INTELLIGENTE DATEN-INFRASTRUKTUR (IDI)
für industrielle Produktionslinien

Weniger Abfall
Automatisierte Qualitätskontrolle
KI-fähige Daten

Panda | IDI
Intelligenz für wettbewerbsfähige industrielle Produktionslinien

Sensorik

Software für Edge-Geräte und VMs

Algorithmen

Visualisierung

Eine Microservice-Architektur für die schnelle KI-Bereitstellung

Schnelle und flexible Bereitstellung von intelligenten Daten auf Ihrem Edge Device

PANDA | IDI bietet Ihnen eine homogene, KI-fähige Infrastruktur aus Maschinen- und Sensordaten. So gelangen Sie auf der Grundlage relevanter Daten und geeigneter Schnittstellen im Handumdrehen an alle entscheidenden Informationen zu Ihren Anlagen.

Herunterladen Preisgestaltung

Microservices

Mehr erfahren

Nachrüstung Ihres Shopfloors mit
PANDA | IDI

Ihre Challenge

Smart Manufacturing

KI - taugliche Daten generieren
Relevante Informationen aus Maschinen-
und Sensordaten gewinnen
Reduzierung und Vorhersage von Ausfallzeiten;
Minimierung der Kosten und Dauer
Reduzierung von Abfall und Ausschuss, Verbesserung der Kostenstruktur Ihrer Qualitätssicherung

Erfahrung in der Produktion
Kontinuierliche Verbesserung
Wiederverwendbare Standardlösungen
Sensibilisierung und Befähigung der Mitarbeiter
Abgestimmt auf die Strategie

Unser Support

Bewährte Vorgehensweisen

KI und IT

Eine zuverlässige Infrastruktur zur Erfassung aussagekräftiger Maschinen- und Sensordaten
Fundierte industrielle KI-, Software- und Hardwarekenntnisse
Getestete Zustandsüberwachungen
Automatisierte Qualitätssicherungsverfahren
Erstklassige Sensoren und Industriekameras

Open Source
Maschinelles Lernen
Deep Learning
Skalierbare Microservice-Architektur
Keine Bindung an einen Anbieter
Schnelle Entwicklung
Kontinuierliche Integration
Over-the-Air-Updates

Where the magic happens

Erfahren Sie mehr über intelligente Fabriken

Wie unsere Kunden mit PANDA | IDI
KI einsetzen

Wofür unsere Kunden DRIFT verwenden

45%

Automatisierte optische Qualitätskontrolle

30%

Zustandsüberwachung und vorausschauende Wartung

15%

KI - fähige Daten ohne KI - Anwendungen

10%

PANDA-Partner-Algorithmen

Use Case-Navigator

Finden Sie selbst heraus, wie Ihre Produktion mit KI verbessert werden kann

Extrudieren

Die Druck- und Temperaturverteilung wird im Extruderkopf durch einen Sensor-Array bestimmt. Weiterhin wird mittels eines Lasers über die Leitfähigkeit und Feuchtigkeit die Viskosität gemessen. Mit Hilfe eines IR-Arrays wird der Wärmeübergang des Kunststoffs am extrudierten Teil gemessen, worüber auf die Steifigkeit zurückgerechnet werden kann. Kameras ermitteln die Oberflächengüte und Laser ermitteln die Toleranzen. Optimale Prozessparameter werden durch eine selbstlernende Software ermittelt und automatisch vorgeschlagen.

Eingesetzte Sensorik:

Gießen

Mehrere Thermalkameras überwachen den Abkühlvorgang. Ein Machine-Learning Algorithmus bestimmt nicht-optimale Stege und fasst sie zu einem Report zusammen.

Eingesetzte Sensorik:

Schnelles Prototyping

Eine Stereo-Kamera, Schwingungsaufnehmer und hochpräzise Laser bilden die Grundlagen für eine Echtzeit-Prozessfähigkeitsanalyse in einer Rapid Prototyping Maschine. Veränderungen an der Mechanik und Materialschwankungen werden rechtzeitig erkannt. Eine Schnittstelle ermöglicht die algorithmische Korrelation mit CAD-Daten. Der Herstellungsprozess wird vollständig dokumentiert und in einer Datenbank gesichert.

Eingesetzte Sensorik:

Sintern

Die Pulverzusammensetzung wird durch ein Spektrometer in einem Mischer optimiert. Temperaturen werden mit Thermalkameras überwacht. In einer Benutzeroberfläche werden die relevanten Prozessparameter zusammengeführt und die Ergebnisse während der Werkstoffentwicklung automatisch dokumentiert.

Eingesetzte Sensorik:

Spinnen

Mit einem optischen Sensor wird der Kristallisationsgrad und über Laser und DMS Sensoren die Steifigkeit von technischen Fasern inline bestimmt, indem die Eigenschwingungen ausgewertet werden. Eine Software stellt die Zusammenhänge mit den Einstellparametern des Extrusions- und Reckungsprozesses gegenüber. Diese Informationen werden wiederum mit nachfolgenden Beschichtungsparametern für eine Condition Monitoring Software verwendet.

Eingesetzte Sensorik:

Biegen

Lasersensoren vermessen den Grad der Rückfederung. Ein Machine Learning Modell berechnet Korrekturen für die Maschine und aktualisiert über OPC-UA das Programm.

Eingesetzte Sensorik:

Prägen

Ein Bilderkennungsalgorithmus prüft in Echzeit die Qualität der Prägung mit einer High-Speed Kamera. Eine Root-Cause-Analysis Software berechnet die Zusammenhänge mit den mechanischen Maschineneinstellungen, die per Laser digitalisiert wurden.

Eingesetzte Sensorik:

Schmieden

Mikrofone überwachen den Klang. Ein Algorithmus berechnet den eingebrachten Energieeintrag. Lasersensoren vermessen die Breiten entlang der Matrizen. Ein Condition Monitoring System warnt rechtzeitig bei Drifts.

Eingesetzte Sensorik:

Tiefziehen

Ein Kamerasystem ermittelt die Farbverteilung beim Einrichtvorgang und übermittelt aufbereitete Informationen automatisiert an ein FEM-Modell, welches wiederum parametrische CAD-Daten für die CNC-Fräse aktualisiert.

Eingesetzte Sensorik:

Walzen

Über Dehnungsmessstreifen werden die Anpresskräfte zwischen verschiedenen Achsen bestimmt. Ein Machine Learning Modell berechnet in Echtzeit Steuerdaten für die Hydraulik für gewünschte Profile. Vibrationssensoren überwachen den Maschinenzustand. Eine Software berechnet die Restlaufzeit bis zur nächsten Oberflächen- und Lagerwartung.

Eingesetzte Sensorik:

Drehen

Eine High-Speed Kamera filmt die Spanbildung und die Farbe. Zusätzlich werden die Motorströme ausgewertet und Beschleunigungssensoren an den Werkzeugen aufgenommen. Per Mustererkennung werden alle Daten auf einen Score aggregiert. Bei Überschreitung der Grenzwerte wird die Geschwindigkeit gedrosselt.

Eingesetzte Sensorik:

Fräsen

Eine Kamera filmt die bearbeiteten Oberflächen, erkennt Gradbildung und reicht diese Information an ein weiteres IT-System weiter, wodurch die Nacharbeit gesteuert wird.

Eingesetzte Sensorik:

Sägen

Der Sägeprozess wird mittels vibroakustischen Piezos und Lasern überwacht. Die Bretter werden über eine virtuelle Fingerprintname mittels Hyperspektral Kamera durch die Fertigung getrackt und dem Herkunftsstamm zugeordnet.

Eingesetzte Sensorik:

Schleifen

Mittels Schwingungsaufnehmern und Kraftmessdosen wird der Abnutzungsgrad der Schleifbänder überwacht und die Instandsetzung planbar gemacht.

Eingesetzte Sensorik:

Schneiden

Umweltsensoren erfassen die Gaszusammensetzung im Innenraum. Eine Kamera nimmt jeweils ein Foto vor und nach dem Schnitt auf, und berechnet ein Differenzbild, aus dem wiederum die Schnittgüte berechnet und dokumentiert wird.

Eingesetzte Sensorik:

Sortieren

Eine Computervision Anwendung markiert Gebäck auf Basis eines geschätzten Gewichtes und gibt die Koordinaten mit den Labels an einen Sortiermechanismus weiter.

Eingesetzte Sensorik:

Trennen

Eine High-Speed Computervision Anwendung markiert in der vorletzten Sortierstufe Anomalien aus, die durch Metall und klassische optische Systeme nicht erkannt wurden.

Eingesetzte Sensorik:

Kleben

Sensoren überwachen Druck, Temperatur und Viskosität im Düsenkopf. Ein Spektrometer prüft die Materialzusammensetzung der Komponenten. Weitere Sensoren erfassen die Umgebungsbedingungen wie Feuchtigkeit. Eine Kamera dokumentiert darüber hinaus den Klebstofffilm. Ein Condition Monitoring warnt vor unbekannten Veränderungen.

Eingesetzte Sensorik:

Nieten

Die Nietzufuhr wird mit Kraft-Weg Kurven und Durchlaufzeiten überwacht. Die Daten speisen ein Predictive Maintenance System, welches in Echtzeit eine Top10 Liste der bald zu wartenden Systeme erstellt, auf deren Basis die Instandhaltung Vorbereitungen treffen kann.

Eingesetzte Sensorik:

Schweißen

Mittels Kameras auf den Roboterwerkzeugen, Farbsensoren und Mikrofonen wird jede Schweißung dokumentiert und statistisch ausgewertet. Jede Schweißung wird mit den restlichen Prozessgrößen wie Strömen, Vibrationen und Drahtzufuhr korreliert.

Eingesetzte Sensorik:

Verpacken

Zwei Laser vermessen die Toleranzen der zu verpackenden Eingangsprodukte und eine Kamera ermittelt den Verpackungszustand nach dem Prozess. Zwei weitere Kameras überwachen den gleichmäßigen Kleberauftrag. Bei Störungen erhält der Bediener einen intelligenten Hinweis auf Basis der Maschinendaten, was zu tun ist.

Eingesetzte Sensorik:

Verschrauben

Bei einer teilautomatisierten Verschraubung werden die Drehmomentenverläufe ermittelt und in Echtzeit ausgewertet. Bei einer Fehlschraubung wird eine Handlungsanweisung an den Werker ausgegeben.

Eingesetzte Sensorik:

Zusammenstellung

Die Vorrichtungen und Werkzeugträger wurden mit zwei Dutzend Dehnmessstreifen ausgestattet. Dadurch ergibt sich ein virtuelles Abbild des Fügeprozesses. Zusätzliche Kameras helfen beim Lösen von Problemen mittels einer Root-Cause-Analytics Software.

Eingesetzte Sensorik:

Aufdampfen

Druck-, Beschleunigungs- und Temperatursensoren überwachen den Düsenkopf. Zusammen mit den Stromverbräuchen der Aggregate werden optimale Prozessparameter für optimale Schnitte bestimmt.

Eingesetzte Sensorik:

Auftragen

Lasersensoren vermessen Schichtdicken, Bahnschwingungen und bestimmen die Feuchtigkeit entlang der Trockenstrecke. Zusammen mit Spektrometern und Schwingungssensoren wird der Zusammenhang auf die Qualitätsmerkmale bestimmt. Eine KI-Software stellt die Zusammenhänge dar und überwacht die Einflüsse.

Eingesetzte Sensorik:

Bedrucken

Kameras überwachen den Transportvorgang Eine Anomalieerkennung bestimmt den Ursprungsort von Überwerfungen.

Eingesetzte Sensorik:

Galvanisieren

Sensoren überwachen den Zustand des Bades. Kameras prüfen die Oberflächengüte. Ein Machine Learning Modell ermittelt optimale Bad-Wechselzyklen

Eingesetzte Sensorik:

Lackieren

Kameras überwachen die Bauteile in der kritischen Phase zwischen Reinigung und Lackierung. Temperatur- und Umweltsensoren steuern den Trocknungsvorgang zur Verhinderung von Unterlack-Oxidation.

Eingesetzte Sensorik:

Reinigen

Ein Kamerasystem und Objekterkennungs- und Klassifizierungsalgorithmus erfasst den Verschmutzungsgrad. Auf Basis dieser Informationen wird eine adaptive Reinigung vorgenommen.

Eingesetzte Sensorik:

Tauchen

Ein Computervisionssystem überwacht den Abfluss. Ein weiteres bestimmt den Endzustand. Ein musterbasiertes Condition Monitoring System löst ein Wartungsticket aus.

Eingesetzte Sensorik:

Band

Eine Objekterkennung zählt und identifiziert nicht-ordnungsgemäße Gebäckwaren und übermittelt die Information an ein Leitsystem.

Eingesetzte Sensorik:

Fertigungslinie

Kameras entlang der Strecke überwachen die mehrstufige Abfüllung und Verpackung von Lebensmitteln. Eine Root-Cause-Analysis Software berechnet die KPI und identifiziert Fehlerursachen.

Eingesetzte Sensorik:

Auswählen und platzieren

Eine Objekterkennung identifiziert nicht-ordnungsgemäße Oberflächen und übermittelt die Koordinaten an den Pick&Place Roboter, der diese wiederum dann nicht verpackt.

Eingesetzte Sensorik:

Vakuum

Lasersensoren bestimmen das Eigenschwingverhalten. Ein Condition Monitoring überwacht die Produktion, die Daten dienen gleichzeitig der Reduzierung der Saugnäpfe.

Eingesetzte Sensorik:

Werkzeugträger

Erschütterungs- und Gewichtssensoren in einigen ausgewählten Werkzeuträgern kartografieren das Transportband und stellen den Gesundheitszustand der Anlage in einer Übersichtskarte dar.

Eingesetzte Sensorik:

Wir helfen Ihnen gerne bei allen Fragen

Wir sind uns der Herausforderungen bewusst, die mit der Implementierung von KI-Projekten in der Fertigung verbunden sind. Unser erfahrenes PANDA-Team unterstützt Sie auf Ihrem Weg, KI in Ihre Anlagen und Produktionsprozesse zu bringen. Sprechen Sie mit uns über Ihre KI-Projekte.

Kontakt

INTELLIGENTE DATEN-INFRASTRUKTUR (IDI)für industrielle Produktionslinien

Panda | IDI Intelligenz für wettbewerbsfähige industrielle Produktionslinien

Eine Microservice-Architektur für die schnelle KI-Bereitstellung

Schnelle und flexible Bereitstellung von intelligenten Daten auf Ihrem Edge Device

Nachrüstung Ihres Shopfloors mit PANDA | IDI

Ihre Challenge

Unser Support

Wie unsere Kunden mit PANDA | IDI KI einsetzen

Wofür unsere Kunden DRIFT verwenden

Use Case-Navigator

Finden Sie selbst heraus, wie Ihre Produktion mit KI verbessert werden kann

INTELLIGENTE DATEN-INFRASTRUKTUR (IDI)
für industrielle Produktionslinien

Panda | IDI
Intelligenz für wettbewerbsfähige industrielle Produktionslinien

Nachrüstung Ihres Shopfloors mit
PANDA | IDI

Wie unsere Kunden mit PANDA | IDI
KI einsetzen