
Wesentliche Erkenntnisse
Kurz gesagt: Sensorfusion kombiniert SPS-Signale mit Kamera-, Vibration-, Audio- und Leistungsdaten, um OEE genauer zu berechnen, als es jede einzelne Quelle allein kann. SPS-Daten erfassen die meisten Verluste, verfehlen jedoch Mikrostops, visuelle Qualitätsprobleme und Degradation, die nicht durch diskrete Zustandsänderungen sichtbar wird. Das Hinzufügen nicht-SPS-basierter Sensoren schließt diese Lücke, besonders bei älterer Ausrüstung, die nicht für moderne OEE-Instrumentierung ausgelegt wurde. Siehe auch OEE vs Auslastung.
Eine SPS meldet das, wofür ihre Logik ausgelegt wurde. Moderne SPSen geben Laufzustand, Zählstände, Fehlercodes frei — genug für eine solide OEE. Aber drei Kategorien von Verlusten sind typischerweise für die SPS unsichtbar:
Diese Verluste sind real und für die SPS unsichtbar. Sensorfusion erfasst sie.
Kameras. Kameras zählen Teile, wenn die SPS das nicht tut. Kameras erkennen visuelle Defekte. Kameras detektieren Bedienerpräsenz und Mikrostops durch Beseitigen von Blockaden. Günstig zu installieren, hoher Mehrwert.
Vibration. Beschleunigungssensoren an Motoren und Lagern erfassen Degradation, bevor SPS-Fehler auftreten. Leistungsverluste zeigen sich oft als erhöhte Vibration Wochen bevor sich die MTBF ändert.
Audio. Akustische Überwachung nimmt Kavitation in Pumpen, Lagerdegradation, Ventilklopfen wahr. Günstig, nachrüstbar, oft übersehen.
Leistung. Strom- und Leistungsüberwachung an Motoren erkennt Lastanomalien, Blockaden, die keinen Fehler ausgelöst haben, und Energieverschwendung während langsamer Zyklen.
Temperatur. Wärmebildkameras und diskrete Temperatursensoren erkennen Überhitzung bevor es zum Ausfall kommt.
Die OEE-Plattform nimmt Signale aller Quellen auf, synchronisiert sie zeitlich und wendet Regeln oder Modelle an:
Einige Plattformen nutzen einfache Regeln; ausgefeiltere verwenden ML-Modelle, die pro Asset auf historischen Daten trainiert werden.
Für Neuanlagen mit modernen SPS ist der Grenznutzen kleiner. Bei Bestandsanlagen (Brownfield-Retrofit) ist Sensorfusion oft der günstigste Weg zu hochauflösender OEE, ohne die SPS zu ändern.
1. Zu viele Sensoren. Vibration, Kamera, Audio, Leistung und Temperatur zu installieren, ohne für jeden eine klare Fragestellung zu haben, ist ein Budgetfresser. Wählen Sie die Sensoren, die konkret bekannte Lücken schließen.
2. Kalibrierung überspringen. Kameras benötigen konstante Beleuchtung. Vibrationssensoren brauchen korrekte Montage. Audio benötigt Abstimmanpassung an die Umgebung. Wird das vernachlässigt, sind die Daten nur Rauschen.
3. Fusion als automatisch betrachten. Signale zu kombinieren erfordert Regeln oder Modelle. Sensoren zu kaufen ohne eine Fusionsstrategie liefert Daten, aber keine OEE-Verbesserung.
4. Datenvolumen ignorieren. Kamera- und Vibrationsdaten erzeugen Größenordnungen mehr Daten als SPS-Tags. Planung von Speicher und Bandbreite ist essenziell.
Eine moderne OEE-Plattform akzeptiert Multi-Source-Input — SPS via OPC UA, Kamera via REST oder RTSP, Vibration via MQTT oder proprietäre Protokolle — und zeitlich synchronisiert sie in ein einheitliches Zeit-Zustands-Modell. Die Plattform wendet Regeln oder Modelle an, um kombinierte Signale als Availability-, Performance- oder Quality-Ereignisse zu interpretieren.
Das OEE-Modul von Fabrico unterstützt die Erfassung mehrerer Datenquellen (SPS + Kamera + Vibration + Leistung) mit Zeitabgleich und regelbasierter Interpretation sowie einen Erweiterungspunkt für kundenspezifische ML-Modelle pro Asset — entwickelt für Bestandsanlagen, in denen reine SPS-OEE Verluste unsichtbar lässt.
Sehen Sie, wie Fabrico das automatisch erfasst — OEE für die Fertigung erkunden oder Demo buchen.
Weniger wahrscheinlich. Moderne SPSen geben genügend Informationen für eine solide OEE. Sensorfusion lohnt sich am meisten bei älterer Ausrüstung oder prozessabhängigen, visuellen Abläufen.
In der Regel Kameras (eine USB-Kamera oder Industrie-Kamera plus Inferenz). Erfassen Mikrostops und visuelle Defekte zu geringen Kosten.
Nicht unbedingt. Viele Fusionsregeln sind einfache Logik. KI ist nützlich für visuelle Defekterkennung oder die Klassifikation von Vibrationsanomalien.
Bei Abtastraten von 10 kHz und mehr mehrere MB pro Stunde und Sensor. Planen Sie Speicher und Verarbeitung entsprechend.
Verwandt, aber nicht dasselbe. IIoT ist die Konnektivitätsschicht. Sensorfusion ist das, was Sie mit den Daten tun — die Kombination mehrerer Quellen zu nützlichen Signalen.