Prädiktive Qualitätssicherung mit Prozess- und Betriebsdaten
Innovative Produktideen und hohe Ansprüche an die Produktqualität erfordern häufig komplexe Produktionsprozesse, die sich am Rande des technologisch Machbaren bewegen. Kostenintensive 100%-Prüfungen und vergleichsweise hohe Ausschussraten sind die Folge. Mit einer ´Prädiktiven Qualitätssicherung´ auf Basis von Prozess- und Betriebsdaten können diese Kosten reduziert werden. Dazu wird im Produktionstakt bereits vorausschauend - also quasi in Echtzeit - auf die Qualität der gefertigten Produkte geschlossen und so die Qualitätsregelschleife deutlich verkürzt.
Fazit
Die vorgestellte Architektur wird im dem vom BMWi geförderten Verbundprojekt ´Offene, intelligente Services für die Produktion´ entwickelt und erprobt. Dabei wurde bereits eine breit einsetzbare Big Data Architektur erarbeitet, mit der Machine Learning Anwendungen nicht nur für das gezeigte Beispiel, sondern auch für andere Aufgabenstellungen für prädiktive Dienste in der Produktion implementiert werden können. Neben Funktionen für die vorausschauende Qualitätssicherung stehen dabei Instandhaltungsoptimierungen und das Risiko-Management in Prozessketten im Fokus des Projektes.
Seiten: 1 2Auf einer Seite lesen
