Betonmischer-Monitoring

Transportbeton hat ein hartes Zeitbudget. Sobald Wasser auf Zement trifft, wirken Trommelrotation, Belastung des Hydraulik-Trommelantriebs, Wasserzugabe aus dem Fahrzeugtank sowie Umgebungstemperatur und -feuchte auf Konsistenz, Verarbeitungsfenster und die Frage, ob die Charge auf der Baustelle angenommen wird. Ein länderübergreifender Betreiber fuhr seine Lieferflotte auf manuellen Protokollen und gelegentlichen Werksprüfungen. Qualitätsdrift zeigte sich damit erst beim Einbau, wenn nichts mehr zu retten ist.

Der Auftrag war eng gefasst. Die gemessenen Signale pro LKW in Echtzeit sichtbar machen (Trommeldrehzahl und -drehrichtung, Druck am Hydraulikmotor des Trommelantriebs, GPS-Position, Nutzung des Wassertanks, Umgebungstemperatur und -feuchte), Edge-zuerst übertragen und in eine Partner-KI-Plattform einspeisen, die den Regelkreis zur Rezepturoptimierung schließt. Kein Gerede von Transformation. Die Frage lautete, ob sich eine abzulehnende Charge stoppen lässt, bevor sie das Depot verlässt.

Der Erfassungsstack auf jedem LKW liest die Kanäle, die für Lieferqualität und Betrieb zählen:

• Trommeldrehung: Drehzahl und Drehrichtung der Mischtrommel.
• Hydraulikdruck: Druck am Hydraulikmotor, der die Trommel antreibt.
• GPS: Position des Fahrzeugs während der gesamten Lieferung.
• Wassertank-Nutzung: ein Sensor, der erkennt, wann Wasser aus dem Wassertank des Fahrzeugs entnommen wird.
• Umgebungstemperatur und -feuchte: Umgebungsbedingungen am Fahrzeug.

Ältere LKW ohne werkseigene Sensoren erhalten Nachrüsteinheiten, abgestimmt auf die OEM-bestückte Flotte. Ein Schema deckt jedes Chassis ab, sodass die Analytik nie nach Baujahr verzweigen muss.

Jeder LKW trägt ein offenes Linux-Gateway von Owasys, das einen Erfassungs-Daemon ausführt. Wo der Antriebsstrang es bereitstellt, liest das Gateway J1939 über CAN; bei älteren Einheiten fällt es auf analoge Eingänge über ein Sensormodul zurück. Rohframes werden gegen eine pro Einheit individuelle Tabelle kalibriert, auf einen Datensatz pro Sekunde pro LKW normalisiert und in einen lokalen Zeitreihen-Puffer geschrieben.

Die Analytik läuft auf dem Gateway selbst. Konsistenzschätzungen, Mischeffizienz und gleitende Temperaturtrends werden ohne Cloud-Roundtrip berechnet. Kritische Zustände (Temperatur außerhalb des Bands, Trommelstillstand) lösen lokale Alarme in unter einer Sekunde aus. Alles andere streamt über MQTT zu einem vom Betreiber gehosteten Broker, wo ein Stream-Worker Aggregate über einen Adapter nach ISO 15143-3 (AEMP 2.0) an die Partner-KI-Plattform weiterleitet.

Der Puffer hält 24 Stunden Datensätze. Ein Verbindungsabbruch im Depot kostet keine Daten zu Trommeldrehung, Beladung oder Entladeereignissen: Der Puffer leert sich bei Wiederverbindung.

Pilot (Wochen 1–3): zwölf LKW an einem Depot über zwei Chassis-Baujahre. Das zurrte die Kalibriertabellen fest, maß die Edge-seitige Alarmlatenz und bestätigte den MQTT- und ISO 15143-3 (AEMP 2.0)-Vertrag gegenüber der Partnerplattform.

Rollout (Wochen 4–9): die übrigen Depots in Wellen. Sobald ein Melqart-Ingenieur die ersten zehn LKW eines Depots zertifiziert hatte, übernahm die Depot-Crew die restlichen Installationen. Jede Installation war gleich: vorinstalliertes Gateway, ein Kabelbaum als Spiegelbild des OEM-Service-Steckers, Kalibrierung gegen Werksreferenzen.

Optimierung (Wochen 10–14): Die Partner-KI-Plattform zog Live-Daten, und das Qualitätsteam des Betreibers stimmte die Schwellwerte ab, bis das Alarmrauschen auf rein handlungsrelevante Ereignisse sank.

Das Qualitätsteam des Betreibers verzeichnet einen messbaren Rückgang abgelehnter Chargen beim Einbau, weil Edge-Alarme Out-of-Band-Bedingungen vor der Auslieferung erkennen. Dispositions- und Werksteams argumentieren jetzt über Auslastung und Qualität auf einem Datensatz, statt im Nachhinein Tabellen abzugleichen.

Zwei Ergebnisse zählen über die Schlagzeile hinaus:

• Die Partner-KI-Plattform erhält saubere Eingangsdaten. Kontinuierliche, normalisierte Telemetrie über die gesamte Flotte bedeutet, dass das ML-Team nicht mehr gegen die Datenqualität zusätzlich zur Modellqualität kämpft.
• Der Betreiber besitzt die Pipeline. Erfassungs-Daemon, Schema und Broker sitzen alle im Account des Betreibers. Wechselt der KI-Partner, bleibt der Datenpfad genau dort, wo er ist.

Die Architektur lässt sich auf jede zeitkritische Fracht übertragen: Spezialchemikalien, Verderbliches, alles mit einem Qualitätsfenster im Minutenbereich. Ein Edge-Gateway mit lokalem Puffer, ein normalisiertes Pro-Asset-Schema, MQTT zu einem vom Betreiber gehosteten Broker, ausnahmenbasierte Alarme. Die Vertikale ändert sich. Die Form nicht.