Pharma-Prozessanlage mit Industrie-PC und Server vor Ort, daneben ein Dashboard, in dem ein Messpunkt außerhalb des Toleranzbands markiert ist, und eine Frau mit Tablet

Wie L.B. Bohle Abweichungen an Pharma-Prozessanlagen früh erkennt

Prozess-, Energie- und Wartungsdaten kommen direkt aus der SPS. Machine-Learning-Modelle erkennen Abweichungen vom Idealzustand frühzeitig – auch on-premise, wie es die Pharmaproduktion verlangt.

Projekt besprechen
Kunde
L.B. Bohle Maschinen und Verfahren GmbH
Branche
Pharma-Prozessanlagen
Leistungen
IIoT-Lösung, Datenerfassung, Machine Learning
Technologie
Industrial Data Platform, Anomalieerkennung, on-premise-fähig

Ausgangslage

L.B. Bohle baut Prozessanlagen für die Pharmaindustrie. Ziel war ein zukunftsfähiges Industrial-IoT-System, das L.B. Bohle und seinen Kunden volle Transparenz über die Anlagen gibt – als Grundlage, um Wartung und Energieeffizienz laufend zu verbessern.

Gerade in der Pharmaproduktion sind die Daten sensibel. Die Lösung muss deshalb auch on-premise laufen können, also ohne Cloud beim Kunden vor Ort.

Umsetzung

Auf Basis der Industrial Data Platform von codestryke entstand eine on-premise-fähige IIoT-Lösung. Sie erfasst Prozess-, Energie- und Wartungsdaten direkt aus der SPS – gestartet mit einer Pilotanlage im Service Center von L.B. Bohle.

Die Daten liegen strukturiert vor: Zeitreihen, Events, Chargen und Parameteränderungen, jeweils mit Rezept und Nutzer.

Machine-Learning-Modelle erkennen Abweichungen vom Idealzustand frühzeitig und liefern Trendprognosen für Prozess, Wartung und Energie – zum Beispiel für Kompaktierkraft, Spaltbreite und Antriebe.

  • Datenerfassung direkt aus der SPS
  • Zeitreihen, Events, Chargen und Parameteränderungen mit Rezept und Nutzer
  • Anomalieerkennung und Trendprognose für Prozess, Wartung und Energie
  • On-premise-fähig für sensible Pharma-Produktionsdaten
Datenstrecke von der Anlage über einen Industrie-PC zum Server vor Ort, daneben eine strukturierte Datenliste
Dashboard mit Trendprognose und Warnhinweis, Kacheln für Temperatur, Drehmoment und Betriebsstunden und ein Balkendiagramm

Ergebnis

Wartungs- und Energiedaten sind jederzeit im Blick: Antriebstemperaturen, Drehmomente, Betriebsstunden und der Verbrauch pro Charge. Abweichungen fallen früh auf, und das Wissen über die Anlage ist in den Daten gesichert.

Leistung
+12 %
Wissen gesichert
100 %

Sprechen wir über Ihr Projekt.

Erzählen Sie uns, welche Maschine, welche Linie oder welche Plattform Sie besser nutzen wollen. Im Erstgespräch bekommen Sie eine ehrliche Einschätzung.