Agro-MICoS maschinenherstellerunabhängiges Datenmanagementsystem. Prof. Henning Meyer FG Konstruktion von Maschinensystemen AGRITECHNICA 2015

Transkript

1 Agro-MICoS maschinenherstellerunabhängiges Datenmanagementsystem Prof. Henning Meyer FG Konstruktion von Maschinensystemen AGRITECHNICA 2015

2 Inhalt Projektteam Projektziele Ansatz Projektergebnisse 2

3 Projektpartner Person 3

4 Agro-MICoS Projektziele Offenes preiswertes System für Precision Farming auf landwirtschaftlichen Flächen kleiner, mittlerer und großer Betriebe Offenes an Landmaschinen adaptierbares System für die Ermittlung der Energieeffizienz landwirtschaftlicher Maschinen und Prozesse und für deren Condition Monitoring Nutzung des Systems als elektronischer Fahrten- und Arbeitsschreiber für die Dokumentation des gesamten landwirtschaftlichen Produktionsprozesses 4

5 Arbeitspakete 1. Erhebung der für die landwirtschaftlichen Betriebe wichtigen Informationen zu Kenngrößen der Betriebsführung einschließlich der Dokumentation 2. Ausarbeitung des datenbankbasierten Informationssystems für Precision Farming 3. Schnittstellendefinition und implementierung für den bidirektionalen Datentransfer Maschine-Datenbank 4. Weiterentwicklung der LaSeKo-Hardware und Software 5. Entwicklung von wissensbasierten generischen Methoden und eines Systems zur Maschinenzustandserfassung 6. Entwicklung von wissensbasierten generischen Methoden und eines Systems zur Auswertung von Daten des Precision Farming 5

6 Arbeitspakete 7. Entwicklung von wissensbasierten generischen Methoden und eines Systems zur Auswertung von Daten des teilflächenspezifischen Pflanzenbaus 8. Realisierung und Untersuchung der Praxistauglichkeit der demonstrierten Verfahrensketten und Durchführung von Feldversuchen mit dem System bei mehreren landwirtschaftlichen Betrieben 9. Wissenschaftliche Aufbereitung und Transfer 6

7 Hardware Interfaces 7

8 Weiterentwicklung der Hardware 8

9 Logic Way Multikonnektivität 9

10 Datenerfassung und -aufbereitung Initialisierung einer Maschine Initialmessung an jeder Maschine Ermittlung des Signalpotentials der Maschine Erstellung einer Konfiguration (Bitmuster, Vorverarbeitung, Datenfusion) Betrieb CAN Daten lesen Nach konfigurierten Bitmuster interessante Daten zur Weiterverarbeitung bereitstellen Daten vorverarbeiten (Statistik) Datenfusion Daten speichern und in Paketen versenden Langzeitauswertung Darstellung im Webinterface 10

11 Herausforderung: Herstellerunabhängigkeit Welche Signale wurden normgerecht umgesetzt? Wie ist die physikalische Anbindung an die Maschine? 11

12 Datengrundlage CAN: Motordrehzahl Kraftstoffverbrauch Von eigener Hardware GPS Position Zeit (GPS) Geschwindigkeit 12

13 Datengrundlage Weitere CAN Inhalte Zapfwellendrehzahlen Kraftheberpositionen Temperaturen Drücke Kräfte Prozessdaten aus dem ISOBUS Anbaugeräteerkennung Durch passive oder aktive Funkmodule 13

14 Ergebnisse aus Agro-MICoS Entwicklung von Werkzeugen (Hard- und Software) und einer Vorgehensweise zur Erfassung und Auswertung maschinenbezogener Daten Implementierung und Tests der Entwicklung auf Modellbetrieben Identifikation der noch notwendigen Weiterentwicklung, um das Produkt zur Marktreife zu bringen 14

15 Datenportal - Maschinenstandorte 15

16 Datenvisualisierung mit DIAdem Bodenbearbeitung mit Kreiselegge Motorlast [1] 16

17 Anwendung der Projektergebnisse Echtzeitüberwachung des Fuhrparks Standorte und Zustände zur Organisation der Ernteketten Analyse der Auslastung von Maschinen Automatisiertes überwachen der Maschinendimensionierung Maschinenzustandserfassung Auswertung der Maschinenwerte über lange Zeiträume Ermittlung des Maschinenverschleiß und Optimierung der Instandhaltung. 17

18 Maschinendiagnose und -zustandserfassung 18

19 Ebenen des Energieverbrauchs [1] 19

20 Getreideproduktionszyklus [1] 20

21 LaSeKo-Box in einem Traktor [1] 21

22 Prozesskette Datenerfassung, Übertrag und Aufbereitung [1] 22

23 Energiefluss bei einem Traktor [1] 23

24 Histogrammklassierung Kraftstoffverbrauch [l/h] Histogramm [l/h] Zeit [h] Anzahl [%] [1] Gesamtverbrauch auf diesem Feld: l 24

25 Konturdiagramme [1] 25

26 Leistungsdiagramm Verweildauer [1] 26

27 Kumulierter Kraftstoffverbrauch für das Feld im jeweiligen Arbeitspunkt [1] 27

28 Motorlast Leistungsdiagramm Moment [%] Verbrauch [l] Moment [%] Verbrauch [l] Moment [%] Verbrauch [l] Maschinendimensionierung Pflug Drillmaschine AGT-Streuer Drehzahl [U/min] Drehzahl [U/min] Drehzahl [U/min] Untere Teillast Obere Teillast Leerlauf Volllast [1] 28

29 Maschinenzustandsbeschreibung Aufzeichnung und Interpretation von Maschinendaten Gezielte Instandhaltung, da die Belastungshistorie bekannt ist Geringerer Verschleiß durch bessere Instandhaltung und Maschinenwahl 29

30 Kraftstoffverbrauch pro Hektar [l/ha] nach Feldgröße l/ha Kreiselegge Pflug Drillmaschine Feld A Feld B Feld C Feld D [1] 30

31 Bodenbearbeitungsszenarien Scheibenegge 6 m Grubber 6 m 31 [1]

32 Gerätevergleich 40,00 35,00 30,00 25,00 20,00 15,00 10,00 30,37 35,15 18,00 16,00 14,00 12,00 10,00 8,00 6,00 4,00 10,85 17,58 5,00 2,00 0,00 Verbrauch pro ha [l/ha] 0,00 Verbrauch pro m Arbeitsbreite [l/ha] 7 Schar [2,8 m; 360 PS] 5 Schar [2 m; 320 PS] 7 Schar [2,8 m; 360 PS] 5 Schar [2 m; 320 PS] [1] 32

33 Vergleich der gemessenen Werte mit Literaturwerten [1] 33

34 Arbeitsteiliger Energieaufwand pro Ertrag Ø 4,01 l/t Ø 3,30 l/t Ø 1,25 l/t Ø 6,23 l/t Kraftstoffverbrauch pro Tonne Getreide: Ø 14,79 l/t CO2-Emission pro Tonne Getreide: Ø 39 kg/t [1] 34

35 Zusammenfassung Grundfunktionalität des Systems wurde realisiert und in der Praxis getestet. Datenanalysemethoden wurden entwickelt. In Kombination mit weiteren Betriebsdaten können datenbasierte Eingriffe in die Produktionsprozesse vorgenommen werden. 35

36 Ausblick Integration von mobilen Endgeräten in Agro-MICoS: Darstellung von Prozessdaten (technisch und agronomisch) auf mobilen Endgeräten in Echtzeit Dateneingabe per Smartphone oder Tablet und Ergänzung der automatisch erfassten Prozessdaten Erweiterung der Datenerfassung/Auswertung um Informationen von Sensoren der mobilen Endgeräte. 36

37 Vielen Dank für Ihre Aufmerksamkeit. 37

38 Quellen [1] Dissertation: Christian Baron von Toll, 2013, Energieorientierte Analyse der Landmaschinentechnik Untersuchung zur maschinenrelevanten Energiebilanzierung in der Getreideproduktion mit Erfassung von CO2-Einsparpotenzialen 38