Passwort vergessen?  | 
 |  Passwort vergessen?  | 
Suche
  • Login
  • Login

Dienstag, 12. Dezember 2017

Automation

Logistikbranche stellt die Weichen

Von Ariane Rüdiger | 23. Februar 2017 | Ausgabe 08

Während sich fahrerlose Transportsysteme in Forschungsfabriken dank Digitalisierung bereits flexibel bewegen, stehen Praxisanwendungen noch am Anfang. Dabei gibt es auch dort durchaus Potenziale.

z-Logistik BU
Foto: Panthermedia.net/Knut Berwanger

Neue Algorithmen analysieren, welche Weichen ungewöhnlich lange für einen Stellvorgang benötigen. Sie können dann gezielt inspiziert werden.

Cloud-Lösungen, Big Data, Internet of Things (IoT) und breitbandige Mobilfunknetze krempeln die Logistikbranche um. Mit den neuen Technologien kann die Flexibilität in logistischen Prozessen deutlich erhöht werden – vorausgesetzt, die Unternehmen lernen, die Informationen aus den beteiligten Systemen für die Prozesssteuerung zu nutzen.

Vielerorts werden Systeme für das autonome Fahren auf der Straße entwickelt, die ein verstärktes Zusammenwirken von Sensoren aller Art mit Analytik und autonomen oder halb autonomen Steuervorgängen anstreben. Ganze Areale wie der Hamburger Hafen, wo ein groß angelegtes Logistiktestprojekt stattfindet, sollen durch neue Technologien entlastet werden. Oft sind bei solchen Projekten neben den eigentlichen Mobilitätsspezialisten, wie den großen Autoherstellern oder Zulieferern, auch Telekommunikationsfirmen und Cloud-Anbieter wie Microsoft, Amazon oder Google im Spiel. Klassische IT-Firmen wie IBM mit seiner Watson-Technologie oder Hewlett Packard Enterprise mischen ebenfalls mit.

Nicht nur autonome Fahrzeuge sollen die Logistik künftig effizienter, schneller, billiger und bequemer machen, sondern auch neue Lösungen für den Bahnverkehr. Damit beschäftigt sich beispielsweise Siemens Mobility Services, der Johannes Emmelheinz vorsteht. Sie fertigt im Jahr im Münchner Stadtteil Allach um die 120 mit bis zu 250 Sensoren gespickte Loks für Kunden aus aller Welt. Sie sitzen z. B. in sensiblen Bereichen, etwa dem Antriebsstrang.

Das ist gleichzeitig die Basis für produktbegleitende Dienste, wie etwa die vorbeugende Wartung. Emmelheinz verdeutlicht den Nutzen: „In Bangkok, wo wir die Nahverkehrszüge liefern und betreiben, ist in acht Jahren noch kein Zug ausgefallen.“ Auch beim spanischen Zugbetreiber RNFE halten sich Verspätungen in engen Grenzen – bei mehreren Tausend Verbindungen täglich kommen nur eine buchstäbliche Handvoll mehr als fünf Minuten zu spät.

Im Datalab der Siemens-Mobilitätssparte im Lokwerk Allach arbeitet ein Team von rund 40 jungen Datenanalysespezialisten unter Leitung von Gerhard Kress an neuartigen Algorithmen für diese Zwecke. Die riesigen Tabellen mit den strukturierten Daten können durchaus 900 Mrd. Werte umfassen. Am wichtigsten ist für das Team die Verzahnung eisenbahntechnischer Kenntnisse mit den Methoden der Analytik. Wer als Datenanalyst kommt, muss sich deshalb erst einmal ein halbes Jahr in Bahntechnik einarbeiten, wer als Eisenbahner auf Datenanalyse umsatteln will, braucht zwei Jahre.

Um z. B. gestörte Weichen zu identifizieren, bevor sie Unfälle verursachen, entwickelte das Team einen Algorithmus, der die Meldungen analysiert, die Weichen bei jedem Stellvorgang ans Stellwerk senden. Die Softwarelösung zeigt sie im Zeitverlauf auf einem Diagramm an. Darin werden Zeitablauf und Schaltzyklen darstellt. Je länger die Schaltdauer, desto auffälliger sind die Datenpunkte. Die zu langen Schaltdauern werden herausgefiltert. Hier handelt es sich um Weichen, die nun gezielt inspiziert werden können, ehe sie irgendwann überhaupt nicht mehr schalten. „Dafür mussten keinerlei neue Sensoren installiert werden“, sagt Kress stolz.

Eine weitere Anwendungsmöglichkeit ist der Öffnungs- und Schließmechanismus von Zugtüren, wie sie ein Betreiber in London einsetzt. Bleiben die Türen auch nur 15 s länger als vorgesehen offen, summiert sich das bei mehreren Stationen schnell zu hohen Verspätungen. Im schlimmsten Fall können defekte Schließmechanismen auf diese Weise die eng getakteten Fahrpläne gänzlich durcheinanderwerfen.

Siemens hat dafür einen Algorithmus entwickelt, der die Position der Tür in Relation setzt zum Stromfluss des Türantriebs. Deutet die Positionskurve beispielsweise an, dass eine halb geschlossene Tür wieder geöffnet wurde, weil sich jemand noch schnell hineingezwängt hat, ist eine Spitze (Peak) auf der Stromflusskurve an dieser Stelle erklärlich – schließlich musste die Tür die bereits eingeschlagene Richtung wieder ändern, was Energie erfordert. Lassen sich für unvorhergesehene Peaks im Stromfluss keine solchen Erklärungen finden, handelt es sich wahrscheinlich um einen Defekt am Türantrieb, der schnell behoben werden sollte.

„Anwendungen wie diese sind zweifellos sehr nützlich, aber eigentlich noch keine Industrie 4.0 und auch kein Internet of Things“, meint Michael ten Hompel, Leiter des Fraunhofer-Instituts für Materialfluss und Logistik IML. „Davon kann man erst sprechen, wenn sich die Dinge an der Peripherie selbstständig vernetzen und autonom handeln.“ Gerade dort liege für Deutschland eine Chance, weil man hierzulande neben technischer Erfahrung auch einen Sinn für Datenschutz und Datensicherheit habe. Es fehlten allerdings algorithmische Lösungen, die neue Technologie mit Datensouveränität im europäischen Sinne verbinden. „Die müssen erst noch entwickelt werden, und das können wir machen“, sagt er.

Der Bereich interne Logistik des Fraunhofer IML, dem ten Hompel fachlich vorsteht, versucht sich derzeit aktiv daran. So nutzt man iBeacons von Apple. Das sind kommunikationsfähige Funk-Etiketten für Lösungen, die einmal Lager so weit automatisieren sollen, dass Auftragslisten von den Lagerfahrzeugen und mit Regalen mit künstlicher Intelligenz selbstständig abgearbeitet werden können.

stellenangebote

mehr