Anwendungsbeispiele der automatisierten Analysen und KI in diskreten Produktionsprozessen

Erfolgreiches Produktions- und Qualitätsmanagement durch intelligente und prozesskettenübergreifende Datenzusammenführung

Online-Veranstaltung über MS-TEAMS® als Gemeinschaftsveranstaltung von VDI-Lenne BV, WJ/WK Lüdenscheid und der SIHK, Hagen

Bild: Symate GmbH, Dresden

Mithilfe von vorhandenen Daten können produzierende Unternehmen valide Vorhersagen für ihren Shopfloor treffen. Denn: Mittlerweile stehen neuartige Methoden und Werkzeuge zur Verfügung, die sowohl Prozess-, als auch Qualitäts- sowie Umgebungsdaten intelligent erfassen und zum Teil vollautomatisch analysieren. Im Idealfall kann das sogar prozesskettenübergreifend geschehen!

In ihrer Vortragsreihe konzentrieren sich die Referenten auf die besonders kritischen Bereiche Condition Monitoring, Predictive Maintenance und Predictive Quality. So boten sie den Teilnehmern während der ersten Veranstaltung am 10.6.2021 einen breiten Einstieg in das spannende Zukunftsthema ‚Technologiedatenmanagement‘ (TDM).

Die zweite Veranstaltung am 2.9. steht dann im Zeichen der Teilnehmer. Hierfür wurden die Teilnehmer der ersten Veranstaltung mit folgenden Themenschwerpunkten

• BLOCK 1: PROZESSKETTEN MIT KÜNSTLICHER INTELLIGENZ AUTOMATISCH ANALYSIEREN
• BLOCK 2: ANWENDUNGSBEISPIELE FÜR DIE AUTOMATISIERTE ANALYSE IN KUNSTSTOFFPROZESSKETTEN
• BLOCK 3: WIRTSCHAFTLICHE ASPEKTE

nach ihren speziellen Schwerpunkten befragt.

53% der Teilnehmenden haben sich in der anonymen Umfrage dafür entschieden, zur zweiten Veranstaltung den Block 2 umfassender zu betrachten. Die erste Veranstaltung ist unter 'Mein VDI' eingestellt.

Folgende Themen werden Inhalt dieser 2. Veranstaltung sein:

BLOCK 1: PRODUKT UND DESSEN PRODUKTIONSUMGEBUNG

• Potenzialanalyse und Zustandsraum des betrachteten Produktes
• Beschreibung der vorliegenden Produktionsprozesskette
• Prozess, Qualität und Umgebung
  - Digitale Wege in der Praxis – Erfolgreiche Lösungen für typische Problemfelder
• Allgemeine Zugangsvoraussetzung zu den Daten

BLOCK 2: KONZEPTION UND ENTWICKLUNG EINER PILOTPROJEKTUMGEBUNG

• Hybrider Modellansatz -> Konzeption einer Pilotprozesskette in 3 Phasen
• Grundlagen: Automatisierte Erfassung, Zusammenführung und Synchronisation von Daten
• Datenmanagement mit Bestandssystemen (API)
• Schwerpunkt Anwender - Mehr Transparenz im Prozess:
  - Synchronisierte Gesamtparametervisualisierung von historischen und Livedaten
  - Verstehen was im Prozess passiert / Identifizieren und Aufzeichnen welche Wechselwirkungen im Prozess stattfinden
  - Ereignisanalyse und das Aufzeigen von signifikanten / sensitiven Parameter auf Knopfdruck
• Schwerpunkt Industrialisierung:
  - Erarbeitung von umsetzbaren Anwendungsszenarien nach Beendigung des Pilotprojektes
  - Ableitung eines Implementierungskonzeptes

BLOCK 3: INDUSTRIALISIERUNG UND PRODUKTIVSETZUNG AUTOMATISIERTER ANALYSEN

• Datengestützte Auslegung des Produktionsprozesses und Inbetriebnahmeunterstützung
• Automatische Prozesskontrolle / Prozessüberwachung in Anwendung
• Möglichkeiten bei der Unterstützung im Bereich Troubleshooting
• Prozessoptimierung zwischen Data Science und Prozessengineering

Vortragende
Dr. Martin Juhrisch, David Haferkorn, Symate GmbH, Dresden