← Alle Fallstudien
SES-005 Fertigung · Bestandsanlage IoT Retrofit · Predictive Maintenance · ESP32
Analoge Fertigungslinie (1996) mit Predictive Maintenance — ohne digitale Schnittstelle und ohne Maschinenersatz.
6
Maschinen
78
Messpunkte
Edge FFT
ESP32 · MEMS
18 h
Ø Vorwarnzeit
Ausgangslage
Ein Fertigungsbetrieb wollte eine ältere Linie (Baujahr 1996) in ein modernes Predictive-Maintenance-System einbinden. Sechs Maschinen, 8–15 Messpunkte je Maschine — ausschließlich analog (4–20 mA, 0–10 V, Thermoelemente, PT100), keine digitale Schnittstelle.
Ungeplante Stillstände dominierten die Wartung: Ausfälle wurden erst nach dem Stillstand erkannt. Alternative vom Markt: Komplettaustausch der Anlage; SCADA-Nachrüstung des Herstellers für diese Typen war nicht verfügbar.
Ziel: parallele Datenerfassung und Frühwarnung — die Maschinen laufen weiter, ohne Umbau der Steuerung oder Ersatz der Linie.
Vorgehen
1
1 Analyse
Signal- und Ausfallanalyse
- Kartierung von 78 analogen Messpunkten an sechs Maschinen
- Zwölf häufige Ausfallmuster aus Wartungslogs (5 Jahre) identifiziert
- Korrelationen: welche Signale welchen Zustand und welche Vorläufer anzeigen
2
2 PCB
Custom IoT-Knoten (Hardware)
- Je Maschinentyp: ESP32-Datenlogger, 16-Kanal 24-bit ADC
- Eingänge 4–20 mA, 0–10 V, Thermoelemente, PT100; MEMS-Beschleunigungssensor
- IP65-Gehäuse, 24 V DC aus dem Schaltschrank, Wi‑Fi + MQTT
3
3 Embedded
Firmware: FFT und Frühwarnung on-device
- ESP-IDF; ADC-Sampling bis 10 kHz für Vibration
- FFT mit ESP-DSP — Spektralanalyse 0–500 Hz an Lagerpunkten
- Regelbasierte Frühwarnung on-device, Telemetrie Rohdaten + KPIs + Alarme, OTA
4
4 Deployment
Installation ohne Maschinenumbau
- Anklemmen an bestehende Messpunkte — kein Eingriff in die Maschinensteuerung
- Etwa vier Stunden Installation je Maschine, kein geplanter Produktionsstopp
- Sechs Knoten in Betrieb, erste Zeitreihen innerhalb weniger Tage
5
5 Backend
Cloud-Pipeline und Dashboard
- MQTT über Wi‑Fi in Broker/Adapter und Node.js-Pipeline
- TimescaleDB für alle Messpunkte, InfluxDB für Hochfrequenz-Vibration
- FastAPI + React: FFT-Spektrum, Trends, Predictive Score, Alarme mit Eskalation
6
6 6 Monate
Ergebnisse im Betrieb
- Neun von zwölf Ausfallmustern durch Frühwarnung abgefangen
- Ungeplante Downtime deutlich reduziert (im Bericht: 32 h/Monat → 4,5 h/Monat)
- Erste vollständige digitale Maschinenhistorie; Ersatzteile Wochen im Voraus bestellbar
- Energieverbrauch durch Optimierung messbar gesenkt (im Bericht: etwa −12 %)
So funktioniert die Lösung
6× IoT-Knoten (ESP32 · ADC · MEMS · IP65)
↓
MQTT über Wi‑Fi (Telemetrie · Alarme)
↓
Broker / Pipeline (AMQP/MQTT-Adapter · Node.js)
↓
TimescaleDB + InfluxDB (Zeitreihen · Vibration HF)
↓
React Dashboard (FFT · Trends · Predictive Score)
Ergebnisse
Predictive Maintenance auf Bestandsanlage ohne digitale Schnittstelle — ohne Maschinenersatz
78 analoge Messpunkte in ein einheitliches IoT-Netzwerk überführt
Edge-FFT und Frühwarnung on-device auf ESP32 — cloud für Historie und Dashboard
Installation parallel zum laufenden Betrieb, typisch wenige Stunden je Maschine
Wartung von reaktiv auf proaktiv — Ausfallmuster und Vorwarnzeit dokumentiert
Technischer Pfad skalierbar auf weitere Maschinentypen mit gleicher Signallandschaft
Technologien
IoT retrofitESP32ESP-IDFESP-DSP / FFTCustom PCB24-bit ADCMQTTTimescaleDBInfluxDBNode.jsFastAPIReactPredictive maintenance
Analoge Anlage, hohe Downtime, kein Dateninterface?
In 30 Minuten klären wir, ob ein IoT-Retrofit mit Edge-Analyse und Dashboard für Ihre Bestandsanlage realistisch ist — ohne Maschinenersatz.
Kostenfreie Ersteinschätzung Antwort innerhalb 24 Stunden Kein Commitment Vertraulich