Entdecken Sie unsere IT/OT-Lösungen für die Industrie

Wir verbinden industrielle Automatisierung, Digital-Twin-Modelle, Datenanalyse und sichere Kommunikation, um den täglichen Betrieb von Produktionsanlagen zu unterstützen. Unsere Lösungen helfen dabei, fundiertere Entscheidungen zu treffen, Prozesse zu optimieren und Daten sicher zwischen OT- und IT-Systemen auszutauschen.

TwinPilot

TwinPilot ist ein rund um die Uhr remote verfügbares Modell für maschinelles Lernen, das die Entscheidungsfindung und Steuerung von Maschinen, Anlagen und industriellen Prozessen unterstützt. Zunächst erstellen wir einen digitalen Zwilling des Systems (Digital Twin), der dessen Verhalten und die Zusammenhänge zwischen den Variablen abbildet. Anschließend trainieren wir auf dieser Grundlage ein ML-Modell, auch mithilfe von bestärkendem Lernen (Reinforcement Learning, RL), um es auf Entscheidungen unter unterschiedlichen Betriebsbedingungen vorzubereiten. Nach der Inbetriebnahme lernt das Modell kontinuierlich weiter: Es nutzt neue Daten und Erfahrungen, um seine Reaktionen auf Prozessänderungen zu verbessern. Dabei kann es Hunderte Faktoren gleichzeitig berücksichtigen und Entscheidungen bis hin zum Minutentakt aktualisieren. Die Sollwerte werden an die aktuelle Situation, die Produktionsziele und die technischen Grenzen angepasst. Der Remote-Betrieb ermöglicht den Zugriff auf das Modell rund um die Uhr und seine Weiterentwicklung mit den sich verändernden Anforderungen des Betriebs. TwinPilot arbeitet mit vorhandenen SPS-Steuerungen zusammen, die die Basissteuerung und Schutzfunktionen übernehmen. Die Entscheidungen des Modells werden innerhalb vereinbarter Betriebsgrenzen umgesetzt.

Anwendungen

  • Echtzeitsteuerung nichtlinearer Systeme mit mehreren voneinander abhängigen Variablen.
  • Optimierung des Stromverbrauchs in Kälteanlagen, HLK-Systemen, Kompressoren und industriellen Prozessen sowie des Energieeinsatzes in Kesselanlagen.
  • Anpassung der Sollwerte an Umgebungstemperatur, Wetterbedingungen, Maschinenauslastung und aktuellen Produktionsbedarf.
  • Erkennung wiederkehrender Produktionszyklen und Betriebsmuster, um den Bedarf vorauszusehen und den Anlagenbetrieb frühzeitig anzupassen.
  • Koordination voneinander abhängiger Aggregate unter Berücksichtigung von Prozessqualität, Leistung und technischen Grenzen.
  • Optimierung einer einzelnen Maschine oder einer größeren Anlage nach der Integration in ihr Steuerungssystem.

TwinLogic

TwinLogic überführt die Ergebnisse eines trainierten Modells für maschinelles Lernen in eine mathematische Formel oder einen Algorithmus zur deterministischen Entscheidungsfindung. Zunächst erstellen wir einen digitalen Zwilling des Systems (Digital Twin), der dessen Verhalten, die Zusammenhänge zwischen den Variablen und die relevanten Betriebsbedingungen abbildet. Darauf aufbauend trainieren wir ein ML-Modell und untersuchen anschließend seine Reaktionen auf unterschiedliche Eingangsdaten, Sollwerte und Szenarien. Aus diesen Untersuchungen entwickeln wir eine mathematische Formel oder einen Algorithmus, der in einer SPS oder einem übergeordneten System eingesetzt werden kann. Bei gleichen Eingangsdaten und gleichem Zustand liefert der Algorithmus das gleiche Ergebnis. Das erleichtert es, sein Verhalten vorherzusagen, zu testen und zu dokumentieren. Die fertige Logik arbeitet innerhalb ihres validierten Einsatzbereichs, ohne dass das Modell im laufenden Betrieb weitertrainiert werden muss. Ändern sich die Technologie oder die Betriebsbedingungen, können wir die Untersuchungen am Digital Twin wiederholen und eine aktualisierte Version des Algorithmus erstellen.

Anwendungen

  • Ermittlung von Zusammenhängen in Anlagen, bei denen einfache Regeln zur Auswahl der Sollwerte nicht ausreichen.
  • Entwicklung einer mathematischen Formel oder eines Algorithmus zur deterministischen Berechnung von Steuerungsparametern in einer SPS oder einem übergeordneten System.
  • Analyse historischer Betriebsdaten von Kälteanlagen, HLK-Systemen, Kompressoren und Kesselanlagen, um günstigere Sollwertbereiche zu bestimmen.
  • Vergleich von Lastszenarien und äußeren Bedingungen innerhalb des validierten Betriebsbereichs des Modells.
  • Erstellung von Kennlinien, Korrekturen und Zusammenhängen zur Unterstützung vorhandener Regler.
  • Regelmäßiges erneutes Training und Überprüfen des Modells nach Änderungen an Technologie, Geräten oder Betriebsweise.

TwinScope

TwinScope dient dazu, das Verhalten von Maschinen, Anlagen und Prozessen in einer virtuellen Umgebung zu untersuchen. Ausgangspunkt ist ein digitaler Zwilling des Systems (Digital Twin), auf dessen Grundlage wir ein Modell für maschinelles Lernen trainieren. Untersuchungen mit dem trainierten Modell ermöglichen es, unterschiedliche Szenarien zu simulieren, den Einfluss zahlreicher Faktoren zu prüfen und mögliche Betriebsvarianten zu vergleichen. So lassen sich Situationen analysieren, deren Nachbildung an einer realen Anlage teuer, zeitaufwendig, organisatorisch schwierig oder mit Risiken für den Prozess verbunden wäre. Aus den Simulationsergebnissen gewinnen wir Erkenntnisse und erstellen Berichte, die helfen, geplante Änderungen zu bewerten und die nächsten Schritte festzulegen. TwinScope unterstützt die Überprüfung der Auswirkungen neuer Sollwerte, geänderter Algorithmen oder Modernisierungen sowie die Erkennung wiederkehrender Betriebsprofile. Jeder Bericht setzt die Ergebnisse in Bezug zu den getroffenen Annahmen und zum Umfang der Systemabbildung und schafft damit eine nachvollziehbare Grundlage für technische Entscheidungen.

Anwendungen

  • Simulation von „Was-wäre-wenn“-Szenarien bei Änderungen von Last, Sollwerten, Konfiguration oder äußeren Bedingungen.
  • Untersuchung ungewöhnlicher Betriebsbedingungen und Grenzfälle, deren Nachbildung an der realen Anlage riskant oder teuer wäre.
  • Überprüfung der Auswirkungen von Sollwertänderungen oder Modernisierungen durch den Vergleich von Vorher-Nachher-Szenarien in einer virtuellen Umgebung.
  • Erkennung wiederkehrender Produktions- und Lastprofile sowie Untersuchung des Systemverhaltens in den entsprechenden Szenarien.
  • Erstellung von Berichten, Vergleichen und Schlussfolgerungen aus Simulationen zur Unterstützung von Planung, Versuchsvorbereitung und weiteren Entwicklungsschritten.

PlantAgent

PlantAgent ist ein KI-Assistent, der die Analyse von Informationen aus dem Unternehmen unterstützt. Er verknüpft den Kontext aus Maschinenprotokollen, Datenbanken, Dokumentation und Berichten, damit Produktions- und Instandhaltungsteams benötigte Informationen schneller finden und Ereignisabläufe nachvollziehen können. Nutzer können Fragen in natürlicher Sprache stellen, Daten aus verschiedenen Zeiträumen vergleichen und Zusammenfassungen erstellen, ohne zahlreiche Quellen manuell durchsuchen zu müssen. Den Analyseumfang, den Informationszugriff und die Darstellung der Antworten passen wir an die Organisation an. Erkenntnisse und Handlungsvorschläge unterstützen Fachleute, die diese vor einer Entscheidung anhand der Quelldaten überprüfen können.

Anwendungen

  • Analyse von Steuerungsprotokollen, Alarmen und Ereignissen, um Stillstandsabläufe zu rekonstruieren und zeitliche Zusammenhänge zu erkennen.
  • Suche nach Informationen in technischen Dokumentationen, Anleitungen, Serviceberichten und der Historie von Wartungs- und Serviceeinsätzen.
  • Erstellung von Zusammenfassungen zu Produktionsänderungen, wiederkehrenden Störungen und Ereignissen, die Aufmerksamkeit erfordern.
  • Fragen zu Produktions- und Betriebsdaten in natürlicher Sprache auf Grundlage der freigegebenen Quellen.
  • Verknüpfung der TwinScope-Ergebnisse mit Informationen zu Anlagenbetrieb, Instandhaltung und technologischen Änderungen.
  • Unterstützung bei der Erstellung von Berichten sowie Vorschlägen für weitere Prüfungen und Maßnahmen zur Bewertung durch das technische Team.

PlantGate

PlantGate ist ein Kommunikationsgateway, das die industrielle Automatisierung (OT) mit IT-Systemen verbindet. Es stellt ausgewählte Maschinen- und Steuerungsdaten in strukturierter Form über industrielle Kommunikationsprotokolle bereit. Dadurch können Analyseanwendungen, Berichtssysteme und Werkzeuge für das Produktionsmanagement auf diese Daten zugreifen. Zur Integration gehören die Abstimmung von Datenquellen, Bezeichnungen, Einheiten, Übertragungsintervallen und Zugriffsregeln. Die Lösung strukturiert den Informationsaustausch und erleichtert die Erweiterung der Anlage um weitere Geräte oder Datenempfänger. Eine Übertragung von Befehlen an die OT-Ebene erfordert eine gesonderte Festlegung der Berechtigungen und Ausführungsbedingungen; die Basissteuerung und Schutzfunktionen verbleiben in den SPS-Steuerungen.

Anwendungen

  • Übertragung von Daten aus SPS-Steuerungen und Messgeräten an IT-Systeme über industrielle Kommunikationsprotokolle.
  • Erfassung von Energieverbrauch, Temperaturen, Drücken, Maschinenzuständen und Produktionszählern.
  • Integration von Maschinen mit Datenbanken, Berichtssystemen und Anwendungen zur Produktionsüberwachung.
  • Vereinheitlichung der Datenstruktur mehrerer Geräte, einschließlich Signalnamen, Einheiten und Zeitstempeln.
  • Bereitstellung von Daten für TwinPilot, TwinLogic, TwinScope und PlantAgent entsprechend dem Umfang des jeweiligen Projekts.
  • Erweiterung der Kommunikation auf zusätzliche Linien und Standorte mit festgelegten Zugriffsregeln, Verbindungsdiagnose und Behandlung von Übertragungsunterbrechungen.