OPC UA – Brücke vom Sensor bis in die Cloud und zurück
Seit 2017 wurden bei Renault 300 Milliarden Daten über OPC UA in die Google Cloud übertragen
Auf dem Werksgelände von Renault in Maubeuge im Norden Frankreichs wird vor allem der Kangoo produziert. Nach der Produktion mehrerer Kangoo-Generationen hat das Werk mit der Produktion des Kangoo Z.E. den Weg in den Elektrofahrzeugbau eingeschlagen.
Das Produktions- und Logistiknetzwerk der Renault Group umfasst 38 Produktions- und 13 Logistikstandorte in 16 Ländern und vereint die fünf Automarken Renault, Dacia, Lada, Alpine und Mobilize unter einem Dach.
OPC UA bei Renault 2017 bis 2021
Aktuell sind in den Renault-Fabriken über 3.300 Geräte installiert, die OPC UA fähig sind. 300 Milliarden gesammelte Daten wurden seit dem Projektbeginn 2017 via OPC UA kommuniziert. Insgesamt erzeugen die 17 Produktionsstandorte einen Datenfluss von 10.000 Nachrichten pro Sekunde. Mehr als eine Million Messpunkte sammeln im gesamten Produktions- und Logistiknetzwerk Daten in unterschiedlichen Formaten. Dazu gehören unter anderem Boolesche Werte, Zeitstempel, Analogwerte, Bild- und Tabellendaten. Renault verwendet die OPC UA Technologie für alle Formen der Industrie-4.0-Anwendungen. Die Architektur zur Datenerfassung und -transfer von Maschinendaten aus der Produktion erfolgt über drei implementierte Ebenen.
Die erste Stufe ist die Maschinenebene. Auf dieser Ebene wurde eine Adaptersoftware implementiert, die als Unified Data Collector agiert. Diese Software wandelt ein nicht für die Vernetzung geeignetes i-Protokoll in ein via OPC UA kommunizierbares strukturiertes Datenmodell um. Dadurch wird eine standardisierte Datenstruktur erzeugt.
Auf der zweiten Ebene, der Fabrikebene, arbeitet eine Software – DFA für "Data For Aggregator" – über die sämtliche Fabrikdaten aggregiert werden, um diese aktuell an eine Renault-interne Cloud und mit dem Start jetzt an die Google Cloud Platform zu übermitteln. Die Cloud stellt die dritte Ebene der Datenverarbeitung dar.
Über OPC UA ist es möglich, eine einheitliche Datenerfassung, Interoperabilität, sichere und performante M2M-Kommunikation sowie den Einsatz von Edge und Cloud Computing, Big Data, maschinellem Lernen, künstliche Intelligenz und der Realisierung digitaler Zwillinge in Produktion und Logistik umzusetzen.
