MENÜ
Hintergrundbild
Banner Internet der Dinge (IoT) und Industrie 4.0

Internet der Dinge (IoT) und Industrie 4.0

Inklusive Praxisbeispiele und Erfahrungsbericht mit einer Modellstraßenbahn.

Das „Internet der Dinge“ und die „Industrie 4.0“ sind im Rahmen der Digitalisierung bekannte Schlagworte. Doch was genau ist damit gemeint und wie können Unternehmen neue Technologien nutzen, um Ihre Produkte mit Zusatznutzen auszustatten oder den Produktionsprozess zu optimieren? Das erfahren Sie in diesem Artikel – inklusive Praxisbeispiele.

Industrie 4.0

Der Begriff Industrie 4.0 verweist auf die vierte industrielle Revolution. Diese „Produktion der Zukunft“ zeichnet sich durch digital vernetzte Systeme aus, die eine weitestgehend selbstorganisierte Produktion ermöglichen. Maschinen, Geräte und Sensoren sind über das Internet der Dinge miteinander verbunden, treffen selbstständig Entscheidungen oder unterstützen den Menschen dabei. Durch diese Vernetzung soll die gesamte Wertschöpfungskette optimiert werden.

Praxisbeispiel: Werkzeugbau

dataformers hat gemeinsam mit HAIDLMAIR Werkzeugbau eine Monitoring-Software entwickelt. Diese ermöglicht eine umfassende Kontrolle von Spritzgieß-Werkzeugen: Mittels Sensoren können Kunden kritische Parameter wie Zykluszeit, Stückzahlen, Druck und Temperatur online genau im Auge behalten – ortsunabhängig und in Echtzeit. Zusätzlich werden die Kunden des Werkzeugbauers über den optimalen Service-Zeitpunkt informiert und könne diesen einplanen.



Internet der Dinge (IoT)

Beim Internet der Dinge vernetzen sich Gegenstände über das Internet, um selbstständig festgelegte Aufgaben zu erledigen. Diese „Dinge“ sind üblicherweise mit Sensoren ausgestattet, deren Informationen sie über das Internet an andere Gegenstände oder Applikationen weitergeben.

Praxisbeispiel: Qualitätssicherung von Straßenbahnen

dataformers hat eine App zur digitalen Qualitätssicherung namens Testify entwickelt. Diese Software wird von Bombardier Transportation Wien für die Endabnahme von Straßenbahnen verwendet. Um tausende von Checks sicher und effizienter zu gestalten, wurde eine IoT-Box entwickelt, mit der sich die in die in der Straßenbahn verbauten Steuereinheiten ansprechen lassen. So können automatische Zustandskontrollen einfach in den digitalen Prüfprozess integriert werden.



Nun wird anhand einer Modellstraßenbahn erläutert, wie ein Gegenstand mit dem Internet verbunden werden kann.

Erfahrungsbericht: Modellstraßenbahn über Microsoft 10 IoT Core steuern

Dieser Erfahrungsbericht soll zeigen, wie ein IoT Projekt in der Praxis aussehen kann. Er wurde von Martin Aberl, einem unserer Experten auf diesem Gebiet, verfasst.

Das Prinzip ist ähnlich dem zuvor beschriebenen Praxisbeispiel: Ob der zu steuernde Gegenstand nun ein eine echte Straßenbahn ist, oder ein Modell, die Vorgehensweise ist ähnlich:

  1. Details zum Gegenstand ermitteln (Wie werden Daten erfasst oder Systeme gesteuert?)
  2. Gegenstand mit Internet verbinden (z.B. mit einem handelsüblichen Raspberry Pi) und Betriebssystem implementieren (z.B. Microsoft 10 IoT Core)
  3. Drittsystem integrieren (Wie sollen Daten übermittelt oder der Gegenstand angesteuert werden? Z.B. mit unserer Software Testify)

Aber nun zum Erfahrungsbericht.

Ziel

Die Zielsetzung des Projekts ist es, die Beleuchtung einer Modellstraßenbahn (Bombardier Flexity der Wiener Linien im Maßstab 1:86) mittels eines Raspberry Pi (einem kleinen Einplatinencomputer) zu steuern. Mit diesem Modell können wir dann mithilfe von Testify eine Qualitätssicherung durchführen – genau so, wie es bei Bombardier in Wien bei der Produktion der echten Straßenbahn gemacht wird, nur in einem etwas kleineren Maßstab. Dieses Setup soll für Live-Demos unserer Software Testify (etwa auf Messen) zur Verfügung stehen.


Straßenbahnmodell Flexity im Maßstab 1:86

Erster Schritt - Details zur Verkabelung herausfinden

Der erste Schritt war es, herauszufinden, wie die Verkabelung in einem solchen Modell aussieht. Im Modellbahn-Bereich gibt es verschiedene Normen die von den Normen Europäischer Modellbahnen (kurz NEM) bereitgestellt werden. Eine dieser Normen finden wir in unserem Modell wieder, genau genommen die NEM 652. Normalerweise wird mit Hilfe eines Digital-Decoders das Eisenbahnmodell gesteuert. Der Strom und die Signale dafür werden über die Schienen bereitgestellt. Da wir aber nur die Beleuchtung selbst steuern wollen wäre dieser Weg etwas zu viel des Guten.

Für die Beleuchtung selbst gibt es zwei Funktionen: Beleuchtung vorn, Beleuchtung hinten. Im Grunde genommen wollen wir also 2 Lämpchen (LEDs) an- & ausschalten. LEDs vertragen eine hohe Stromstärke nicht besonders gut. Da wir die Lampen nicht gleich beim ersten Versuch kaputt machen wollen, brauchen wir einen Vorwiderstand der uns die Stromstärke reduziert. Um diesen Vorwiderstand zu berechnen, benötigen wir jedoch mehr Informationen. Die Berechnung des Widerstandes (RV) ist wie folgt.

RV = (Uges – UF)/IF

Was wissen wir? Uges wird vom Raspberry Pi bereitgestellt, eine Allzweckeingabe/-ausgabe (GPIO – general purpose input/output) stellt 3.3 Volt zur Verfügung. Somit müssen wir noch die Werte Spannung & Stromstärke (UF und IF) für die LED bestimmen. Schauen wir uns die LED genauer an. Wir öffnen vorsichtig das Gehäuse und finden endlich die LEDs. Siehe da, die kryptische Bezeichnung Alm H001-R1 kommt zum Vorschein. Leider hilft uns eine Internetsuche nicht weiter. Die fehlenden Werte müssen wir uns durch Experimente ermitteln oder uns mit hohen Widerständen an die Sache herantasten.


LED mit der kryptischen Bezeichnung Alm H001-R1

Was beim Freilegen der Lampe zum Vorschein gekommen ist, dass es sich um eine kleine Platine handelt, auf deren wir 2 oder 3 LEDs finden und ein paar weitere Elemente (vermutlich Widerstände) – ich bin kein Experte auf dem Gebiet. Ich hätte vermutet, dass sich hinten eine rote LED befindet und vorne eine weiße. Beide verbauten LED-Platinen sind gleich und haben jeweils 2 Stromkreise (Beleuchtung vorn, Beleuchtung hinten). Bei genauerem Hinsehen erkennt man jedoch dass die Platinen unterschiedlich angeschlossen sind. Meine Vermutung ist, dass wenn das vordere Licht an ist wird vorne das Weiße leuchten und hinten das Rote. Aber wenn das hintere Licht eingeschalten wird werden wir das umgekehrte Ergebnis erzielen. Somit kann das Modell in beide Richtung fahren und das dazu passende Licht anzeigen.

Daraus schließen wir dass wir nicht 2 getrennte Stromkreise mit jeweils einer LED haben, sondern 2 getrennte Stromkreise mit 2 parallel geschalteten LEDs haben. Dies wiederum ändert unsere Berechnung unseres Vorwiderstands.

RV = (Uges – UF) / (2 * IF)

Aber da wir sowieso gar nichts von der Platine mit den LEDs herausgefunden haben, müssen wir es experimentell ermitteln. Dafür basteln wir uns eine ganz simple Schaltung mit einer LED und einem Widerstand, welche wir mit unserem Raspberry Pi ansteuern wollen (siehe Abbildung). Wir haben uns für das Windows IoT Betriebssytem entschieden. Jetzt noch ein kleines Programm schreiben damit wir mit virtuellen Knopfdruck das Lämpchen ein- & ausschalten können.


Simpler Versuchsaufbau zum Schalten einer

Heureka! Es funktioniert. Als nächstes schauen wir ob wir das Modell zum Leuchten bekommen.

Das ferflixte LED

Wir schließen es richtig an die NEM 652 Schnittstelle an und schließen den Stromkreis mit unserem Programm am Raspberry Pi. Das Licht geht an, aber viel zu schwach! Wenn wir das Straßenbahn-Gehäuse wieder über der LED befestigen sehen wir kaum etwas. Ab ins nächste Geschäft und ein paar niederohmige Widerstände besorgen. Leider brachte das nicht den gewünschten Effekt. Es wurde zwar etwas heller, aber es war noch immer viel zu schwach. Hier liegt die Vermutung nahe, dass sich bereits Widerstände auf der LED-Platine befinden. Wir recherchieren nochmal über die Digital-Decoder die an eine NEM-652 Schnittstelle angeschlossen werden. Wir finden heraus, dass der Lichtausgang angepasst werden kann und typischerweise maximal 250 mA bei etwa 14 Volt liefern kann. Diesen Wert können wir gar nicht mit einem GPIO des Raspberry Pi liefern, aber dieser hat auch noch einen 5V Anschluss welcher uns deutlich mehr liefern kann. Diesen können wir aber nicht direkt ansteuern und benötigen einen Schalter welchen wir mittels eines GPIO ansteuern können. Glücklicherweise hat ein Kollege ein Relais mit dem wir einen externen Stromkreis steuern können. Wieder erstellen wir einen kleinen Versuchsaufbau und schließen es direkt an das Modell an, das Ergebnis war wie zu erwarten wieder nicht recht hell.

Not macht erfinderisch

Die NEM 652 Schnittstelle bietet uns einen Funktionsausgang, welchen wir selbst festlegen können. Wir entschieden uns diesen für eine Innenbeleuchtung des Fahrzeuginneren mittels LED-Streifen zu verwenden. Diese besorgen wir uns wieder im nächsten Elektronikfachmarkt. Wir können die LED-Streifen mit 12 Volt betreiben und benutzen daher unser einstellbares Netzteil. Ein erster Test der Helligkeit war überraschend gut!


Halbfertiges Straßenbahnmodell mit Innenbeleuchtung

Den Schalter könnten wir mit dem vorhandenen Relais realisieren, jedoch ist dieser sehr groß. Deshalb entschieden wir uns für einen MOSFET (Metall-Oxid-Halbleiter-Feldeffekttransistor) welcher um einiges kleiner ist. Damit wir sehen ob alles funktioniert, so wir es uns vorstellen, bauen wir uns eine kleine Testschaltung. Diese funktioniert auch einwandfrei. Da uns noch ein kleiner Teil für die endgültige Montage des Modells fehlt geht’s wieder ans Programmieren.

Mit Windows 10 IoT Hub von überall steuern

Die ganze Kommunikation zum ein-/ausschalten der Lampe soll via Internet möglich sein. Microsoft bietet uns mit Windows 10 IoT Hub, der in der Azure Cloud läuft eine einfache, sichere Lösung dafür. Die Implementierung hierfür ist relativ simpel und wir konnten die Lampe jetzt von überall auf der Welt steuern!

Jetzt mussten wir alles nur noch in Testify integrieren und erstellen uns hierfür eine Checkliste damit wir die innere Beleuchtung des Modells testen können. Auf Anhieb funktioniert das natürlich nicht, da die Nachrichten die zwischen unseren Raspberry & dem Microsoft 10 IoT Hub verschickt werden noch nicht kompatibel sind. Wir passen die Nachrichten so an, damit das IoT Gerät mit Testify kommunizieren kann. An dieser Stelle möchte ich mich für die große Hilfe meines Kollegen Stefan Wurzer bedanken, der mir sehr viel bei der Testify-Integration geholfen hat.

Finaler Test

Jetzt haben wir den Software-Teil abgeschlossen, nun müssen wir alles nur noch mit dem echten Modell testen. Alle benötigten Teile für die Endmontage sind mittlerweile griffbereit und wir können uns wieder ans Löten machen. Mithilfe von Schrumpfschläuchen verstecken wir die Schaltung. Jetzt wartet der Aufbau nur noch auf Messen & Demonstrationen auf seinen Einsatz!


Finaler Aufbau

 

Interesse? Wir unterhalten uns gerne mit Ihnen!
Neueste Beiträge
Digitalisierung von Spritzgießwerkzeug bei HAIDLMAIR
Mould Monitoring ist die Antwort von HAIDLMAIR auf die Herausforderungen der neuen vernetzten Produktion im Rahmen von Industrie 4.0.
Die Individualsoftware „Mould Monitoring 4.0“ entwickelt von dataformers erlaubt eine aktive und umfassende Kontrolle des Werkzeuges im Spritzprozess. Über ein personalisiertes Portal können so die Kunden... mehr dazu
dataformers Digitalisierungs-Workshop
Individuelles Digitalisierungs-Konzept für von Ihnen ausgewählte Produkte und Services.
Das Thema Digitalisierung ist nicht auf bestimmte Branchen oder Unternehmensbereiche beschränkt. So erkennen auch etablierte Unternehmen die Wichtigkeit einer ganzheitlichen digitalen Strategie, um langfristig... mehr dazu
dataformers <3 KEBA
KEBA wird 50! Ein Nachbar gratuliert.
Seit mittlerweile 50 Jahren steht das Linzer Elektronikunternehmen KEBA für Erfolg durch Innovation, und das weltweit:Mit heute mehr als 1.100 Mitarbeitern – davon fast 800 im Linzer Gewerbepark Urfahr... mehr dazu