Denne store mengden data utgjør grunnlaget for preventivt vedlikehold, maskinlæring og prosessoptimering. – Dette er akkurat det vår programvare KUKA.DeviceConnector gjør. Den er en fantastisk muliggjører, sier Micael Amandusson, Channel Manager i KUKA Nordic.
Alle driftsdataene som KUKA.DeviceConnector samler inn på ett enkelt sted, sekund etter sekund, er det i og for seg mulig å få frem manuelt. – Ja, hvis du er innstilt på å legge ned hundrevis av ingeniørtimer, sier Micael Amandusson. 

Flere bruksområder
Med KUKA.DeviceConnector samles dataene inn lynraskt og distribueres via en av kommunikasjonsprotokollene OPC UA eller MQTT. – Den vanligste i vår del av verden er OPC UA. Men begge er standardiserte måter å formidle data på mellom produksjonsutstyr, innen produksjonsutstyr og oppover i hierarkiene, sier Micael Amandusson.
Det er flere bruksområder der KUKA.DeviceConnector forenkler på en avgjørende måte:

 • Asset management. Å holde orden på hvilke roboter som brukes, med alt fra serienummer til nettverksadresser og hvilken programvare de har.

• Condition monitoring. Innsamling av driftsdata. For eksempel hvilken last roboten håndterer, hvilke vinkler robotarmene har, og temperaturen til servomotorene.

• Communication. Hvilket eksternt utstyr er koblet til robotene? Inn- og utganger, eksterne signaler med mer.

• Safety. Kontroll på om roboten har utført bremsetestene sine, hvilken sikkerhetsmodus den er i ved nødstopp, om sikkerheten er like bra som ved levering, og mer.                                                                                                                       

Den enkleste versjonen, KUKA.DeviceConnector Preinstalled, er med som standard når roboten kjøpes inn. Med den går det an å se hvilken informasjon som er tilgjengelig. Men for å kunne benytte seg av dataene fullt ut, kreves en av de to lisensierte versjonene – Standard eller Full – med ulik grad av kompleksitet.

En prosess som lønner seg
Alt dette gir mulighet for å analysere og trekke konklusjoner, og dermed oppnå fordeler som redusert energibruk, kortere syklustider, diagnostisering av feil før de blir til alvorlige problemer og så videre.
– Å lære seg å bruke informasjonen er en modningsprosess som skjer i flere trinn, men en prosess som er vel verdt å gå gjennom, sier Micael Amandusson. Ifølge ham muliggjør KUKA.DeviceConnector den maskinlæringen som er en av hjørnesteinene innen kunstig intelligens.  – Om ti år kommer dette til å være en selvfølge. Og den som er raskest ut med å blir gode til det, kommer til å ha en enorm konkurransefordel, sier han.