Von Konstantin Kosel , 27. Juni 2025

Predictive Maintanance für das Transfersystem

Aufgrund von Systemfehlern zu Beginn unserer Studienarbeit konnte das Endziel einer Predictive Maintanance nicht erreicht werden. Vorbereitend für eine Nachfolgearbeit wurde aber ein Condition Monitoring System implementiert, welches hier in einen Überblick dargestellt wird. Eine genauere Systembeschreibung ist in der angehängten Studienarbeit zu finden.

Condition Monitoring - Systemerklärung

Die Verarbeitung und Darstellung von Prozessdaten aus einer speicherprogrammierbaren Steuerung (SPS) in einem industriellen Umfeld erfolgt in der vorliegenden Projektstruktur über eine durchgängige, modulare Datenpipeline. Ziel ist es, Sensordaten, die an den Motoren des Umlaufbandes erfasst werden, automatisiert und verlustfrei in einer Datenbank zu speichern, grafisch aufzubereiten und letztlich visuell auf einem Anzeigegerät – dem sogenannten Peakboard – darzustellen. Dabei kommen eine Vielzahl etablierter industrieller Kommunikationsprotokolle und Softwarekomponenten zum Einsatz.

1. Sensordatenerfassung und SPS-Kommunikation

Der Ursprung der erfassten Datenkette liegt in Industriesensoren, die verschiedene physikalische Messgrößen aufnehmen. Zum Einsatz kommen Temperatur-, Schwingungs- sowie Induktionssensoren, welche die Temperatur, die Drehzahl und die Vibration der Motoren erfassen. Die Anbindung der Sensorik an die SPS erfolgt teils über IO-Link und teils über das Diagnosemodul VSE150. 

Anbringen der SensorenAnschluss der Sensoren

2. Edge-Computing mit Proxmox und Docker

Die Datenverarbeitung erfolgt auf einem Intel NUC über eine containerisierte Umgebung mit Docker. Dienste wie Node-RED, TimescaleDB, Grafana und Portainer werden bereitgestellt. Die Verwaltung erfolgt über Proxmox VE. Zugriffe auf Dienste sind über definierte IP-Adressen möglich. Zugriffe und Passwörter sind nachfolgend dargestellt. 

Überblick relevanter Login-Daten

Alternativ besteht die Möglichkeit, den bereits am Bandumlaufsystem platzierten Rechner zu verwenden, da dieser bereits in das SPS-Netzwerk eingebunden ist und somit keine umfangreiche Konfiguration eines privaten Rechners erforderlich ist. Das Passwort zur Anmeldung an diesem Rechner lautet „qwertz“. Der Zugriff auf die relevanten Dienste kann auf unterschiedliche Weise erfolgen: entweder direkt über die entsprechen- den Symbole in der Taskleiste, mittels der Verknüpfungen im Ordner Data Management auf dem Desktop oder über die im Edge-Browser hinterlegten Seiten. 

Navigation zu relevanten Programmen

3. Datenfluss zwischen SPS, Node-RED und TimescaleDB

Node-RED übernimmt die Kommunikation mit der SPS über S7Comm, bereitet die Daten auf und leitet sie an TimescaleDB weiter. SQL-Befehle zur Datenbankintegration erfolgen über strukturierte INSERT INTO-Statements. Die Rohdaten werden im JSON-Format verarbeitet und mit Timestamps versehen. 

NodeRED-Programm

4. Visualisierung und Statusüberwachung mittels Peakboard

Peakboard visualisiert die erfassten Daten in Echtzeit. Aufgrund fehlender Zugangsdaten musste das Gerät zurückgesetzt werden. Ein neues Dashboard konnte nicht rechtzeitig erstellt werden, aber zukünftige Projektteams können auf der neuen Konfiguration aufbauen.

Peakboard Reset-Daten

Dies kann nach einem Reset des Peakboards geschehen, dafür werden folgende Daten verwendet.  

5. Systemübersicht der Datenverarbeitung

Die gesamte Architektur von der Sensordatenerfassung bis zur Visualisierung wurde in einer durchgängigen Datenpipeline umgesetzt. Die Dienste laufen containerisiert auf dem Intel NUC. Die Abbildung zeigt das Zusammenspiel der einzelnen Komponenten.

Systemübersicht