Gehring - Daten reduzieren Stillstand

Daten reduzieren Stillstand

Daten in die Cloud zu transferieren, hat Vorteile – das sagen alle. Aber wie sieht das konkret aus und welche Vorteile hat eine cloudbasierte Anwendung gegenüber den bekannten digitalen Services? Der Maschinenbauer Gehring visualisiert und analysiert Daten seiner Werkzeugmaschinen seit Neuestem in der MindSphere.

„Präzision und Langlebigkeit zeichnen unsere Werkzeugsysteme aus“ – so steht es auf der Homepage des Unternehmens und „Es gilt, das Potenzial der Industrie 4.0 zu nutzen“, sagt Wolfram Lohse, CTO bei Gehring. Die analoge und die digitale Welt finden bei Gehring längst zusammen. Um Stillstandszeiten von Maschinen weiter zu reduzieren, setzt Gehring seit Kurzem auch auf die Datenhaltung und -analyse mit dem cloudbasierten, offenen IoT-Betriebssystem MindSphere.

Transparenter Maschinenzustand

Gehring ist ein Spezialist auf dem Gebiet der Hontechnologie und setzt als solcher Impulse im Bereich dieser Hochleistungstechnologie. Der Honprozess ist ein spanabhebendes Verfahren und erzeugt definierte Funktionsoberflächen von Bohrungen. Mit zunehmender Bearbeitungszeit kommt es zum Verschleiß der Honleisten. Ein Austausch sollte vor dem Erreichen kritischer Schwellenwerte bzw. der Standmenge erfolgen, um Verzögerungen und Stillstände in der Produktion zu vermeiden. Die Visualisierung und Analyse der erzeugten Maschinendaten über die Cloud-Plattform MindSphere machen den Zustand aller angeschlossenen Maschinen transparent und vergleichbar. Sie erlauben unter anderem eine Prognose der verbleibenden Standmenge. Die Folge ist eine beanspruchungsgerechtere Diagnose und Wartung der Maschinen, und letztlich eine Reduktion der Stillstandszeiten.

Daten helfen Kosten reduzieren

„Im Bereich digitaler Lösungen profitieren wir enorm von den Daten, die beim Einsatz unserer Maschinen in Lösungen unserer Kunden erzeugt werden“, erklärt Lohse. „Auf Basis der gesammelten Daten können wir versuchen, das ‚Warum‘ eines beobachteten Effekts zu interpretieren, und zwar inklusive der Einflüsse vorgelagerter Prozesse. Insgesamt helfen die Daten, tiefere Einblick in die Einflüsse auf die Overall Equipment Effectiveness zu erlangen und tragen so beispielsweise zu einer besseren Planungssicherheit und Kosteneffizienz bei.“