Freitag, 26. April 2019
Hersteller werden dazu animiert, den Wert ihrer Produktionsdaten zu nutzen
bodohann, 16:16h
Seit einiger Zeit werden Hersteller dazu angehalten, den Wert ihrer Produktionsdaten zu nutzen und vom historischen Wissen ihrer Organisationen zu lernen.
Bei seinem Vortrag auf der Hannover Messe gab Frans Cronje, Geschäftsführer und Mitbegründer von DataProphet und Spezialist für die Entwicklung von Lösungen der Künstlichen Intelligenz (KI) Führungskräften zu bedenken, dass angesichts der unvorstellbaren Datenmenge aus Produktionslinien menschliche Analysen durch KI verbessert werden sollten. Die Trennung der Daten könne sehr nutzbringend sein.
„In der Prozesssteuerungsumgebung erhalten wir eine riesige Datenmenge aus der Fertigungslinie. Diese ist so umfangreich, dass sie nicht von einer Person allein analysiert werden kann. Es besteht die Gefahr, dass die Bediener von der Informationsflut überwältigt werden und wichtige Möglichkeiten der Prozess- und Qualitätsoptimierung ungenutzt bleiben. Deshalb möchte ich alle Hersteller darauf aufmerksam machen, dass ihre Daten von großem Wert sind und keine großen Investitionen nötig sind, um diese zu extrahieren,“ so Cronje.
„Die Produktion ist komplex und schwer kontrollierbar. Vorhandene Technologien scheitern oft daran, Produktionsstörungen vorherzusagen und wechselnde Bedingungen zu ermitteln, welche die Qualität beeinträchtigen können. Jeder Prozessschritt kann hunderte Variable beinhalten, die sich auf die Produktionsqualität und die Betriebseffizienz auswirken. Selbst erfahrene Experten verlieren manchmal die Kontrolle über ihre Prozesse“, fährt er fort.
Laut Cronje werden bei herkömmlichen statistischen Prozesssteuerungsprogrammen die Steuerungsgrenzwerte von Experten programmiert. Diese erfassen dann oftmals nicht die komplexen Interaktionen zwischen allen Prozessvariablen. Daraus ergeben sich erhebliche Abweichungen bei der Anlagenleistung und Produktionsqualität, welche sich die Experten nicht erklären können.
Cronje zufolge bestehe die Lösung darin, mithilfe von KI komplexe Muster in Datensätzen zu ermitteln und verschiedene Betriebsmodelle für die Produktionsanlage zu entwickeln. Ausschlaggebend sind dabei moderne KI-Systeme wie DataProphets Produkt OMNI, eine KI-Lösung, mit der die Kosten von Qualitätsmängeln in der Schwerindustrie gesenkt werden können. Anschließend werden Steuerungspläne erstellt, welche die Produktion auf ein stabiles, optimiertes Niveau bringen. So entwickelt sich der aktuelle Anlagenstatus hin zu einem optimalen Status.
„All dies ist mithilfe von modernsten maschinellen Lernverfahren möglich, mit welchen OMNI erkennt, wie sich eine kleine Veränderung in einem beliebigen Prozessschritt auf alle nachgelagerten Prozessschritte auswirken kann. Die Prozessschritte werden so nicht mehr isoliert betrieben und gesteuert. Mit OMNI kann gemessen werden, wie hoch das erwartete Ausmaß der Auswirkungen auf die Produktion ist.
Im Wesentlichen weist Herr Cronje darauf hin, dass KI Herstellern der Schwerindustrie eine echte Investitionsrendite liefert. „Wir haben beeindruckende Ergebnisse erzielt. Eine große Gießerei beispielsweise konnte ihren internen und externen Schrott pro Jahr um eine Summe von mehr als 1 Million $ senken. Eine Autolackiererei wiederum konnte ihre Bolzen- und Punktschweißfehler um mehr als 50 % verringern.“
Außerdem animierte Herr Cronje die Hersteller dazu, Erkenntnisse aus ihren historischen Produktionsdaten zu gewinnen und nicht einfach davon auszugehen, dass diese wertlos seien. „Wir müssen aus historischen Daten, SPS und sogar von alten Logbüchern lernen, um das kollektive Wissen und die Erfahrung aller Mitarbeiter zu nutzen, die in der Vergangenheit den Betrieb des Werkes beeinflusst haben. Diese jahrelange Betriebserfahrung darf nicht verloren gehen. Stattdessen sollten wir sie institutionalisieren, damit die aktuelle und künftige Belegschaft des Herstellers davon profitieren kann.“
Bei seinem Vortrag auf der Hannover Messe gab Frans Cronje, Geschäftsführer und Mitbegründer von DataProphet und Spezialist für die Entwicklung von Lösungen der Künstlichen Intelligenz (KI) Führungskräften zu bedenken, dass angesichts der unvorstellbaren Datenmenge aus Produktionslinien menschliche Analysen durch KI verbessert werden sollten. Die Trennung der Daten könne sehr nutzbringend sein.
„In der Prozesssteuerungsumgebung erhalten wir eine riesige Datenmenge aus der Fertigungslinie. Diese ist so umfangreich, dass sie nicht von einer Person allein analysiert werden kann. Es besteht die Gefahr, dass die Bediener von der Informationsflut überwältigt werden und wichtige Möglichkeiten der Prozess- und Qualitätsoptimierung ungenutzt bleiben. Deshalb möchte ich alle Hersteller darauf aufmerksam machen, dass ihre Daten von großem Wert sind und keine großen Investitionen nötig sind, um diese zu extrahieren,“ so Cronje.
„Die Produktion ist komplex und schwer kontrollierbar. Vorhandene Technologien scheitern oft daran, Produktionsstörungen vorherzusagen und wechselnde Bedingungen zu ermitteln, welche die Qualität beeinträchtigen können. Jeder Prozessschritt kann hunderte Variable beinhalten, die sich auf die Produktionsqualität und die Betriebseffizienz auswirken. Selbst erfahrene Experten verlieren manchmal die Kontrolle über ihre Prozesse“, fährt er fort.
Laut Cronje werden bei herkömmlichen statistischen Prozesssteuerungsprogrammen die Steuerungsgrenzwerte von Experten programmiert. Diese erfassen dann oftmals nicht die komplexen Interaktionen zwischen allen Prozessvariablen. Daraus ergeben sich erhebliche Abweichungen bei der Anlagenleistung und Produktionsqualität, welche sich die Experten nicht erklären können.
Cronje zufolge bestehe die Lösung darin, mithilfe von KI komplexe Muster in Datensätzen zu ermitteln und verschiedene Betriebsmodelle für die Produktionsanlage zu entwickeln. Ausschlaggebend sind dabei moderne KI-Systeme wie DataProphets Produkt OMNI, eine KI-Lösung, mit der die Kosten von Qualitätsmängeln in der Schwerindustrie gesenkt werden können. Anschließend werden Steuerungspläne erstellt, welche die Produktion auf ein stabiles, optimiertes Niveau bringen. So entwickelt sich der aktuelle Anlagenstatus hin zu einem optimalen Status.
„All dies ist mithilfe von modernsten maschinellen Lernverfahren möglich, mit welchen OMNI erkennt, wie sich eine kleine Veränderung in einem beliebigen Prozessschritt auf alle nachgelagerten Prozessschritte auswirken kann. Die Prozessschritte werden so nicht mehr isoliert betrieben und gesteuert. Mit OMNI kann gemessen werden, wie hoch das erwartete Ausmaß der Auswirkungen auf die Produktion ist.
Im Wesentlichen weist Herr Cronje darauf hin, dass KI Herstellern der Schwerindustrie eine echte Investitionsrendite liefert. „Wir haben beeindruckende Ergebnisse erzielt. Eine große Gießerei beispielsweise konnte ihren internen und externen Schrott pro Jahr um eine Summe von mehr als 1 Million $ senken. Eine Autolackiererei wiederum konnte ihre Bolzen- und Punktschweißfehler um mehr als 50 % verringern.“
Außerdem animierte Herr Cronje die Hersteller dazu, Erkenntnisse aus ihren historischen Produktionsdaten zu gewinnen und nicht einfach davon auszugehen, dass diese wertlos seien. „Wir müssen aus historischen Daten, SPS und sogar von alten Logbüchern lernen, um das kollektive Wissen und die Erfahrung aller Mitarbeiter zu nutzen, die in der Vergangenheit den Betrieb des Werkes beeinflusst haben. Diese jahrelange Betriebserfahrung darf nicht verloren gehen. Stattdessen sollten wir sie institutionalisieren, damit die aktuelle und künftige Belegschaft des Herstellers davon profitieren kann.“
... comment
