Denne store mængde data udgør grundlaget for forebyggende vedligeholdelse, maskinlæring og procesoptimering. – Det er nøjagtigt, hvad vores software KUKA.DeviceConnector gør – den er en fantastisk facilitator, siger Micael Amandusson, Channel Manager hos KUKA Nordic.  Alle de driftsdata, som KUKA.DeviceConnector indsamler på en enkel måde, sekund for sekund, kan i og for sig hentes frem manuelt.
– Ja, hvis du er forberedt på at bruge hundredvis af ingeniørtimer, siger Micael Amandusson.

Flere anvendelsesområder
Med KUKA.DeviceConnector indsamles dataene lynhurtigt og distribueres via en af kommunikationsprotokollerne OPC UA eller MQTT. – I vores del af verden er den mest almindelige OPC UA. Men begge er standardiserede metoder til formidling af data mellem produktionsudstyr, inden for produktionsudstyr og opad i hierarkierne, siger Micael Amandusson. 
Der findes flere anvendelsesområder, hvor KUKA.DeviceConnector giver en afgørende forenkling:

• Asset management. At holde orden på, hvilke robotter der benyttes, med alt fra serienummer til netværksadresser og hvilken software de har.

• Condition monitoring. Indsamling af driftsdata. For eksempel hvilke laster robotten håndterer, hvilke vinkler robotarmene har, og temperaturen på servomotorerne.

• Communication. Hvilket eksternt udstyr er koblet til robotterne? Ind- og udgange, eksterne signaler med mere.

• Safety. Kontrol med hvorvidt robotten har udført sine bremsetester, i hvilken sikkerhedstilstand den er ved nødstop, om sikkerheden er lige så god som ved levering med mere.                                                                                                         

Den enkleste version, KUKA.DeviceConnector Preinstalled, medfølger som standard, når robotten indkøbes. Med den kan man se, hvilken information det er muligt at tilgå. Men for at kunne benytte sig fuldt ud af dataene, er der behov for en af de to licenserede versioner – Standard eller Full – med forskellige kompleksitetsgrader.

En proces, som betaler sig
Alt dette giver mulighed for at analysere og drage konklusioner, og dermed opnå fordele såsom mindsket energiforbrug, afkortning af cyklustider, diagnosticering af fejl, før de bliver til alvorlige problemer og så videre.

– At lære at benytte informationen er en proces, som sker i flere skridt, men som i høj grad er værd at gennemgå, siger Micael Amandusson. Ifølge ham muliggør KUKA.DeviceConnector den maskinindlæring, som er en af hjørnestenene inden for kunstig intelligens. – Om ti år vil dette være en selvfølge. Og den der hurtigst bliver god til det, vil have en væsentlig konkurrencefordel, siger han.