Kurzbeschreibung:
Diese Erfolgsgeschichte befasste sich mit der möglichst automatischen oder zumindest durch Remote-Engineering veranlassten Optimierung eines Präzisionsprozesses, dem Kunststoffschweißen einer Schweißanlage der Firma PolyMerge.
Neben der Definition notwendiger Sensorik war ein Aspekt dabei die Erhebung von Daten aus den Produktionsprozessen und die Konzeption einer sicheren Datenkommunikation. Das industrielle Edge-Gateway ARENDAR wurde zur Erfassung und Vorverarbeitung der Daten eingesetzt und über bedarfsgerechte Anpassung von Schnittstellen weiterentwickelt. Die erhobenen Maschinendaten wurden anschließend entweder durch den ARENDAR selbst oder die Software CONTACT Elements bereitgestellt. Hierbei waren erste Visualisierungen möglich. Entsprechend aufbereitete Daten konnten dann zum Zweck der Datenanalyse weiterverarbeitet werden. Zusammen mit der Analysesoftware RapidMiner Studio wurden Datenanbindungsmöglichkeiten erarbeitet, die prädiktive Analysen ermöglichen. Für die Analysen wurde die Berechnung gewünschter Kenngrößen anhand der erhobenen Daten aus der Produktion, die Beurteilung der resultierenden Schweißnaht und eine systematische Analyse der Daten zur Identifikation von Rückschlüssen auf die Fehlerursache sowie möglicherweise die Initiierung eines Warnsystems zur Vermeidung von Ausschuss diskutiert und konzeptioniert. Die Integration sollte dabei die Erstellung von Analyseprozessen begünstigen, die sowohl auf Echtzeitdaten, als auch historische Daten zurückgreift.
Ergebnisse:
- Zusammenführung der Erfassungs- und Verwaltungskonzepte von Maschinendaten aus den Anwendungsfällen
- Anbindung der Datenerhebungs- und -verwaltungskonzepte an Visualisierungs- und Auswertungswerkzeuge
- Erarbeitung eines ganzheitlichen Retrofitting Ansatzes von der nachträglichen Anbringung eines Edge-Devices wie dem ARENDAR, über die Einrichtung einer Datenbereitstellung und Visualisierung mittels CONTACT Elements bis hin zur Integration prädiktiver Analyseergebnisse mittels RapidMiner Studio
Beteiligte Konsortialpartner:
Arendar IT-Security GmbH füllte die Rolle des Erfolgsgeschichten-Owners aus. Außerdem erfolgte ein enger Austausch mit der artverwandten Erfolgsgeschichte 4, der von der PolyMerge GmbH geführt wurde. Polymerge stellte den Anwendungsfall, in dem eine Anlage mit einem komplexen Präzisionsprozess digitalisiert wurde. Erwartet wurde durch die Auswertung der Daten eine Verbesserung der Qualität des Produktionsprozesses.
Arendar war dabei für die Erfassung der Daten in den Anlagen im Testlabor und beim Pilotkunden sowie die Vorverarbeitung und Bereitstellung der Daten zur Auswertung verantwortlich.
Die Contact Software GmbH stellte mit CONTACT Elements ihre integrierte PLM & IoT Lösung zur Verfügung, wodurch auf Nutzungsdaten als auch Entwicklungsdaten eines Systems in einer Plattform zugegriffen wurde. Die hier verwalteten Daten konnten dabei sowohl der/dem Nutzer:in als auch weiteren Systemen, wie beispielsweise Systemen zur Datenanalyse zur Verfügung gestellt werden. Trigger- und Workflow-Funktionalitäten ermöglichten es zudem, Geschäftsprozesse anzustoßen oder spezifische Maßnahmen einzuleiten, wie beispielsweise Service-, Maintenance- oder Engineering Change Prozesse.
Das Institut für Produktionssysteme (IPS) brachte seine Kompetenz bei der Weiterverarbeitung und Analyse der Daten ein und war maßgeblich an der Verknüpfung der Methoden der Datenanalyse mit dem internen Domänenwissen im Bereich der Produktionssysteme integriert, d.h. welche Daten waren für welche Betrachtungen erforderlich und wie mussten diese sinnvoll analysiert werden.
Die PDTec AG stellte mit der ice.NET Plattform seine langjährige Expertise vor allem in den Bereichen des Daten- und Informationsmanagements, der Datenschnittstellen sowie der Vernetzung von Daten dem Projekt zur Verfügung.
Die RapidMiner GmbH bietet eine offene und erweiterbare Datenanalysesoftware an, die es Unternehmen ermöglicht von Künstlicher Intelligenz zu profitieren. Gebaut für Analyseteams vereint RapidMiner Studio alle Schritte des Data-Science-Lebenszykluses von der Datenaufbereitung über die Verwendung von Maschinellem Lernen, bis hin zur Anwendung prädiktiver Modelle. Über 540.000 Analyst*innen verwenden bereits RapidMiner Studio, um Wissen aus Datenanalysen in Entscheidungsprozessen zu berücksichtigen.