Modernisieren Sie Ihre Fabrikabläufe: Errichten Sie mit MongoDB Atlas in 5 einfachen Schritten eine virtuelle Fabrik.

Virtuelle Fabriken revolutionieren die Fertigungslandschaft. Dieser innovative Ansatz, der von der BMW Group bei NVIDIA als „Revolution in der Fabrikplanung” bezeichnet wird, verändert dank bahnbrechender Partnerschaften mit Technologieunternehmen wie NVIDIA und Unity die Arbeitsweise von Unternehmen wie BMW und Hyundai. Im Zentrum dieser Revolution steht das Konzept der virtuellen Fabriken, computergestützte Nachbildungen realer Fertigungsanlagen. Diese virtuellen Fabriken ahmen die Eigenschaften und Feinheiten physischer Fabriken genau nach und sind somit ein leistungsstarkes Werkzeug für Hersteller, um ihre Abläufe zu optimieren. Durch den Einsatz von KI eröffnen sie völlig neue Möglichkeiten, revolutionieren die Fertigungslandschaft und ebnen den Weg für Produktivitätssteigerungen, Kosteneinsparungen und Innovationen.
In diesem Blog werden wir die Vorteile virtueller Fabriken untersuchen und Ihnen zeigen, wie Sie mit MongoDB Atlas Ihre eigene virtuelle Fabrik aufbauen können. Lassen Sie uns eintauchen!

Die digitale Transformation erschließen

Die Digitalisierung der Fertigungsindustrie hat zur Entwicklung intelligenter Fabriken geführt. Diese fortschrittlichen Fabriken integrieren IoT-Sensoren in ihre Maschinen und Anlagen, sodass die Mitarbeiter datengestützte Erkenntnisse über ihre Fertigungsprozesse gewinnen können. Die Entwicklung beschränkt sich jedoch nicht auf intelligente Fabriken, die die physische Produktion automatisieren und optimieren. Das Aufkommen virtueller Fabriken führt zu Simulationsmöglichkeiten und Fernüberwachung, was zur Schaffung digitaler Fabrikzwillinge führt, wie in Abbildung 1 dargestellt.

 

Durch die Verbindung der Konzepte intelligenter und virtueller Fabriken können Hersteller ein höheres Maß an Effizienz, Produktivität, Flexibilität und Innovation erreichen.

Der Einsatz virtueller Fabriken in Fertigungsunternehmen bietet viele Vorteile, darunter:

  • Optimierung von Produktionsprozessen und Identifizierung von Ineffizienzen. Dies kann zu einer höheren Effizienz, weniger Ausschuss und einer besseren Qualität führen.
  • Unterstützung der Qualitätskontrolle durch Kontextualisierung von Sensordaten mit dem Fertigungsprozess. Dies ermöglicht die Analyse von Qualitätsproblemen und die Umsetzung notwendiger Kontrollmaßnahmen bei komplexen Produktionsprozessen.
  • Simulation von Fertigungsprozessen und Testen neuer Produkte oder Ideen, ohne dass physische Prototypen oder reale Produktionsanlagen erforderlich sind. Dies reduziert die mit Forschung und Entwicklung verbundenen Kosten erheblich und minimiert das Risiko von Produktfehlern.
Die Einrichtung einer virtuellen Fabrik für komplexe Fertigungsprozesse ist jedoch schwierig. Zu den Herausforderungen zählen die Bewältigung von Systemüberlastungen, die Verarbeitung riesiger Datenmengen aus physischen Fabriken und die Erstellung präziser Visualisierungen. Die virtuelle Fabrik muss sich außerdem im Laufe der Zeit an Veränderungen in der physischen Fabrik anpassen. Angesichts dieser Herausforderungen ist es von entscheidender Bedeutung, über eine Datenplattform zu verfügen, die alle aus der physischen Fabrik eingehenden Daten kontextualisieren und diese dann an die virtuelle Fabrik weiterleiten kann und umgekehrt. Und genau hier kommt MongoDB Atlas, unsere moderne Datenbank, ins Spiel. Sie bietet Synchronisierungsfunktionen zwischen der physischen und der virtuellen Welt, ermöglicht eine flexible Datenmodellierung und bietet Zugriff auf die Daten über eine einheitliche Abfrageoberfläche, wie in Abbildung 2 dargestellt.

Nachdem wir nun die Vorteile und Herausforderungen beim Aufbau virtueller Fabriken diskutiert haben, wollen wir uns ansehen, wie einfach es ist, mit MongoDB Atlas eine virtuelle Fabrik aufzubauen.

So bauen Sie eine virtuelle Fabrik MongoDB Atlas

1. Definieren Sie die Geschäftsanforderungen

Der erste Schritt des Prozesses besteht darin, die Geschäftsanforderungen für die virtuelle Fabrik zu definieren. Unser Team bei MongoDB verwendet ein Smart-Factory-Modell von Fischertechnik, um zu demonstrieren, wie einfach MongoDB integriert werden kann, um die Herausforderungen der digitalen Transformation des IIoT in der Fertigung zu lösen. Dieses Testbed dient als unsere grundlegende physische Fabrik und als Ausgangspunkt für dieses Projekt.

Wir haben unsere geschäftlichen Anforderungen wie folgt definiert:

  • Implementierung eines virtuellen Betriebs der physischen Fabrik, um Optimierungen des Layouts und der Prozesse zu identifizieren.
  • Bereitstellung von Echtzeit-Transparenz über die physischen Fabrikbedingungen, wie z. B. den Lagerbestand, für Prozessverbesserungen.

Die letzte Anforderung ist von entscheidender Bedeutung. Eigenständige Simulationsmodelle von Fabriken können zwar nützlich sein, berücksichtigen jedoch in der Regel nicht die Echtzeitdaten aus der physischen Fabrik. Durch die Verbindung der physischen und der virtuellen Fabrik kann ein digitaler Zwilling erstellt werden, der die tatsächliche Leistung der physischen Fabrik in Echtzeit berücksichtigt. Dies ermöglicht genauere Vorhersagen zur Leistung der Fabrik, was die Entscheidungsfindung und Prozessoptimierung verbessert und eine Fernüberwachung und -steuerung ermöglicht, wodurch Ausfallzeiten reduziert und Reaktionszeiten verbessert werden.

2. Erstellen eines 3D-Modells

Basierend auf den zuvor festgelegten Geschäftsanforderungen haben wir ein 3D-Modell der Fabrik in einer weit verbreiteten Spiel-Engine, Unity, erstellt. Dieses virtuelle Modell kann mit einem Computer, Tablet oder einem beliebigen Virtual-Reality-Headset visualisiert werden.

Darüber hinaus haben wir vier verschiedene Schaltflächen (rot, weiß, blau und „Stopp“) hinzugefügt, mit denen Benutzer Produktionsaufträge an die physische Fabrik senden oder den Prozess vollständig stoppen können.

3. Verbinden Sie die physische und die virtuelle Fabrik

Nachdem wir das 3D-Modell erstellt hatten, verbanden wir die physische und die virtuelle Fabrik über MongoDB Atlas. Beginnen wir mit unserer Softwareanwendung für die virtuelle Fabrik. Unabhängig davon, wo Sie sie einsetzen, sei es auf einem Headset oder einem Tablet, können Sie Realm by MongoDB verwenden, um Daten lokal in Unity darzustellen und sie dann mit MongoDB Atlas als zentraler Datenschicht zu synchronisieren. So können wir eingebettete Datenbanken dort einsetzen, wo Ressourcen begrenzt sind, und MongoDB Atlas als leistungsstarke und skalierbare Cloud-Backend-Technologie nutzen.

Und schließlich haben wir zur Gewährleistung der Datensynchronisation und Kommunikation zwischen diesen beiden Komponenten MongoDB Atlas Device Sync eingesetzt, das einen bidirektionalen Synchronisationsmechanismus und Netzwerkhandling bietet.

Nachdem wir nun unsere virtuelle Fabrik eingerichtet haben, werfen wir einen Blick auf unsere physische Fabrik.

In einer realen Fertigungsumgebung können viele der Konnektivitätssysteme in der Fertigung mit MongoDB Atlas verbunden werden, und für diejenigen, die dies nicht nativ tun, ist es sehr einfach, einen Konnektor zu erstellen. Auf der Fertigungsebene können Sie MongoDB so einrichten, dass Sie Ihre Daten lokal analysieren und visualisieren sowie materialisierte Ansichten einrichten können. Auf der Cloud-Ebene können Sie Daten direkt an MongoDB Atlas übertragen oder unsere Cluster-to-Cluster-Sync-Funktion nutzen.
Ein einzelnes IoT-Gerät generiert für sich genommen nicht viele Daten. Mit der steigenden Anzahl von Geräten wächst jedoch auch das Volumen der maschinell generierten Daten und damit die Komplexität der dafür erforderlichen Datenspeicherarchitektur. Die Datenspeicherebene ist oft eine der Hauptursachen für Leistungsprobleme, wenn eine Anwendung skaliert wird. Eine gut konzipierte Datenspeicherarchitektur ist eine entscheidende Komponente jeder IoT-Plattform.

In unserem Projekt haben wir AWS IoT Core integriert, um MQTT-Nachrichten aus der physischen Fabrik zu abonnieren. Sobald diese Nachrichten empfangen und gefiltert wurden, werden sie über einen HTTP-Endpunkt an MongoDB Atlas übertragen. Der HTTP-Endpunkt löst dann eine Funktion aus, die die Nachrichten basierend auf ihrer Quelle in der entsprechenden Sammlung speichert (z. B. werden Nachrichten von der Kamera in der Kamerasammlung gespeichert). Mit MongoDB Atlas können Sie Ihre Daten bei zunehmendem Datenvolumen mithilfe unserer Atlas Online Archive-Funktion archivieren.

In Abbildung 5 sehen wir alles, was wir bisher zusammengestellt haben. Auf der linken Seite befindet sich unsere virtuelle Fabrik, in der Benutzer eine Bestellung aufgeben können. Die Bestellinformationen werden in Realm gespeichert, mit MongoDB Atlas über Atlas Device Sync synchronisiert und über Atlas Triggers an die physische Fabrik gesendet. Auf der anderen Seite sendet die physische Fabrik Sensordaten und Ereignisinformationen über die physische Bewegung von Artikeln innerhalb der Fabrik.

MongoDB Atlas bietet die vollständige Datenplattform-Erfahrung für die Verbindung der physischen und der virtuellen Welt!

4. Datenmodellierung

Nachdem nun die Verbindung hergestellt ist, wollen wir uns mit der Modellierung der eingehenden Daten befassen. Wie Sie vielleicht wissen, können alle Daten, die in JSON dargestellt werden können, nativ in MongoDB gespeichert und einfach abgerufen werden. Die MongoDB-Treiber übernehmen die Konvertierung der Daten in BSON (binäres JSON) und zurück, wenn die Datenbank abgefragt wird. Darüber hinaus können Sie Dokumente verwenden, um Daten nach Ihren Bedürfnissen zu modellieren, egal ob es sich um Schlüssel-Wert-Paare, Zeitreihendaten oder Ereignisdaten handelt.
Was Zeitreihendaten angeht, ermöglicht Ihnen MongoDB Time Series die automatische Speicherung von Zeitreihendaten in einem hochoptimierten und komprimierten Format, wodurch der Speicherbedarf für Kunden reduziert und eine höhere Abfrageleistung in großem Maßstab erzielt wird.
Es ist wirklich so einfach, wie es aussieht, und das Beste daran ist, dass wir all dies innerhalb von MongoDB Atlas tun, was sich direkt auf die Produktivität der Entwickler auswirkt.

 

 

5. Computer Vision für Echtzeit-Bestandsverwaltung aktivieren

Sobald wir die Daten modelliert und die Konnektivität hergestellt haben, besteht unser letzter Schritt darin, ereignisgesteuerte Analysen auf unserer modernen Datenbank durchzuführen. Wir haben Computer Vision und KI eingesetzt, um den Bestandsstatus in der physischen Fabrik zu analysieren, und dann Benachrichtigungen an die virtuelle Fabrik gesendet. Wenn der Benutzer versucht, ein Teil in der virtuellen Fabrik zu bestellen, das nicht vorrätig ist, erhält er sofort eine Benachrichtigung von der physischen Fabrik. All dies wird durch MongoDB Atlas und seine Konnektoren zu verschiedenen KI-Plattformen ermöglicht
Wenn Sie mehr erfahren möchten, bleiben Sie dran für Teil 2 dieser Blog-Reihe, in dem wir uns eingehend mit den technischen Überlegungen zu diesem letzten Schritt befassen werden.

 

Fazit

Durch Investitionen in eine virtuelle Fabrik können Unternehmen ihre Produktionsprozesse optimieren, die Qualitätskontrolle verbessern und kostengünstige Tests durchführen, was letztlich zu einer Steigerung der Effizienz und Innovation in der Fertigung führt.
MongoDB ist mit seinen umfassenden Features und Funktionen, die den gesamten Lebenszyklus von Fertigungsdaten abdecken, gut positioniert, um virtuelle Fabrikfunktionen für die Fertigungsindustrie zu implementieren. Diese Funktionen versetzen MongoDB in die einzigartige Lage, die digitale Transformation von Fertigungsunternehmen zu beschleunigen.

cd-blue-69f5f8fdf-6gswk