Digitalisierung

Von Augmented Reality bis zum digitalen Zwilling.

Digitalisierung

Von Augmented Reality bis zum digitalen Zwilling.

Die Digitalisierung ist für einen Entwicklungsdienstleister ein bekanntes Terrain – und doch ergeben sich hier völlig neue Chancen: agile Projektentwicklung, Augmented Reality, digitaler Zwilling, künstliche Intelligenz, Predictive Maintenance oder autonomes Fahren basieren ganz wesentlich auf aktuellen digitalen Technologien.

Bertrandt ist in unterschiedlichsten Branchen tätig, von der Automobilindustrie über die Medizintechnik bis zum Maschinen- und Anlagenbau. Allen Branchen gemeinsam ist, dass die Wertschöpfungskette aus Entwicklung, Konstruktion, Fertigung bis zum Kunden durch die Digitalisierung viel enger zusammenwächst.

  • Maschinenbauer, die einen virtuellen digitalen Zwilling einsetzen, können neue Services umsetzen. Die beim Kunden eingesetzte Maschine übermittelt ihre Daten zurück an den virtuellen Zwilling. Mit diesen Daten lässt sich der Betrieb der Maschine optimieren oder mit intelligenten Algorithmen eine vorausschauende Wartung organisieren.
  • Entwicklung und Konstruktion können den digitalen Zwilling verwenden, um Schwachstellen zu erkennen und Verbesserungspotenzial zu nutzen.
  • Das virtuelle Modell der Maschine lässt sich zudem für Simulationen nutzen. Virtuelle Bauraumprüfungen zeigen, wie sich neue Komponenten einfügen lassen und kritische Bauteile können bereits in einem frühen Entwicklungsstadium thermisch belastet werden.

Für die Abbildung digitaler Wertschöpfungsketten hat Bertrandt sowohl das notwendige Know-how als auch umfangreiche Erfahrungen aus erfolgreich durchgeführten Projekten. Dazu gehören u.a. die Maschinendatenerfassung, Datenspeicherung, Analyse großer Datenmengen sowie die Entwicklung virtueller Modelle und deren Visualisierung.

Maschinen und Anlagen in der Fertigung haben oftmals eine Lebensdauer von 20 und mehr Jahren. Ältere Maschinen sind allerdings störungsanfälliger und müssen häufiger gewartet werden. Umso wichtiger ist es, auch diese Maschinen in eine automatisierte Überwachung zu integrieren, um Möglichkeiten wie Predictive Maintenance zu erschließen:

  • Fehlende Schnittstellen bei Maschinen und Anlagen rüstet Bertrandt mit einem IoT-Device zur Maschinendatenerfassung aus.
  • Das IoT-Device umfasst Sensor, Sendeeinheit sowie Software und Rechenkapazität zur Vorverarbeitung der Daten.
  • So werden Parameter wie Temperatur, Druck, Schwingung oder Maschinenkennwerte wie Durchsatz kontinuierlich erfasst.

Die Maschinendaten werden lokal in einem Data-Storage-System gespeichert oder in die Cloud übertragen. Bertrandt entwickelt die Software für alle Prozessschritte. Insbesondere für die Verarbeitung der Daten in der Cloud haben wir zahlreiche Projekte umgesetzt.

Welche Daten werden benötigt, woran misst sich die Datenqualität, wie lassen sich Zusammenhänge in den Daten erkennen und welcher Mehrwert kann durch die Auswertung der Daten erreicht werden? Wir beraten Unternehmen, wie aus den Daten Rückschlüsse auf Fehlerursachen, Leistungsoptimierungen oder Konstruktionsverbesserungen gezogen werden können.

Mit der „Bertrandt Industry Cloud (BIC)“ haben wir eine eigene modulare Lösung mit Konzepten der Datenfusionierung, Datenanalyse, Machine Learning und Algorithmenentwicklung aufgebaut. Unser Vorteil gegenüber reinen Big-Data-Dienstleistern besteht in 40 Jahren Branchen-Know-how: Wir haben in der Industrie einen tiefen Einblick in Fragen der Entwicklung, Konstruktion, Produktion und dem Support und können deshalb bei der Datenanalyse zuverlässiger nicht relevante Daten (White Noise) von nutzbaren Daten unterscheiden.

Stichworte aus unserem Leistungs-Portfolio:

  • Produktionsanalysen und Visualisierung von Fehlern
  • Einsatz neuronaler Netze und von Machine Learning
  • Auswahl, Konfiguration und Datenmodellierung
  • Microsoft Azure Cloud Services (IOT Suite), MS-Goldpartnerschaft für Cloudservices
  • SQL, noSQL, Hadoop, Datalake-Technologien
  • Kafka
  • MQTT-Datenübertragung

Beispielprojekte für datenbasierte Services

Automatisiertes Labeling von Bilddaten
Für ein Projekt der Automobilindustrie zum autonomen Fahren sollte ein neuronales Netz mit Bilddaten trainiert werden, um die Umfelderkennung durch Kameras zu verbessern. Dafür mussten mehr als 50 Mio. Bilder von Straßenszenen automatisiert attribuiert, also mit maschinenlesbaren Beschreibungen versehen werden. Dafür entwickeln wir aktuell leistungsfähige Algorithmen und ein Toolset für das automatisierte Labeling von Bilddaten.

Schwingungsanalyse ermittelt Bauteilmängel
Das Bauteil eines Fahrzeugs war fehlerhaft. Im Betrieb traten reproduzierbar Risse auf, ohne dass die Ursache ersichtlich war. In einer Analyse haben wir die Schwingungsdaten des Bauteils in Korrelation gesetzt zur Quer- und Längsbeschleunigung des Fahrzeugs. So konnten wir die falsch dimensionierte Materialstärke des Bauteils als Fehlerursache ermitteln, weil diese zu materialzerstörenden Schwingungen geführt hatte.

Von Fahrzeugdämpfern auf die Straßengüte schließen
Die Projektaufgabe bestand darin, aus dem Verhalten von Fahrzeugdämpfern auf die Straßengüte zu schließen. Ein externer, auf Datenanalyse spezialisierter Dienstleister konnte trotz Machine Learning und neuronalen Netzen keine plausiblen Ergebnisse liefern. Es fehlte am Branchen-Know-how und dem Verständnis der Fahrdynamik. Den Datenanalysten von Bertrandt gelang es, mit dem Branchenwissen, mathematisch statistischen Methoden und anwendungsspezifischen Algorithmen aussagekräftige Rückschlüsse auf die Straßengüte herzustellen.

Die Fortschritte bei der Entwicklung des autonomen Fahrens sind unmittelbar verbunden mit der Entwicklung virtueller Testmethoden. Durch die enorm hohe Komplexität autonomer Fahrfunktionen kann die extrem große Anzahl notwendiger Tests nur noch virtuell abgedeckt werden. Bertrandt hat seine langjährigen Erfahrungen bei der Absicherung von Fahrfunktionen in der Automobilbranche für den Aufbau virtueller Testumgebungen genutzt.

Wir verwenden virtuelle Testverfahren für einzelne Komponenten, integrierte Systeme sowie für das Zusammenwirken einer Vielzahl komplexer Systeme beim automatisierten Fahren.

Beispiele sind

  • Fahrdynamik-Simulatoren
  • szenarienbasiertes testen
  • Hardware-in-the-Loop (HiL-Testing) z. B. für virtuelle Crashtests
  • Model-in-the-Loop (MiL-Testing) z. B. für Fahrfunktionen
  • Software-in-the-Loop (SiL-Testing) z. B. für klassische Funktionen

Bertrandt entwickelt mit Methoden der Virtual Reality (VR) und Augmented Reality (AR) Anwendungen für Forschung und Entwicklung, Produktion und Logistik. Sie werden sowohl im Bereich Marketing, Service und Wartung genutzt als auch in Training und Bildung. Bertrandt ist im finalen Zertifizierungsprozess als Microsoft-HoloLens-Partner.

Projektbeispiele sind

  • Visualisierung von Fluidsimulationen mit thermischen und aerodynamischen Prozessen.
  • Virtuelle Bauraumprüfungen, bevor Bauteile tatsächlich eingebaut werden.
  • Platzierung von Maschinen und Robotern in virtuell geplante Fabrikhallen.
  • AR-Anwendungen für Händler, um an echten Fahrzeugen Ausstattungsvarianten und neue Fahrzeugfunktionen zu demonstrieren.
  • Servicetechniker rufen per Datenbrille den Einbau von Ersatzteilen ab und erhalten Zusatzinformationen zu einzelnen Komponenten.
  • Werkstätten überprüfen Fehleranzeigen, ohne echte Montagen durchführen zu müssen.
  • Mitarbeiter trainieren per VR an Montageanleitungen und Servicetechniker führen Reparaturen virtuell durch, bevor sie an realen Objekten arbeiten.