RecyclOS — Echtzeit-Leitstand für eine Recycling-Anlage
Eine zentrale Plant-Intelligence-Plattform, die 9 Aggregate einer Sortier- und Aufbereitungslinie in Echtzeit überwacht: 1.240 Sensorpunkte, sub-sekündliche Live-Visualisierung, vorausschauende Wartung und automatische Alarmierung — in einem einzigen Cockpit.
Die Ausgangssituation
Ein mittelständisches Recycling-Unternehmen betrieb mehrere Industrieanlagen zur Verarbeitung von Altmetallen und Kunststoffen. Die Produktionsleitung stand vor einem kritischen Problem: Keine Echtzeit-Transparenz über den Anlagenstatus.
Maschinen-Daten wurden zwar von Sensoren erfasst, aber nur lokal in proprietären Systemen gespeichert. Das Management hatte keinen zentralen Überblick über:
- Produktions-Durchsatz: Wie viel Material wird pro Stunde verarbeitet?
- Maschinen-Auslastung: Welche Anlagen laufen auf Volllast, welche stehen still?
- Temperatur-Monitoring: Kritische Temperaturen in Schmelzöfen und Pressen
- Energie-Verbrauch: Strom- und Gas-Kosten pro Anlage
- Wartungs-Zyklen: Wann steht die nächste Wartung an?
Die Herausforderungen
1Heterogene Datenquellen
Die Sensoren stammten von 5 verschiedenen Herstellern. Jeder hatte sein eigenes Protokoll: OPC-UA, Modbus TCP, MQTT, REST APIs und proprietäre Schnittstellen. Keine gemeinsame Sprache.
2Echtzeit-Anforderungen
Das Dashboard musste Daten in unter 2 Sekunden anzeigen. Bei kritischen Ereignissen (z.B. Temperatur > 800°C) mussten Alarme in Echtzeit getriggert werden. Keine Batch-Jobs, kein "alle 5 Minuten aktualisieren".
3Historische Daten & Reporting
Neben Live-Daten brauchte das Management auch Reports: Produktions-Statistiken der letzten 6 Monate, Vergleiche zwischen Schichten, Export nach Excel für Qualitäts-Audits.
4Security & Zugriffskontrolle
Nicht jeder Mitarbeiter sollte alles sehen: Produktionsleiter brauchen Vollzugriff, Schichtleiter nur ihre Schicht, externe Auditoren nur aggregierte Daten. Rollenbasierte Rechteverwaltung war Pflicht.
Die technische Lösung
Wir haben eine modulare, skalierbare Architektur entwickelt, die alle Anforderungen abdeckt und Raum für zukünftige Erweiterungen lässt.
System-Architektur
Backend: Django
- Django 4.2 als robustes Backend-Framework
- Django REST Framework für API-Endpoints
- Celery für asynchrone Tasks
- Redis für Caching & Message Queue
- PostgreSQL für Zeit serien-Daten
Frontend: React
- React 18 mit TypeScript
- Chart.js für Echtzeit-Visualisierungen
- TanStack Table für große Datentabellen
- Socket.IO für Live-Updates
- Tailwind CSS für UI-Design
Kern-Features des Dashboards
Live-Monitoring
Echtzeit-Updates alle 2 Sekunden via WebSocket. Temperatur, Durchsatz, und Maschinenstatus live überwacht.
OEE & Effizienz
Live-Berechnung der Anlageneffektivität (Verfügbarkeit × Leistung × Qualität), Engpass-Erkennung und Effizienz-Ranking aller Aggregate.
Smart Alerts
Automatische Benachrichtigungen bei kritischen Ereignissen. E-Mail, SMS und In-App-Notifications.
Vorausschauende Wartung
Pro Aggregat ein Gesundheitsindex aus Vibration, Last & Laufzeit — Wartung wird geplant, bevor es zum Stillstand kommt.
Rollen & Rechte
Granulare Zugriffskontrolle. Admin, Manager, Operator, Auditor – jeder sieht nur was er darf.
Konfigurierbar
Schwellenwerte, Alarm-Regeln und Dashboard-Widgets können vom Admin angepasst werden.
Die Ergebnisse
Vorausschauende Wartung auf Basis von Vibrations- und Lasttrends reduziert ungeplante Anlagenstopps um 41%.
Engpass-Erkennung und Auslastungs-Optimierung steigerten den Material-Durchsatz spürbar — ohne neue Hardware.
Kontinuierliches NIR-Qualitätsmonitoring hob die Sortenreinheit der Output-Fraktionen von 94,1% auf 99,8% — höhere Erlöse pro Tonne.
Transparente Stoffstrom-Bilanzierung macht die ökologische Wirkung messbar und audit-fähig — bei 99,8% System-Verfügbarkeit.
Möchten Sie das Dashboard in Aktion sehen?
Probieren Sie unsere interaktive Demo mit realistischen Test-Daten aus. Erleben Sie Live-Metriken, Datentabellen und Konfigurationen selbst.