Erweitern des Horizonts mit Manufacturing Intelligence

Um den Weg in Richtung Industrie 4.0 zu ebnen ist es erforderlich, die Möglichkeiten aus den digitalen Daten der Fertigung in vernünftige und angemessene Aktionen zu überführen. Hier kommt die Manufacturing Intelligence ins Spiel…

Industrie 4.0

Die Digitalisierung der Fertigung, beschleunigt durch das Aufkommen von neuen und bahnbrechenden Technologien (wie z.B. Cyber-physikalische Systeme, 3D-Druck, Cloud Computing, Big Data, etc.) wird an Bedeutung und Popularität in Europa gewinnen. Diese grundlegende digitale Transformation wird gemeinhin als die vierte industrielle Revolution Industrie 4.0 bezeichnet, in der Schweiz auch als Industrie 2025 bekannt, und gilt als die nächste Ära von globalem Wachstum und Innovation.

Inspiriert von W. Wahlster, DFKI GmbH

Um das Potenzial von Industrie 4.0 auszuschöpfen ist es für die Fertigungsindustrie erforderlich die Möglichkeiten  für die Erfassung, Verfolgung, Messung, Integration und Analyse von fertigungsrelevanten  Daten als wertvolles Wirtschaftsgut für die Wertschöpfung zu nutzen. Manufacturing Intelligence wird hierbei eine Schlüssel-Position beim Ausbau dieser Fähigkeiten einnehmen.

Manufacturing Intelligence

Das Ziel von Manufacturing Intelligence ist es,  durch die Verbindung von Geschäfts- und Fertigungssystemen die  Produktionsleistung  zu verbessern, von der Produktionsstätte bis zur Entscheidungs-Ebene, um damit ein integriertes und intelligentes Management von Produktinformationen über den gesamten Lebenszyklus zu ermöglichen.

Um Manufacturing Intelligence zu ermöglichen sind drei Säulen zu  betrachten. Als erstes müssen Lösungen für die Echtzeit-Datenerfassung vorhanden sein, um Produktions- und Prozessdaten aufzuzeichnen. Zweitens muss eine Integrationsstrategie angewendet werden, um Daten aus verteilten Datenquellen zu verbinden. Drittens sind Datenanalyse und “deep learning”-Techniken notwendig, um eine intelligente Nutzung der erhobenen Daten sicher zu stellen.

RoundSchema_DE_1

Die Kenngrössen von Manufacturing Intelligence

Infrastruktur für Echtzeit-Datenerfassung in der Produktionsstätte
Unterschiedliche Branchen erfordern unterschiedliche Automatisierungs-Instrumente, -Geräte, -Systeme und -Roboter für ihre Fertigungsprozesse und führen zu unterschiedlichen Ergebnissen (Temperatur, Druck, Gewichte, Geschwindigkeit, Ausfallzeiten , etc.). Wenn dies aufgezeichnet wird helfen die Ergebnisse bei der Überwachung der Qualität, Ressourcenverbrauch , Produktionsstatus  und anderer Schlüsselindikatoren und bieten einen guten Boden für die Wertschöpfung. Die Analyse des aktuellen Status aller Systeme hilft zu erkennen, in welchem Umfang bestehende Installationen wie SPS (Distributed Control Systems) oder DCS (Distributed Control System) ein Ausrüstungs-Set oder die gesamte Anlage abdecken und wann neue Anlagen erworben werden müssen.

Lösungen für die Einbindung der Fertigungs-IT Umgebung
Hersteller in einer Vielzahl von Branchen sind abhängig von den Fähigkeiten der verschiedenen Informationssysteme. Von zentraler Bedeutung für Manufacturing Intelligence ist die Schnittstelle zwischen Werkstatt und den Systemen der obersten Ebene. MES (Manufacturing Execution Systeme) gelten als das Rückgrat um solche Schnittstellen zu ermöglichen. Sie werden eingesetzt um auf der einen Seite Fertigungsaufträge und Ressourcen zu managen und zu planen und auf der anderen Seite Echtzeit -Produktionsleistung zu analysieren und auszuwerten. MES kommunizieren Arbeitsanweisungen an SPS und DCS und sammeln von ihnen Prozess- und Produktionsdaten zur Analyse. Sie kommunizieren auch mit ERPs (Enterprise Resource Planning) bezüglich Produktions-Informationen aus der Werkstatt um Inventar, Kosten und Beschaffung zu aktualisieren. Während jedes System eine besondere Rolle in der IT-Fertigungslandschaft hat (MES, ERP oder Inhouse-Systeme), sichert deren Integration einen einheitlichen Produktions-Informationsfluss und stärkt die Fertigungsleistungen.

Erweiterte Analysen und vertieftes Lernen
Bei der Analyse von großen Datenmengen aus verschiedenen Datenquellen kommt es nicht überraschend, dass einige Ergebnisse weggelassen werden können und unbemerkt  bleiben, einfach weil sie beim Festlegen der Metriken oder Indikatoren nicht vorgesehen wurden. Dies ist die Stelle, wo erweiterte Analysen und vertieftes Lernen ins Spiel kommen. Sie zielen darauf ab, Datenverhalten im Laufe der Zeit zu verstehen, Korrelationen und Abhängigkeiten innerhalb der Daten zu analysieren,  separate Cluster zu identifizieren, versteckte Muster zu extrahieren und zukünftige Ereignisse vorherzusagen. Das Durchführen  erweiterter Analysen erfordert die Anwendung einer Reihe von Tools und Techniken aus der Statistik und des maschinellen Lernens.

Mit diesem integrierten und ganzheitlichen Ansatz, zusammen mit Analysen und deep learning, kann die ständig wachsende Datenflut in fundierte Aktionen umgesetzt werden, welche so die betroffenen Branchen in ihrem Übergang zu Industrie 4.0. unterstützen.

Unsere Kunden