EN
DE
.svg)
Wie auch immer Ihr spezieller Bedarf aussehen mag: Sie benötigen Maschinen- und Sensordaten, die sofort einsatzfähig sind.
Ihre Algorithmen und Sie selbst benötigen diese Daten in homogener Form.
Sie werden sich wünschen, dass diese Daten auf einem Edge Device lokal gespeichert werden. Denn Maschinen- und Sensordaten, die Ihre Fabriknetze verstopfen, liefen auf das 'beliebte' Modell: 'Operation gelungen, Patient tot' hinaus.
Automatisierte Qualitätssicherung ist cool - in der Theorie. Sie bietet jedoch nur dann einen angemessenen ROI, wenn relevante Maschinen- und Sensordaten verfügbar sind und diese Daten in einer Weise angezeigt werden, die dem Zweck des Vorhabens entspricht. Wir haben reichlich Erfahrung im Zusammenspiel von Hardware, Software und KI. Denn eines ist klar: Ihre Investition darf die damit erzielten Einsparungen nicht übersteigen. Deshalb setzen wir KI nur ein, wenn die Herausforderungen nicht ohne maschinelles Lernen gelöst werden können.
Weil Verschleiß per Definition ein schleichender Prozess ist, wird er meist erst dann erkannt, wenn Anlagen stillstehen oder sich die Qualität der Produkte verschlechtert. Aus der Kosten - Nutzenperspektive bietet eine frühzeitige Verschleißerkennung vor allem bei mechanischen und energieintensiven Prozessen einen besonders wertvollen Beitrag.
Eine große Produktvielfalt, komplexe physikalische und chemische Prozesse und schwankende Materialeigenschaften machen es oft schwierig, Maschinen über einen längeren Zeitraum richtig einzustellen. Die Datenanalyse kann Zusammenhänge zwischen Einstellungen und Defekten aufzeigen und so eine Reihe von Verbesserungsmöglichkeiten aufdecken.
Neue Gerätetypen sind oft von Kinderkrankheiten betroffen, deren Ursachen nicht immer klar sind. Dadurch verzögert sich der Start der Serienproduktion. Prozess- und Maschinenfähigkeitsanalysen mit Kameras und Maschinendaten helfen bei der Inbetriebnahme neuer Produktionslinien.
Das Hin- und Herschalten von Maschinenparametern führt oft zu langwierigen Diskussionen unter den Mitarbeitern. Mit PANDA | IDI wird die Dateneinstellung Ihrer Maschinen transparent und trägt so dazu bei, ein besseres Verständnis Ihrer Belegschaft über die richtige Einstellung Ihrer Maschinen herbeizuführen.
Die Umstände von Maschinenstillständen und Abschaltvorgängen sind aus handschriftlichen Protokollen meist nur schwer zu rekonstruieren. Mit der umfassenden IDI-Datenaufzeichnung von PANDA können Störungen systematisch erkannt werden. Algorithmen, die auf diesen Daten basieren, sind dann in der Lage, die Ursachen schrittweise zu verstehen und Probleme zu antizipieren oder zu verhindern.
KPIs können dazu beitragen, Ihre Produktion aus einer strategischen und langfristigen Perspektive zu verbessern. Die korrekte Erfassung von KPIs erfordert oft manuelle Arbeit. PANDA | IDI wird diesen Prozess erheblich beschleunigen.
Ein Unternehmen aus der Automobilindustrie befand sich in einem Dilemma. Ihm wurde ein neues Verarbeitungsgerät angeboten, das einen erheblichen Wettbewerbsvorteil bieten würde. Auch eine erste Integration in die Prototypenfertigung war vielversprechend. Der Vertrieb setzte diese neue Technologie als Joker bei den Verhandlungen um einen Großauftrag ein und überflügelte damit die Konkurrenz. Doch dann stellte sich heraus, dass die Technologie nicht wirklich getestet und beherrscht wurde. Warnungen von erfahrenen Technikern wurden ignoriert. Normalerweise setzt das Unternehmen eine solche Technologie für viel kleinere Serienprojekte ein. Sie wird nach erfolgreicher Vorerprobung Schritt für Schritt zur Reife gebracht. Eine Rückkehr zum alten Verfahren hätte jedoch die Hälfte des EBIT aufgefressen. Der SOP war festgelegt, und eine Entscheidung war dringend erforderlich.
Innerhalb weniger Tage versahen PANDA und der Hersteller die neuen Geräte mit Sensoren und überprüften die Prozessfähigkeit vollständig mit den Algorithmen von PANDA. In den folgenden Wochen wurden die Probleme Stück für Stück verstanden, gelöst und die Prozessfähigkeit nachgewiesen. Zu wissen, was zu tun ist und wie es zu tun ist, anstatt zu raten, worin das Problem bestehen könnte, wurde zum Motto des gesamten Projekts.
Ein Mitarbeiter des Kunden war sehr versiert in der Bedienung und Automatisierung von Excel mit VBA. Aufgrund seiner 15-jährigen Erfahrung in diesem Bereich war er der Datenexperte des Unternehmens und wurde intern als "Prozesspapst" bezeichnet. PANDA erklärte sich bereit, eine sehr Excel-nahe Lösung zu integrieren. Excel eignet sich sehr gut für einfache Tabellenkalkulationen und kleine Datensätze, aber beides ist für KI-Anwendungen normalerweise nicht verfügbar. Es gab einige Kommunikationsschwierigkeiten darüber, ob die Möglichkeiten durch die Beschränkungen von Excel künstlich eingeschränkt werden und inwieweit eine Cloud-Anbindung genutzt werden sollte. So können beispielsweise weder Echtzeitdaten noch Bilder, Schwingungsprofile etc. in Excel sinnvoll verarbeitet werden. Es schien alles auf einen großen, langwierigen und teuren Kompromiss hinauszulaufen und das Projekt kam zum Stillstand.
PANDA lud den Mitarbeiter schließlich zu einem internen, einwöchigen KI-Crashkurs ein, der normalerweise nur für neue PANDA-Mitarbeiter angeboten wird. Der Prozesspapst erklärte dem Management schließlich, dass, wenn man nur einen Hammer habe, alles wie ein Nagel aussehe, und dass er nun eine ganz neue Vorstellung von dieser "KI-Sache" habe, die nur Mathematik sei. Innerhalb weniger Wochen integrierte der Prozesspapst zum Erstaunen aller Beteiligten die Algorithmen von PANDA im Alleingang in seine Excel-Lösung, mit ein wenig Hilfe von Python und einem Werkstudenten.
Ein Unternehmen stand vor der Herausforderung, eine 20 Jahre alte Anlage zu erneuern, die lange Zeit sehr produktiv gearbeitet hatte. In letzter Zeit traten jedoch immer wieder Probleme mit der Produktqualität auf, was zu langen Stillstandszeiten und komplizierten Wartungsarbeiten führte. Da die Dokumentation nicht mehr vollständig war und der Hersteller in der ursprünglichen Form nicht mehr existierte, wurde PANDA gebeten, die wesentlichen Prozessdaten zu erfassen und für ein Pflichtenheft für eine neue Anlage aufzubereiten. Doch es kam anders. Die Analyse offenbarte ein sehr großes Optimierungspotenzial. Das Wissen um die genaue Funktionsweise und die Einstellparameter war im Laufe der Jahre offenbar verloren gegangen. Die Analyse zeigte, wie zwei kleine Änderungen zu einem erheblichen Verschleiß führten, der immer wieder Produktdefekte verursachte und kostspielige Ausfallzeiten und Reparaturen zur Folge hatte.
Die häufigen Ereignisse veranlassten das Unternehmen ursprünglich dazu, die Anlage komplett zu ersetzen. Sie schien das Ende ihrer Lebensdauer erreicht zu haben. Auch eine aufwendige Mechanik zur schnellen Wartung schien nicht mehr zu helfen. Die Lieferanten taten sich jedoch schwer, alternative mechatronische Angebote zu machen. Letztlich konnte PANDA helfen: Ein gemeinsamer Einsatz von PANDA, einem Ingenieurbüro des Vertrauens und der Instandhaltungsabteilung des Unternehmens half, die Verschleißerscheinungen an der Wurzel zu beseitigen und die Anlage durch Neueinstellung der Parameter wieder auf ihr ursprüngliches Produktivitätsniveau zu bringen. Das bereits reservierte Investitionsbudget konnte teilweise für die Automatisierung der Endlinie verwendet werden.
Eine Wägezelle wurde bereits bei einem Verformungsvorgang eingesetzt, um die Klebetechnik auszuschalten. Mit Hilfe von PANDA wurden alle Stromverläufe des Projekts lückenlos überwacht. Zusätzlich wurden die Stromprofile der Aktoren an den Gleichrichtern abgegriffen und ebenfalls überwacht. Außerdem wurden zusätzliche Schwingungssensoren eingesetzt, da die Anlage stark überlastet war. Ziel war eine verbesserte Verklebungstechnik.
Nach einiger Zeit zeigten sich deutlich erhöhte Stromverbräuche bei den Stellantrieben. Die anderen Signale waren auf den ersten Blick unauffällig. Ein Check-up zeigte keinen Verschleiß am Motor. Später traten jedoch deutliche Auswirkungen auf die Kraft-Weg-Kurven auf, ohne dass die Qualität des Bauteils zu beeinträchtigen drohte.
Nach einer weiteren Woche der Überwachung nahm die Abweichung zu. Schließlich ergab eine gründliche Inspektion vor Ort, dass das Fundament einseitig abgesunken war und die gesamte Anlage nun unter Strom stand. Die Anlage wurde über Nacht neu positioniert. Eine Messung ergab, dass keine plastischen Verformungen aufgetreten waren und die Produktion nun fortgesetzt werden konnte. Innerhalb von vier Wochen wurde die Maschine in ein Rüttellager umpositioniert.
Das Ziel dieses Projekts war die Qualitätskontrolle und Optimierung der Klebetechnik. Am Ende waren Einsparungen bei den Geräten im Wert von etwa 15.000 € erzielt worden, und es musste nur ein minimaler Produktionsausfall ohne Qualitätseinbußen in Kauf genommen werden. Es war das erste Mal, dass die Task Force nicht nur die Scherben aufsammelte, sondern ein bedeutendes Problem proaktiv abwendete.
Ein Hersteller hatte Schwierigkeiten, auf seinem üblichen Qualitätsniveau zu produzieren. Mit der Hilfe von PANDA wurden neue Qualitätskriterien festgelegt und Sensoren eingesetzt. Während eines Workshops wurde deutlich, dass der Feuchtigkeitsgehalt der Grundierung und andere Werte wie Schichtdicke und Farbe, die noch nicht erfasst werden mussten, Blasen verursachen können. Insgesamt wurde die Anlage für vierzig Prozessvariablen in Echtzeit überwacht, sowie für zwanzig Tuning-Parameter, die der Spezialist vor allem zur Fehlerbehebung eingesetzt hatte.
Eine Analyse der Daten ergab keine signifikanten Korrelationen zwischen 80% dieser Parameter und dem Qualitätsniveau. Ein zusätzlicher Sensor zeigte jedoch die Einflussgrößen an, wie die Fachleute bereits vermutet hatten. Wie sich herausstellte, waren die Qualitätsprobleme auf Schwankungen zurückzuführen, die durch einen externen Lieferanten verursacht wurden. Angepasste Parameter verbesserten oder verschlechterten die Qualität zufällig geringfügig. Mit diesen Zahlen und Fakten konfrontiert, zeigte sich der externe Zulieferer gesprächsbereit. Es wurden neue Qualitätsstandards vereinbart und eine Warenausgangskontrolle eingerichtet.
Ein Unternehmen stand vor der Herausforderung, eine zweite Niederlassung zu gründen. Der technische Leiter befürchtete, dass der reibungslose Prozessablauf in der Hauptniederlassung gestört werden könnte, wenn er seine Spezialisten nicht täglich persönlich erreichen könnte. Auch gab es Zweifel, ob das eingespielte Team nicht unter dem Wachstum des Unternehmens leiden würde. Innerhalb von drei Monaten modellierte PANDA die gesamte Produktionshalle in 3D. Nach weiteren drei Monaten wurden nach und nach maschinenrelevante Sensordaten hinzugefügt.
Wie sich herausstellte, lag der wesentliche Vorteil dieser Digitalisierung in der Echtzeit-Beobachtung der Anlage über Skype: Die Kommunikation wurde erheblich verbessert und erleichtert. Das Projekt wurde auch auf den neuen Standort ausgeweitet. Auf der Grundlage dieser standortübergreifenden Digitalisierungserkenntnisse wurde vom technischen Leiter ein Remote-MES-System eingerichtet.
