Fertigung in neuer Dimension

Was Sie aus Ihren Industrie 4.0-Daten lesen können

| Autor: Eric Ecker*

Unternehmen, die Daten im Produktionsprozess sammeln und analysieren, könnennicht nur in der laufenden Fertigung die Produktqualität und die Effizienz von Prozessen optimieren. Vielmehr lassen sich auch Wahrscheinlichkeiten berechnen, die die Ausfallzeiten reduzieren.
Unternehmen, die Daten im Produktionsprozess sammeln und analysieren, könnennicht nur in der laufenden Fertigung die Produktqualität und die Effizienz von Prozessen optimieren. Vielmehr lassen sich auch Wahrscheinlichkeiten berechnen, die die Ausfallzeiten reduzieren. (Bild: Pixabay / CC0)

Die Möglichkeiten, die sich durch die Digitalisierung der Produktion ergeben, bleiben zum Teil noch im Verborgenen. Wer konsequent Daten im Produktionsprozess sammelt und auswertet, kann damit nicht nur in der laufenden Fertigung die Qualität seiner Produkte und die Effizienz der Prozesse optimieren. Es lassen sich auch Wahrscheinlichkeiten berechnen, die die Ausfallzeiten reduzieren oder Verbesserungspotenziale erkennen

Weiter entfernt konnten Abteilungen noch bis vor einigen Jahren nicht sein: Fertigungstechnik und IT. Mit der Digitalisierung der Produktion wachsen die beiden Bereiche immer weiter zusammen. Nahezu jeder Schritt eines Fertigungsprozesses wird heute durch integrierte oder separate Messtechnik überwacht, die wiederum über Datenschnittstellen verfügt. Sämtliche Messwerte werden direkt ausgelesen oder über ein Netzwerk an eine zentrale Stelle übertragen. Doch was passiert anschließend? Bis dato schlummerten die Daten in einzelnen Datensilos, ohne zentral ausgewertet zu werden. Durch die Verzahnung von IT und Produktion sowie die Nutzung analytischer Methoden lassen sich die Fertigungsprozesse in vielfältiger Weise optimieren. Die Zielsetzung unterscheidet sich dabei von Projekt zu Projekt, ebenso die Lösungsansätze:

Automatisierte Qualitätssicherung

In einigen Branchen liegt das Hauptaugenmerk bei der Überwachung der schon gefertigten Produkte. Sehr häufig aber geht es darum, die Prozessparameter so engmaschig zu überwachen, dass es gar nicht erst zu Ausschuss kommt. Dies spielt insbesondere in Prozessen eine Rolle, bei denen die gefertigten Teile sehr aufwendig oder nur durch Material-zerstörende Tests geprüft werden könnten. Gerade in der Just-in-time-Produktion der Automobilbranche lassen sich durch die gezielte Auswertung der Prozessparameter erhebliche Kosten und ein großer Imageverlust bei eventuellen Rückrufaktionen vermeiden.

Das zeigt dieses Beispiel: Ein Unternehmen der Automobil-Zulieferindustrie erkannte das enorme Potenzial einer Produktions-Management-Plattform, die die einzelnen Shopfloor-Systeme nicht nur überprüfen, sondern im Vergleich zu anderen Fertigungsstätten analysieren und optimieren sollte. Die Speicherung der Daten wurde über fünf Jahre hinweg angelegt, sodass auch vorausschauende Prognosen erstellt werden können. Als Basis für eine strukturierte Datenanalyse galt es zunächst, alle im Produktionsbereich anfallenden Informationen zu sammeln, aufzubereiten und an das Data Warehouse zu übergeben.

Gemeinsam mit den verantwortlichen Ingenieuren der Fachabteilungen vor Ort analysierten die Experten, welche Systeme die benötigten Daten in welchem Format liefern. Da die meisten Shopfloor-Systeme nur über rudimentäre SQL-Funktionalitäten verfügen und sich nicht für eine performante Bearbeitung der Daten eignen, setzte das Projekt-Team auf SAS Data Integration Studio für die Zusammenführung der Daten. Heute lassen sich sämtliche Auswertungen einfach und schnell basierend auf konsistenten, zuverlässigen Daten durchführen. Eventuelle Fehlproduktionen können aufgrund der engmaschigen Produktionsüberwachung frühzeitig erkannt und die Auslastung unterschiedlicher Fertigungsstellen kann direkt verglichen werden. Zusätzlich sparen die Mitarbeiter im Produktionsbereich wertvolle Zeit, da sie keine manuellen Berichte erstellen müssen.

Optimierte Lagerhaltung

Ganz anders lagen die Herausforderungen bei einem weiteren Unternehmen der Zulieferindustrie: Ein ausgewogener Materialbestand spielt in allen Fertigungsbetrieben eine große Rolle, doch die Just-in-time-Produktion stellt außergewöhnliche Anforderungen an die Warenwirtschaft. Die Verfügbarkeit der benötigten Rohmaterialien entscheidet hier über die Liefertreue und damit den Erfolg des Zulieferers. Gleichzeitig darf das Lager nicht zu umfangreich sein, da die Margen sehr gering sind und dadurch zu hohe Kosten entstehen würden.

Durch die konsequente Sammlung, die zentrale Speicherung und die einheitliche Auswertung aller Produktionsdaten gelang es dem Unternehmen, die Lagerhaltung in den einzelnen Werken zu optimieren. Umgesetzt wurde dieser neue Stock Monitor mit dem SAP BO Design Studio als universelle, auch auf mobilen Endgeräten nutzbare Applikation. Neben der Analyse gespeicherter Daten aus dem Business Warehouse werden die Planzahlen von den Verantwortlichen ebenfalls in dem System hinterlegt. Um den Forecast zu aktualisieren, kann im Stock Monitor direkt die entsprechende Planungskomponente aufgerufen werden. Kommt es zu Abweichungen im Bestand, greifen die bis zu drei Maßnahmen, die direkt im Reporting definiert werden, um dies zukünftig vermeiden.

Die Vorteile für den Automobilzulieferer liegen auf der Hand:

  • Effizientes Management des Materialbestands in allen Werken
  • Engpässe werden zügig erkannt und Gegenmaßnahmen veranlasst
  • Optimierung der Lagerhaltung aufgrund von Best Practices anderer Standorte
  • Vermeidung zusätzlicher Abstimmungsmeetings durch Kommentarfunktion

Effiziente Prozesse

Die Auswertung der vorhandenen Produktionsdaten kann auch zur Optimierung der Prozesse genutzt werden. Gerade in energieintensiven Branchen verursachen geringe Schwankungen an einzelnen Stationen eine massive Zunahme des Energieverbrauchs. Die Stahl verarbeitende Industrie liefert hier das passende Beispiel: Um aus einem Stahlblock ein Band zu walzen, bedarf es zahlreicher exakt aufeinander abgestimmter Arbeitsschritte. Sie werden für jedes Produkt in einem eigenen Walzplan definiert. Temperatur des Hochofens, Gasmischverhältnis, Erzverbrauch – die Zahl der relevanten Parameter ist enorm. Insgesamt sammeln im Walzprozess Tausende von Sensoren kontinuierlich Daten, die geprüft werden müssen.

Genau hier liegt die Herausforderung für die Produzenten: Zwar erfassen und übertragen die Sensoren die Daten mittlerweile weitestgehend automatisiert an zentrale Datenbanken, häufig erfolgt die Auswertung – wenn überhaupt – am Ende jedoch manuell. Für die Schichtleiter bedeutet das sehr viel Aufwand, für das Unternehmen besteht das Risiko, dass die Energieeffizienz oder auch die Produktqualität leidet.

Im Rahmen eines Industrie 4.0-Projektes wurden die ausgewählten Sensordaten so aufbereitet, dass sie in einer universellen Plattform gespeichert und mithilfe der Business-Intelligence-Plattform von SAS ausgewertet werden können. Den Verantwortlichen stehen heute 20 unterschiedliche Basisberichte zur Verfügung, die wiederum durch die Auswahl unterschiedlicher Parameter weiter differenziert werden können. Insgesamt kommt man damit auf mehrere hundert unterschiedliche Auswertungen, die in kürzester Zeit erstellt werden.

Die Schichtleiter in der Stahlbandproduktion zeigen sich begeistert. Sie können sich voll und ganz auf die Bewertung der gelieferten Berichte konzentrieren. Soll- und Ist-Zustände lassen sich einfach vergleichen und entsprechende Maßnahmen können sofort ergriffen werden. Daraus wiederum resultieren finanzielle Vorteile für das Unternehmen: Die optimale Nutzung der Ressourcen senkt langfristig die Betriebskosten und die Einhaltung regulatorischer Abgasrichtlinien vermeidet Strafzahlung. Gleichzeitig tragen die verbesserten Produktionsabläufe zu qualitativ höherwertigen Ergebnissen bei.

Fazit

Eines ist klar: Es gibt nicht die eine universelle Lösung für die Digitalisierung der Produktion, entscheidend ist in jedem Projekt die enge Zusammenarbeit zwischen den Beratern, den IT-Verantwortlichen und den Fachabteilungen. Nur so lassen sich die relevanten Parameter definieren und die jeweiligen Ziele erreichen. Nach der Erfahrung unserer Berater bei Mayato zahlt sich diese Verzahnung am Ende für alle Beteiligten aus.

Dieser Beitrag ist bei unserem Partnerportal Bigdata Insider erschienen.

* Eric Ecker ist Leiter Industry Analytics bei Mayato

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44689988 / IoT-Praxis)