Stoppen Sie PLC-Marken-Silos: Funktionierende Edge-Integration

Mehrmarken-SPS-Vernetzung: Technische Ansätze und bewährte Ingenieurpraktiken

Die industrielle Realität gemischter SPS-Umgebungen

Fertigungsanlagen betreiben häufig mehrere SPS-Marken über verschiedene Produktionslinien hinweg. Geräte von Siemens, Rockwell Automation, Omron, Mitsubishi und Schneider Electric koexistieren oft im selben Werk. Diese Vielfalt resultiert aus System-Upgrades, Fusionen und Best-of-Breed-Beschaffungsstrategien. Basierend auf Audits von über 50 Industrieanlagen betreiben nur 12 % eine einzige SPS-Marke. Die restlichen 88 % verwalten täglich zwischen zwei und fünf verschiedene Steuerungsmarken.

Protokollebene-Barrieren zwischen Steuerungsmarken

Jede SPS-Marke implementiert proprietäre Kommunikationsprotokolle. Siemens verwendet S7-Kommunikation über ISO-on-TCP für seine S7-1200- und S7-1500-Serien. Rockwell Automation nutzt EtherNet/IP mit CIP (Common Industrial Protocol)-Nachrichten. Omron verwendet das FINS-Protokoll oder den NY-Serien-Kommunikationsstack. Mitsubishi setzt auf das MC-Protokoll über TCP/IP. Daten einer Steuerungsmarke können nicht direkt an eine andere Marke übertragen werden, ohne eine Übersetzungsschicht. Diese Einschränkung zwingt Bediener dazu, Produktionsdaten manuell zwischen separaten HMI-Bildschirmen zu übertragen oder Dashboards aus mehreren Datenquellen neu zu erstellen. Manuelle Datenverarbeitung beansprucht etwa drei Stunden pro Woche und Produktionslinie und führt zu Übertragungsfehlern, die Fertigungsprozesse unterbrechen können.

Einschränkungen traditioneller Integrationsmethoden

OPC Classic- und OPC UA-Server stellen den gebräuchlichsten Ansatz für die Integration von SPS verschiedener Marken dar. Diese Server bringen mehrere betriebliche Einschränkungen mit sich. Sie fungieren als Single Points of Failure im Steuerungsnetzwerk. Sie erfordern eine fortlaufende Lizenzverwaltung und regelmäßige Windows-Betriebssystemupdates. Sie haben Schwierigkeiten, bei hochgeschwindigkeits Motion-Control-Daten mit Scanzeiten unter 5 Millisekunden die Leistung aufrechtzuerhalten. In einer dokumentierten Installation in einem Automobilwerk erlebte eine OPC-Brücke während einer einzigen Produktionsschicht 12 Ausfallereignisse aufgrund automatischer Windows-Updates. Protokollkonverter wie Profinet-zu-EtherNet/IP-Gateways fügen eine Latenz von 10 bis 30 Millisekunden hinzu und können keinen ordnungsgemäßen Umgang mit azyklischem Parameterzugriff oder erweiterten Gerätdiagnosen gewährleisten.

Orchestrierungsbasierte Integrationsarchitektur

Eine effektivere Architektur behandelt jede SPS-Marke als spezialisiertes Bauteil innerhalb eines größeren Automatisierungssystems. Siemens-Steuerungen zeichnen sich durch komplexe Prozesssteuerung mit fortschrittlicher PID-Abstimmung und Temperaturregelungs-Funktionsbausteinen aus. Rockwell-Steuerungen bieten überlegene Hochgeschwindigkeits-Bewegungssteuerung durch integrierte Achsenarchitektur und Kinetix-Antriebssysteme. Omron-Steuerungen ermöglichen ereignisgesteuerte Aufgabenplanung, ideal für Verpackungsabläufe. Anstatt bestehende Steuerungen zu ersetzen oder neu zu programmieren, sollten Ingenieure den nativen Code erhalten und eine Kommunikations-Middleware-Schicht hinzufügen. Dieser Ansatz vermeidet die Kosten und Risiken, Siemens SCL-Funktionsbausteine in Rockwell Structured Text oder umgekehrt umzuschreiben.

Edge Computing zur Multi-Marken-Daten-Normalisierung

Die traditionelle, auf Abfragen basierende Integration sendet alle 100 bis 1000 Millisekunden wiederholte Datenanforderungen von einem zentralen Server. Diese Methode erhöht den Netzwerkverkehr und verzögert Echtzeitreaktionen. Edge Computing setzt kleine Verarbeitungsknoten direkt neben jeder SPS oder SPS-Gruppe ein. Diese Knoten verwenden native Treiberbibliotheken für jede Marke. Für Siemens-Steuerungen nutzt der Knoten die libnodave- oder Snap7-Bibliotheken, um S7-1200- und S7-1500-Datenblöcke auszulesen. Für Rockwell verwendet er CIP über Ethernet mit expliziter Nachrichtenübermittlung, um Tag-Arrays zu lesen. Für Mitsubishi kommt das MC-Protokoll über TCP/IP zum Einsatz. Der Edge-Knoten normalisiert dann die gesammelten Daten in ein gemeinsames Schema, wendet Filterregeln an und verpackt die verbleibenden Daten mit MQTT- oder Sparkplug-B-Protokollen für zentrale Systeme.

Eine Kunststofffertigungsanlage, die diese Edge-Architektur implementierte, erreichte eine Reduzierung der Verarbeitungsbelastung des zentralen Servers um 73 %. Die Datenlatenz sank von 800 Millisekunden auf unter 50 Millisekunden. Der Edge-Knoten speicherte statische Werte wie Gerätenamen und Skalierungsfaktoren lokal zwischen und übermittelte nur dynamische Prozessvariablen. Die Deadband-Filterung verhinderte die Übertragung unbedeutender Wertschwankungen. Eine Temperaturmessung, die zwischen 100,0 und 100,1 Grad schwankte, löste keine Netzübertragung aus. Erst wenn der Wert die Schwelle von 101,0 Grad überschritt, sendete der Knoten ein Update. Dies reduzierte den Netzwerkverkehr bei stabilen Produktionsprozessen um den Faktor 40.

Datenfilter-Hierarchie für industrielle Anwendungen

Die Erfassung jedes einzelnen Datenpunkts von jeder SPS führt zu übermäßigen Speicher- und Analyseanforderungen. Die meisten gesammelten Daten unterstützen niemals betriebliche Entscheidungen oder die Generierung von Alarmen. Eine effektive Filterhierarchie verbessert die Systemeffizienz.

• Filterstufe eins: Verwerfen Sie alle Werte, die sich innerhalb der normalen Betriebsbereiche befinden.
• Filterstufe zwei: Nur Zeitstempel speichern, wenn Werte definierte Schwellen überschreiten.
• Filterstufe drei: Für sicherheitskritische Parameter die vollständigen Rohdaten 30 Tage lang speichern. Für nicht-kritische Parameter nur täglich aggregierte Werte speichern.

Asynchrone Pufferung für Protokollüberbrückung

Die Überbrückung zwischen verschiedenen SPS-Protokollen erfordert Verständnis der Unterschiede im Zeitverhalten. Profinet IRT erreicht Zykluszeiten von bis zu 31,25 Mikrosekunden, benötigt jedoch synchronisierte Netzwerkausrüstung. EtherNet/IP implizite Nachrichten arbeiten mit typischen RPI (Requested Packet Interval)-Werten zwischen 2 und 100 Millisekunden. Die direkte Überbrückung eines Hochgeschwindigkeits-Profinet-Geräts zu einem langsameren EtherNet/IP-Netzwerk erzeugt Rückstau, der die Leistung verschlechtert. Asynchrone Pufferung löst dieses Problem. Das Bridge-Gerät liest Daten vom schnelleren Netzwerk in einen Dual-Port-Speicherpuffer. Das langsamere Netzwerk liest in seinem eigenen Tempo aus diesem Puffer. Dadurch werden die beiden Zykluszeiten entkoppelt. Der Puffer muss ausreichend tief sein, um Spitzenunterschiede zu bewältigen. Für ein Profinet-Gerät, das 1000 Werte pro Millisekunde an ein EtherNet/IP-Gerät sendet, das alle 10 Millisekunden liest, muss der Puffer mindestens 10.000 Werte fassen. Zu kleine Puffer überlaufen bei Spitzenproduktion und verursachen Integrationsfehler.

Die Datentypkonvertierung muss Abschneide- oder Rundungsfehler vermeiden. Eine IEEE-754-Konformitätstestung wird vor dem Einsatz eines Integrationsgateways empfohlen. Ein einzeln falsch zugeordnetes Bit in einem Motor-Drehzahlbefehl kann mechanische Schäden verursachen.

Risikobasiertes SPS-Lifecycle-Management

Eine SPS für ein Förderband und eine SPS für einen Reaktorbehälter arbeiten unter völlig unterschiedlichen Umweltbedingungen. Das Förderband erfährt häufige Start-Stopp-Zyklen, aber minimale Vibrationen. Der Reaktorbehälter läuft kontinuierlich unter erhöhter Temperatur und chemischer Belastung. Die Anwendung identischer Wartungspläne auf beide Steuerungen führt zu vorzeitigem Ausfall der stark beanspruchten Einheit oder unnötigem Austausch der wenig genutzten Einheit. Steuerungen sollten basierend auf der Betriebsumgebung in Risikoprofile eingeteilt werden.

• Thermisches Risikoprofil (Umgebungstemperatur über 50 °C): Ersetzen Sie Elektrolytkondensatoren alle 40.000 Betriebsstunden. Die Alterung der Kondensatoren folgt dem Arrhenius-Modell. Jede Temperaturerhöhung um 10 °C halbiert die Lebensdauer des Kondensators.
• Mechanisches Risikoprofil (Vibration über 0,5g): Überprüfen Sie alle sechs Monate Backplane-Steckverbinder und Klemmenblöcke. Vibration lockert Schraubklemmen, was zu intermittierenden Verbindungsfehlern führt, die schwer zu diagnostizieren sind.
• Elektrisches Risikoprofil (instabile Stromversorgungen): Installieren Sie Online-USV-Systeme und überwachen Sie die DC-Bus-Ripple. Ein Ripple über 10 % weist auf einen bevorstehenden Ausfall des Netzfilter hin.

Entscheidungsrahmen für die PLC-Beschaffung

Kaufentscheidungen, die nur auf dem Stückpreis basieren, ignorieren oft die Gesamtkosten des Eigentums. Ein günstigerer Controller kann keine native Protokollunterstützung für bestehende Anlagen bieten, und Integrationskosten können jegliche anfänglichen Einsparungen aufzehren. Sicherheitszertifizierte PLCs werden manchmal für nicht-sicherheitsrelevante Anwendungen aufgrund von Händlerrabatten gekauft. Diese Praxis verschwendet Budget und entzieht sicherheitszertifizierte Bestände von Anwendungen, die sie wirklich benötigen. Eine Entscheidungsmatrix basierend auf dem erforderlichen Safety Integrity Level (SIL) verbessert die Beschaffungsergebnisse.

• SIL 2 oder höhere Anforderung: Wählen Sie eine sicherheitszertifizierte PLC mit zertifizierten Funktionsbausteinen.
• Keine Sicherheitsanforderung: Wählen Sie eine Standard-PLC mit kostenoptimierter I/O-Konfiguration.

Sicherheitszertifizierte PLCs führen während jedes Scanzyklus Diagnosetests aus, was die Scanzeit verlängert. Der Einsatz einer Sicherheits-PLC für Hochgeschwindigkeitsverpackungsanwendungen reduziert den Durchsatz. In einer dokumentierten Installation wurde ein Siemens ET 200SP Failsafe-Controller auf einem einfachen Förderabschnitt eingesetzt. Die 150-Millisekunden-Scanzeit der Sicherheits-CPU verursachte eine 1,5-Sekunden-Stauzone. Der Austausch durch einen Standard-ET 200SP reduzierte die Scanzeit auf 8 Millisekunden und beseitigte den Engpass.

Praktische Predictive Maintenance mit vorhandenen PLC-Daten

Predictive Maintenance-Dashboards mit mehreren visuellen Indikatoren liefern oft mehr Daten, als Bediener effektiv überwachen können. Einfache Schwellenwertalarme für kritische Parameter erkennen die meisten Ausfallarten. Ein Lagerausfall verursacht messbare Vibrationen und Temperaturanstiege Stunden vor dem vollständigen Ausfall. Ein Temperaturanstieg von 40 °C erfordert keinen Machine-Learning-Algorithmus zur Identifikation. Automatisierungsbudgets sollten zunächst die grundlegende Schwellenwertüberwachung priorisieren. Machine Learning sollte nur für komplexe Ausfallmuster hinzugefügt werden, die menschliche Bediener nicht leicht erkennen können. Drei Hauptdatenquellen unterstützen die PLC-basierte Predictive Maintenance.

1. Diagnoseregister innerhalb der SPS selbst. Siemens stellt erweiterte Diagnosepuffer bereit, die über SFB 52 (RDREC) zugänglich sind. Rockwell bietet GSV (Get System Value)-Anweisungen zum Abrufen des Modulstatus.
2. I/O-Kanal-Daten einschließlich analoger Eingangstrends.
3. Kommunikationsstatistiken wie Wiederholungszähler und CRC (Cyclic Redundancy Check)-Fehler. Eine steigende CRC-Fehlerrate auf einem Profibus-Segment weist auf eine Verschlechterung der physikalischen Schicht vor dem vollständigen Ausfall hin.

Ein kostengünstiges prädiktives System, das nur vorhandene SPS-Daten nutzt, kann als Hintergrundroutine im Hauptsteuergerät implementiert werden. Die Routine verfolgt Motor-Start-Stopp-Zyklen, vergleicht tatsächliche Zykluszeiten mit erwarteten Werten und generiert eine Wartungswarnung, wenn die Zykluszeit um 15 % über dem Basiswert liegt. Diese Methode erkannte ein klemmendes Ventil in einer Hydraulikpresse zwei Wochen vor dem vollständigen Ventilversagen, sodass der Austausch während eines geplanten Stillstands und nicht während eines ungeplanten achtstündigen Produktionsstopps erfolgen konnte.

Technisches Beispiel: Siemens S7-1500 zu Rockwell CompactLogix Bridge

Ein Mischgestell, gesteuert von einer Siemens S7-1500, versorgt eine Verpackungslinie, die von einer Rockwell CompactLogix gesteuert wird, mit Produkt. Das Mischgestell muss den Batch-Abschlussstatus, die Endprodukt-Temperatur und den Viskositätswert an die Verpackungslinie übermitteln. Die Verpackungslinie muss ein Bereit-Signal und die Anzahl der Ausschüsse an das Mischgestell zurückmelden. Eine OPC UA-Verbindung fügt einen Windows-PC als potenziellen Ausfallpunkt hinzu. Ein Edge-Gateway mit nativen S7- und CIP-Treibern bietet eine robustere Lösung.

Das Gateway liest alle 100 Millisekunden DB100.DBD0 (Batch-Status als DINT) und DB100.DBD4 (Temperatur als REAL) vom Siemens-Steuergerät. Es schreibt diese Werte in Rockwell-Tags mit den Namen Mixer_Batch_Status und Mixer_Temperature. In die Gegenrichtung liest das Gateway alle 500 Millisekunden die Rockwell-Tags Pack_Ready (BOOL) und Pack_Reject_Count (DINT) und schreibt sie in Siemens DB200.DBX0.0 und DB200.DBD2. Das Gateway übernimmt die automatische Datentypkonvertierung. Die Überwachung des Heartbeats ist wie folgt implementiert: Wenn das Gateway drei aufeinanderfolgende Lesezyklen von einer der SPS verpasst, setzt es einen Systemalarm und erzwingt sichere Ausgangszustände.

Diese Konfiguration läuft zuverlässig auf einem industriellen Raspberry Pi mit Echtzeit-Kernel bei Hardwarekosten von etwa 400 $. Die Gesamtkosten für die Integration einschließlich Programmierung betrugen 3.200 $. Ein vollständiger SPS-Austausch zur Vereinheitlichung der Marken hätte 85.000 $ plus drei Wochen Produktionsstillstand gekostet.

Fallstudie: Multi-Marken-Integration in einer Zementproduktionsanlage

Ein Zementhersteller in Südostasien betrieb fünf verschiedene SPS-Marken in den Bereichen Zerkleinerung, Ofen und Verpackung. Das technische Personal verbrachte jeden Monat zwei volle Tage damit, Produktionsberichte aus verschiedenen Systemen abzugleichen. Als Integrationslösung wurden Edge-Knoten mit Node-RED auf Industrie-PCs eingesetzt. Jeder Knoten lief in separaten Docker-Containern für den Kommunikationsstack jeder SPS-Marke. Der Siemens-Container nutzte das node-red-contrib-s7-Paket. Der Rockwell-Container verwendete das node-red-contrib-cip-ethernet-ip-Paket. Ein Modbus-Container kümmerte sich um Schneider Electric- und Fremdgeräte.

Die Edge-Knoten aggregierten Daten lokal und veröffentlichten normalisierte JSON-Payloads an einen MQTT-Broker. Ein zentrales Node-RED-Dashboard abonnierte MQTT-Themen und zeigte einheitliche Kennzahlen über alle Marken hinweg an. Die Gesamtkosten für Hardware und Software lagen unter 15.000 $. Ungeplante Ausfallzeiten verringerten sich innerhalb von vier Monaten nach der Einführung um 27 %. Elektriker mussten keine drei verschiedenen Programmier-Laptops mehr mitführen. Sie verbinden sich jetzt über die webbasierte Terminaloberfläche des Edge-Knotens mit jeder SPS.

Implementierungsfahrplan für Fabriken mit mehreren Marken

Beginnen Sie damit, jede SPS auf dem Fabrikgelände mit Marke, Modell, Firmware-Version und unterstützten Protokollen zu dokumentieren. Erstellen Sie eine Tabelle mit Spalten für IP-Adresse, Protokolltyp (S7, EtherNet/IP, Modbus TCP, FINS, MC-Protokoll), erforderliche Scanzeit und Kritikalitätsstufe. Identifizieren Sie die drei wertvollsten Datenflüsse, die derzeit markenübergreifend verlaufen. Wählen Sie eine nicht-kritische Produktionszelle als Pilot-Integrationszone aus. Setzen Sie nur für diese Zelle ein Open-Source-Protokoll-Gateway oder einen Edge-Knoten ein. Messen Sie die Zeitersparnis der Bediener und die Fehlerreduktion. Erweitern Sie auf weitere Zellen erst nach Validierung messbarer Verbesserungen.

Für Tests ohne Investitionskosten laden Sie die Snap7-Bibliothek für Siemens-Kommunikationstests herunter. Snap7 läuft unter Windows, Linux und macOS. Für Rockwell-Tests verwenden Sie libplctag, das sowohl ältere PLC5- als auch moderne CompactLogix-Steuerungen unterstützt. Beide Bibliotheken sind Open Source mit aktiven Benutzer-Communities. Erstellen Sie ein einfaches Python-Skript, das je ein Tag von jeder Marke liest und die Werte in der Konsole ausgibt. Dies bestätigt die grundlegende Konnektivität vor der Hardwareinvestition.

Über den Autor

Geschrieben von Gu Jinghong, Industrieautomatisierungsingenieur mit Spezialisierung auf PLC- & DCS-Lösungen für die Öl-, Gas- und Chemieindustrie.