in Kommunikationsnetzwerke eingebunden zu werden. Zweitens stellt die Erfassung von Daten aus den tiefsten Bereichen der Fertigung, wie z. B. Daten von Materialtransportsystemen und komplexen schweren Geräten, ebenfalls eine Herausforderung dar. IoT- und Edge-Geräte dienen als Mittel zur Erfassung von Daten in der Fertigung und zur dezentralen Analyse.
Die von diesen Edge-Geräten gesammelten Daten liefern das Futter für Analysetools, die zur Gewinnung von Erkenntnissen eingesetzt werden. Durch den Einsatz von Datenerfassungsgeräten können Hersteller Geschäftsmodelle der Industrie 4.0 umsetzen, wie z. B.:
Die Simulationsmodellierung ist in der Fertigungsindustrie weit verbreitet, um "Was-wäre-wenn"-Fragen in Bezug auf Kapazitätsplanung und Ressourcenzuweisung zu beantworten. Obwohl es sich um ein Werkzeug der digitalen Transformation handelt, ist es sicherlich nicht neu. Was neu ist, ist die Konvergenz der Simulationsmodellierung mit den genauen Datenerfassungslösungen von heute, wie IoT und anderen intelligenten Geräten.
Durch die Nutzung präziser Daten aus dem Fertigungsbereich bieten Simulationsmodelle heute ein Maß an Genauigkeit, das in früheren Jahrzehnten unerreichbar war. Hersteller können die Auswirkungen einer erhöhten Nachfrage auf die Produktionszyklen und die zur Deckung der Nachfrage erforderlichen Ressourcen genau vorhersagen.
Die risikobasierte Planung ist eine weitere relativ neue Lösung für die digitale Transformation, mit der sich die Auswirkungen von Ausfallzeiten auf den Fertigungsbetrieb reduzieren lassen. Mit intelligenter objektbasierter Simulationsmodellierung und risikobasierter Planungssoftware können Hersteller die Auswirkungen von Risikofaktoren in Echtzeit bestimmen. Ein Beispiel: Eine Maschine fällt unerwartet während einer engen Schicht aus und ein neuer optimierter Zeitplan ist erforderlich, um die Einhaltung der Termine zu gewährleisten. Bei der risikobasierten Planung wird die defekte Maschine als Einschränkung behandelt und ein optimierter Zeitplan in Echtzeit erstellt, der die Produktivität optimiert. So können Simulationsmodellierungs- und Planungssoftware zur Umsetzung der folgenden Industrie 4.0-Konzepte verwendet werden:
Der digitale Zwilling ist ein digitales Abbild physischer Einheiten mit der Fähigkeit, in Echtzeit mit der Einheit zu interagieren. Auch hier spielen Datenerfassungstechnologien wie IoT und Edge Devices eine Rolle. Diese Datenerfassungstools liefern die Informationen für die Nachbildung des digitalen Zwillings und unterstützen den Echtzeittransfer von Informationen von der Fertigungsebene zum digitalen Zwilling und umgekehrt.
Es wird erwartet, dass die vierte industrielle Revolution von der Interkonnektivität und der Echtzeitanalyse profitieren wird, und digitale Zwillinge garantieren beide Anwendungsfälle. Für die Interkonnektivität bringt der digitale Zwilling alle Anlagen und Prozesse innerhalb einer Anlage in eine einzige virtuelle Umgebung. Die virtuelle Umgebung ermöglicht es den Herstellern, Einblicke in die verschiedenen Teilsysteme innerhalb der Anlage zu gewinnen, wie sie interagieren und zusammenarbeiten, um die Produktivität zu verbessern. Zweitens ermöglichen die Plattformen des digitalen Zwillings Datenanalysen in Echtzeit, da sie Echtzeitdaten sammeln und die Anwendung von Analysen zur Problemlösung unterstützen.
Der digitale Zwilling ermöglicht Herstellern die Umsetzung von Industrie 4.0-Geschäftsmodellen wie z. B.:
Es wird erwartet, dass der vernetzte Shopfloor, den die Industrie 4.0 propagiert, zu einem Anstieg der aus industriellen Prozessen generierten Daten führen wird. Daher sind sowohl zentralisierte als auch dezentralisierte Datenspeicherungs- und Analysetechnologien erforderlich, um effektiv Erkenntnisse aus den Daten zu gewinnen. Edge-Geräte sind ein Mittel zur Dezentralisierung der Datenanalyse in der Fertigung, während die Cloud die skalierbare Infrastruktur bietet, um so viele Daten zu sammeln, wie die größte Fertigungsanlage produzieren kann.
Die Skalierbarkeit des Cloud Computing unterstützt den Einsatz von Analysetools wie dem digitalen Zwilling, Simulationsmodellen und Planungssoftware auf vielfältige Weise. Beispiele hierfür sind die Bereitstellung von ausreichend Speicherplatz zur Speicherung von Analyseergebnissen und einer Plattform, die den Beteiligten einen einfachen Datenzugriff ermöglicht. Cloud Computing unterstützt Hersteller bei der Umsetzung von Industrie 4.0-Geschäftsmodellen wie z. B.:
Der Ruf des 3D-Drucks als unterstützendes Werkzeug für Rapid Prototyping und Produktion wurde während der Pandemie zementiert. Ein Beispiel für seine Verwendung ist die schnelle Produktion von Testtupfern durch Produktionsbetriebe und Gesundheitszentren, um Tests zu beschleunigen. Fortschritte in der 3D-Drucktechnologie wie die Technik des Direkten Metall-Lasersinterns ermöglichen es Herstellern, Endprodukte für den öffentlichen Gebrauch in 3D zu drucken.
Im Vergleich zu anderen Fertigungsverfahren wie der CNC-Bearbeitung, die 3 bis 4 Wochen für die Fertigstellung von Projekten benötigt, kann der 3D-Druck komplexer Teile innerhalb von 12 bis 36 Stunden durchgeführt werden. Hersteller können den 3D-Druck zur Umsetzung von Industrie 4.0-Geschäftsmodellen nutzen, wie z. B.:
Industrie 4.0 ist die Zukunft der Fertigung. Um das von ihr versprochene intelligente, vernetzte System zu erreichen, müssen Hersteller entscheiden, wann und wie sie die hier aufgeführten Technologien einsetzen, um ihre Produktivität und Entscheidungsfindung zu verbessern.