⏱️ Maschinendaten als Zeitserien speichern

Sie wollen Maschinendaten erfassen, um damit ungeahnte Potenziale in der Produktion zu heben. Das Grundprinzip ist einfach, man speichert all diese Daten und später wird eine Analyse die Daten zu Gold machen.

Ich denke, es hilft, wenn jeder Beteiligte an einer solchen Lösung eine etwas präzisere Vorstellung davon hat, wie Maschinendaten technisch aufgenommen und gespeichert werden. Das hilft die Möglichkeiten realistisch einzuschätzen und die richtigen Fragen zu stellen.

Die Maschinendatenerfassung ist ein dauerhaft laufender Prozess. In einer festen Taktung werden einzelne Datenpunkte immer wieder abgefragt. Zu jeder Abfrage wird der Zeitpunkt der Abfrage und der Wert gespeichert. Dies erzeugt einen fortlaufenden quasi unendlichen Datenstrom für jede Maschine und Anlage. Diesen kann man sich in etwa so vorstellen:

Je nachdem eng die Taktung dieser Abfragen ist, entstehen mehr oder weniger Daten. Werte, die sich selten ändern werden vielleicht im Minutentakt abgerufen. Für Maschinendaten sind typische Taktungen im Bereich von 1 bis 100 Werten pro Sekunde. Aus Anzahl Maschinen mal Anzahl Datenpunkten mal Taktung ergibt sich die zu verarbeitende Datenmenge.

Ein System zur Maschinendatenerfassung muss in der Lage sein, in kurzer Zeit viele Datenpunkte aufzunehmen. Die Speicherung in hoher Geschwindigkeit ist dabei die erste Herausforderung. Zur Erreichung von Geschwindigkeit werden die Daten in der Regel gespeichert wie sie kommen, auch um keinen Datenverlust zu riskieren.

Zur Speicherung werden Tabellenstrukturen wie in Excel verwendet. Am Ende der Liste wird für jeden Datenpunkt ein weiterer Eintrag aus NAME :: ZEIT :: WERT angelegt. Diese Tabelle wird sehr schnell sehr viele Zeilen enthalten. Das ist für die Speicherung kein Problem so lang genügend Speicherplatz vorhanden ist.

Eine neue Herausforderung entsteht, wenn man die Daten effizient lesen will. Der Produktionsleiter möchte z.B. wissen: “Wie viel Farbe hat eine Anlage in der letzten Schicht verbraucht?”.

In der ewig langen Tabelle werden als Erstes die relevanten Datenpunkte gefiltert, dann wird der Zeitraum eingegrenzt und aus den resultierenden Rohdaten die eigentliche Information berechnet. Im Beispiel könnte von einem Füllstandsensor die Differenz zu Beginn und Ende des Zeitraum zur Ermittlung des Verbrauchs genutzt werden.

Für jedes Teilproblem gibt es nun zig Möglichkeiten der Optimierung, mit denen wir uns bei der verlinked GmbH täglich beschäftigen. Hier differenzieren sich die Lösungen, aber am Grundprinzip ändert sich nichts. Diese Systeme müssen den Ausgleich zwischen effizienter Speicherung und optimierten Analysen finden und das kann je nach Anwendungsfall variieren.

Zur Produktseite: connect GatewayCX