Die Firma MSG Maschinenbau GmbH aus Schmallenberg ist ein Spezialmaschinenbauer, der neben komplexen Sonderlösungen nach individuellem Kundenwunsch auch intelligente Messtechnik zur Digitalisierung von Geometrien zur Produktionsoptimierung herstellt.

Abbildung 1: MSG – Maschinenbau GMS-S Geradheits- und Verdrillungsmessung (Quelle: www.msg-maschinenbau.de)

Ausgangssituation und Herausforderung

Auf Grund der wachsenden internationalen Ausrichtung möchte MSG die Serviceprozesse optimieren und setzt hierbei auf eine zentrale Verfügbarkeit von Maschinen- und Zustandsdaten in der Cloud. Vor diesem Hintergrund wurde colenio beauftragt, eine zukunftsfähige Cloud-Architektur zu konzipieren und umzusetzen, die es erlaubt, schnell und einfach Auswertungen und Darstellungen von Maschinendaten vornehmen zu können. Weiterhin sollte die Service-Architektur in der Cloud um leistungsfähige Funktionen zur Echtzeitanalyse und maschinelles Lernen erweitert werden können.

Lösungsbeitrag und Umsetzung

Ansatzpunkt ist das Gateway, das in den Anlagen des Herstellers verbaut wird. Hierbei handelt es sich um ein Industrial IoT Gateway des Herstellers Secomea, das ergänzend zu der Möglichkeit, gezielte VPN-Verbindung zur Maschine aufzubauen, auch die Option bietet, unterschiedliche Hyperscaler (Amazon AWS, Microsoft Azure, Cumulocity und die Data Collection Cloud von Secomea) anzubinden. Die gemeinsame Wahl fiel auf Microsoft Azure, da MSG bereits Produkte und Services von Microsoft einsetzt.

Das Gateway ist über OPC UA mit einer Steuerung vom Typ Siemens S7-1500 verbunden und empfängt auf diese Weise Maschinendaten. Zusätzlich ist noch eine SQL-Datenbank auf der Maschine selbst vorhanden, die weitere Daten speichert.

Abbildung 2: IoT Architektur

Um Maschinendaten in ihrer Gesamtheit verwalten und auswerten zu können, wird ein Technologie–Stack auf Basis von Elastic eingesetzt, der sehr schnelle und effiziente Aggregationen und Visualisierungen erlaubt. Mit dem integrierten Analysetool Kibana können die technischen Experten und Servicemitarbeiter rasch Dashboards mit wichtigen Metriken und Kennlinien erstellen.

Die Verbindung zwischen Azure IoT Hub und dem Elastic-Stack wird mit einem Elastic Agent als Microsoft Azure Container App realisiert, der die Daten am IoT Hub abholt und in den Elastic-Index schreibt. Der Vorteil einer Container App liegt darin, dass sie sehr leichtgewichtig ausgerollt und betrieben werden kann.

Der Entwicklungs- und Deployment-Prozess für die notwendigen Infrastrukturkomponenten wird durch parametrisierte Pipelines auf Basis von Microsoft Azure DevOps realisiert. Die Infrastruktur-Ressourcen der Azure-Cloud sind modularisiert und können mit Hilfe von Hashicorp Terraform (Infrastructure as Code) automatisch und transparent verwaltet werden können. Dies reduziert den Vendor Lockin auf den Cloud-Anbieter spürbar und macht die Lösung transportabel für andere Umgebungen.

Ergebnisse und Ausblick

Durch eine zügige Anbindung des Industrie-Gateways an den Azure IoT Hub und die Datenweiterleitung über den Elastic Agent in den Elastic-Stack können Maschinendaten effizient und einfach ausgewertet, analysiert und visualisiert werden. Mit Hilfe des integrierten Analysetools Kibana können Servicetechniker und Mitarbeiter aus dem Bereich F&E sehr einfach Kennlinien und Diagramme erstellen, die auch zum proaktiven Monitoring der Maschinen dienen und so den Serviceprozess deutlich optimieren. Perspektivisch ist so die Grundlage für maschinelles Lernen gelegt, um zukünftig auch über Themen wie Predictive Maintenance noch besseren Service leisten zu können. Das in Elastic Kibana integrierte Modul Machine Learning ermöglicht auch versierten Laien den Einstieg in diese Technologie.

„Mit colenio verfügen wir über einen Entwicklungspartner, der unsere Sprache spricht und mit seiner pragmatischen Art schnell echte Mehrwerte schafft. Nicht zuletzt hilft dabei die vertiefte Erfahrung im Maschinenbau und in den neuesten Cloud-Technologien.“

Matthias Kramer (CEO & Shareholder)