Firmenporträt

MPDV Mikrolab GmbH
KI revolutioniert die Fertigungs-IT

Auch wenn noch lange die eigentlichen Anwendungen im Fokus der Fertigungsindustrie stehen werden, so kann man den technologischen Einfluss auf IT-Lösungen für die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um Künstlichen Intelligenz (KI) geht. Aber nicht nur die Wissenschaft beschäftigt sich mit diesem Thema. Auch in der Industrie sind mittlerweile viele innovative KI-Lösungen angekommen – und ein Ende ist noch lange nicht in Sicht.

Grundsätzlich hat sich an der Aufgabenstellung an die Fertigungs-IT wenig geändert – sie soll immer noch den Fertigungsbetrieb unterstützen und Optimierungen ermöglichen. Was sich geändert hat, ist die Komplexität. Losgrößen sind nun wesentlich kleiner, was die Variantenvielfalt enorm steigert. In Folge dessen wächst die Datenflut, mit der sowohl Software als auch Menschen umgehen müssen. Für einen effizienten Umgang mit diesen Massendaten braucht es neue Methoden – die Künstliche Intelligenz schafft hier Abhilfe.

Die Methoden der Künstlichen Intelligenz sind vielseitig und können in nahezu jedem Anwendungsfeld der Fertigungs-IT zum Einsatz kommen. Die folgenden Beispiele sollen zeigen, welche Potenziale in den jeweiligen Anwendungen stecken, wenn man sie mit KI anreichert.

MPDV - KI revolutioniert die Fertigungs-IT
Predictive Quality sagt auf Basis von Prozesswerten und Künstlicher Intelligenz die Qualität vorher (Bildquelle: MPDV, Adobe Stock, Alterfalter)

Qualität vorhersagen
Mit Predictive Quality hat MPDV bereits ein konkretes Produktbeispiel umgesetzt: Grundannahme für die Vorhersage der Qualität ist, dass es auch zu Ausschuss oder Nacharbeit kommen kann, wenn sich alle Prozessparameter innerhalb der jeweils gültigen Toleranzen bewegen. Grund dafür sind komplexe Zusammenhänge und Wechselwirkungen, die oftmals auf die eigentliche Fertigungstechnologie zurückzuführen sind. Predictive Quality berücksichtigt diese Zusammenhänge und gibt Mitarbeitern in der Fertigung die Möglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist – und das unter Angabe der Eintrittswahrscheinlichkeit. Damit lässt sich etwa die Qualität eines Motorblocks vorhersagen, während dieser gerade noch abkühlt. Mitarbeiter können also frühzeitig entscheiden, ob es sich lohnt, weiter in ein Teil zu investieren oder, ob sie es direkt wieder einschmelzen, was Zeit spart und Kosten senkt, da potenziell fehlerhafte Teile frühzeitig ausgeschleust werden können. Predictive Quality basiert auf der Ausführung eines Modells, das beispielsweise mittels Machine Learning erstellt wurde und erfasste Prozessdaten in Echtzeit verarbeitet.

Rüstzeitvorhersage
Im Rahmen der Fertigungsplanung wird auf eine Reihe von Vorgabewerten zurückgegriffen, um eine Grundlage für die zu berücksichtigende Bearbeitungsdauer eines Vorgangs und für die Übergangszeiten zwischen zwei Vorgängen eines Auftrags zu haben. Die Rüstzeit ist eine dieser Vorgaben, die bisher meist manuell mit der Stoppuhr gemäß REFA ermittelt wird. Um die wachsende Zahl der möglichen Kombinationen aus Werkzeugen, Material, Personal und sonstigen Einflussfaktoren gerecht zu werden kann KI die Rüstzeitvorhersage unterstützen. Dazu wird auf Basis historischer Daten aus einem MES ein Modell erstellt, dass alle Faktoren berücksichtigt, wie etwa die Länge der Rüstzeit bezogen auf die Kombinationen aus Artikel, Maschine, Werkzeug. Im Rahmen der Modellerstellung können die verwendeten historischen Daten auch auf ihre Eigenschaft als Einflussfaktor untersucht werden. Eine herkömmliche Rüstwechselmatrix kommt dabei schnell an ihre Grenzen, da es einfach zu viele mögliche Kombinationen gibt.

Der eigentliche Clou besteht jedoch in der Verwendung des erzeugten Modells und somit in der Vorhersage der Rüstzeit. Wird beispielsweise ein Arbeitsgang auf einer Maschine zu einem bestimmten Zeitpunkt mit einem bestimmten Werkzeug eingeplant, werden diese und gegebenenfalls weitere Daten verwendet, um auf Basis des zuvor erstellten Modells die wahrscheinliche Rüstzeit vorherzusagen. Auch für neue Kombinationen können Rüstzeiten auf Basis von Ähnlichkeitserwägungen abgeschätzt werden. Die KI agiert dabei im Wesentlichen so, wie die manuelle Pflege erfolgen würde: ein Fachexperte schließt von vergleichbaren Artikeln, Werkzeugen etc. auf die neue Kombination. Die Prognose wird damit nicht die Genauigkeit erreichen, die bei Kenntnis aller Faktoren möglich wäre, liegt jedoch sicherlich auch nicht hinter den herkömmlichen manuellen Schätzungen zurück.

Was die Rüstzeitvorhersage im Vergleich mit der herkömmlichen Methode leisten kann, wurde auf Basis von mehreren realen Produktionsszenarien untersucht. Es zeigt sich, dass die KI-basierte Vorhersage den herkömmlichen Vorgabemechanismen deutlich überlegen ist. So entfallen unnötige Pufferzeiten. Erste Analysen zeigen, dass durch den Einsatz von KI-Systemen rund 20 Prozent neue Kapazitäten in der Produktion frei werden.

Analyse von Einflussfaktoren
Für viele Unternehmen würde allein die Benennung der tatsächlichen Einflussfaktoren auf Basis historischer Daten schon einen Mehrwert darstellen. Denn meist fehlen Informationen darüber wie relevant ein Einflussfaktor in diesem Fall für die zu erwartende Rüstzeit ist. Zum Beispiel könnte die Tageszeit eher weniger relevant sein – das Rüsten dauert also in der Frühschicht genauso lang wie in der Nachtschicht. Andererseits könnte das verwendete Material sich signifikant auswirken – beispielsweise dauert das Rüsten mit dem Material von Lieferant A deutlich länger als mit den Material von Lieferant B. Die Analyse der Einflussfaktoren auf Ihre Relevanz hin ist quasi ein nützliches Nebenprodukt bei der Modellerstellung für die Rüstzeitvorhersage. Die Methodik kann aber auf jedes andere Anwendungsfeld übertragen werden, in dem Vorhersagen von Interesse sind.

Ganzheitliche Fertigungsplanung
Auch bei der eigentlichen Fertigungsplanung profitiert die Industrie davon, dass in der heutigen Zeit deutlich leistungsfähigere Rechner verfügbar sind als früher. Damit können signifikant größere Datenmengen verarbeitet und immer bessere Algorithmen entwickelt werden. Im Vergleich zum bisher heuristischen Vorgehen bei der automatischen Fertigungsplanung kann mit Künstlicher Intelligenz ein entscheidender Schritt in Richtung optimale Fertigungsplanung gemacht werden. Im Gegensatz zum schrittweisen Vorgehen der Heuristik, werden mittels Reinforcement Learning zahlreiche Entscheidungsmöglichkeiten geprüft, bevor eine endgültige Planungsentscheidung getroffen wird. Reinforcement Learning, was als verstärkendes Lernen übersetzt werden kann, bewertet die getroffenen Entscheidungen, hinterfragt diese und lernt daraus. Der Algorithmus lernt mit jeder getroffenen Entscheidung, bewertet diese und setzt dieses Wissen bei zukünftigen Planungen ein. Dabei hinterfragt der Algorithmus getroffene Entscheidungen und prüft nicht automatisch alle Möglichkeiten, sondern nur die mit den besten Ergebnissen. Mit jeder Entscheidung sammelt das System neue Informationen über die vorhandenen Daten, was Schritt für Schritt die Qualität der Planungsentscheidung weiter verbessert.

Dieses Vorgehen einer intelligenten Fertigungsplanung bringt enorme Vorteile mit sich. Alle ausschlaggebenden Faktoren wie Aufträge, Arbeitsplätze, Transportwege, Rüstzeiten, begrenzte Ressourcen sowie Personalverfügbarkeiten berücksichtigt das System bereits bei der Entscheidungsfindung. So lassen sich Rüstzeiten minimieren, Durchlaufzeiten verkürzen, die Termintreue erhöhen, Personalkosten minimieren oder eine Materialverfügbarkeitsprüfung durchführen. Beim Einsatz einer Lösung wie der Kognitiven Planung und Optimierung von MPDV kann der Anwender zudem selbst festlegen, welche Faktoren das System berücksichtigen soll und in welchem Maße.

Königsdisziplin: Automated Data Science
Insbesondere bei der Modellbildung macht sich die Leistungsfähigkeit des verwendeten KI-Systems bemerkbar. Leistungsfähige KI-Systeme wie das von MPDV eingesetzte zeichnen sich dadurch aus, dass sie für die Modellbildung verwendeten historischen Daten selbständig aufbereiten können. Hierzu zählt im Rahmen der Vorbereitung auf die eigentliche Modellerstellung neben der Datensynchronisation auch die unüberwachte Anomalie-Erkennung – also das automatisierte Erkennen von Ausreißern und deren Bereinigung. Dieses Vorgehensmodell, welches den herkömmlichen und größtenteils manuellen CRISP-DM-Ansatz automatisiert, wird auch als Automated Data Science bezeichnet.

Kombiniert man darüber hinaus das methodische Knowhow eines KI-Spezialisten wie PerfectPattern mit der Praxisnähe eines MES-Anbieters wie MPDV, so können schnell einsetzbare Standardprodukte und flexible Lösungen entstehen. Deren Hauptvorteil besteht darin, dass die zur Verfügung stehenden Daten nicht erst aufwendig vorbereitet werden müssen. Damit sind Kosteneinsparungen von bis zu 80 Prozent gegenüber dem heute üblichen Vorgehen gemäß CRISP-DM möglich. Grund dafür ist, dass die zur Verfügung stehenden Daten nicht erst aufwendig und manuell vorbereitet werden müssen.

Fazit und Ausblick
Die Nutzung von KI in der Fertigung ist ein grundlegender Schritt in die Zukunft und kann Unternehmen den entscheidenden Wettbewerbsvorteil bieten. Mit Hilfe von MES kann dieser enorme Vorteil genutzt werden und Unternehmen dabei helfen, ihr Ziel von Industrie 4.0 und der Smart Factory zu erreichen. Nichtsdestotrotz kommt es in erster Linie auf die Anwendung an und erst dann um die genutzte Technologie – auch im Jahr 2020.

Info Machine Learning
Laut Wikipedia ist Machine Learning bzw. Maschinelles Lernen „ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht.“

Info Reinforcement Learning
Gemäß Wikipedia steht Reinforcement Learning bzw. Bestärkendes Lernen „für eine Reihe von Methoden des maschinellen Lernens, bei denen ein Agent selbständig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Dabei wird dem Agenten nicht vorgezeigt, welche Aktion in welcher Situation die beste ist, sondern er erhält zu bestimmten Zeitpunkten eine Belohnung, die auch negativ sein kann. Anhand dieser Belohnungen approximiert er eine Nutzenfunktion, die beschreibt, welchen Wert ein bestimmter Zustand oder Aktion hat.“ Vergleichbar ist dieses Vorgehen mit der Erziehung eines Hundes durch Belohnung mit Extra-Futter.


MPDV – die MES-Experten. Effizienter Produzieren mit MES-Lösungen.
MPDV mit Hauptsitz in Mosbach ist der Marktführer für IT-Lösungen in der Fertigung. Mit mehr als 40 Jahren Projekterfahrung im Produktionsumfeld verfügt MPDV über umfangreiches Fachwissen und unterstützt Unternehmen jeder Größe auf ihrem Weg zur Smart Factory. Produkte wie das Manufacturing Execution System (MES) HYDRA von MPDV oder die Manufacturing Integration Platform (MIP) ermöglichen es Fertigungsunternehmen, ihre Produktionsprozesse effizienter zu gestalten und dem Wettbewerb so einen Schritt voraus zu sein. In Echtzeit lassen sich mit den Systemen fertigungsnahe Daten entlang der gesamten Wertschöpfungskette erfassen und auswerten. Verzögert sich der Produktionsprozess, erkennen Mitarbeiter das sofort und können gezielt Maßnahmen einleiten. Täglich nutzen weltweit mehr als 800.000 Menschen in über 1.250 Fertigungsunternehmen die innovativen Softwarelösungen von MPDV. Dazu zählen namhafte Unternehmen aller Branchen. MPDV beschäftigt rund 420 Mitarbeiter an elf Standorten in Deutschland, China, Malaysia, der Schweiz, Singapur und den USA. Weitere Informationen unter www.mpdv.com .

Die MPDV Schweiz AG (www.mpdv.ch) wurde 1997 in Winterthur als Tochtergesellschaft der MPDV Mikrolab GmbH (www.mpdv.com) gegründet.

MPDV - Firmenzentrale
Firmenzentrale der MPDV Mikrolab GmbH in Mosbach / Deutschland

Um die weitere Verbreitung von MES international zu fördern, engagiert sich MPDV stark in den richtungswei- senden Fach-Verbänden, Instituten und Organisationen, wie z.B. VDI, VDMA, MESA und dem MES-D.A.CH.

Die MES-Lösungen von MPDV schaffen die notwendige Transparenz im Fertigungsunternehmen, machen die Produktion effizienter und steigern die Produktivität. Dafür werden Daten aus der Produktion, aber auch aus den Bereichen Qualität und Personal erfasst, ausgewertet und quasi in Echtzeit angezeigt. So können die verantwortlichen Mitarbeiter im Produktionsalltag rasch auf Störungen reagieren und Potenziale für die langfristige Steigerung der Wirtschaftlichkeit finden.

Für jeden Einsatzzweck und Anwender bietet MPDV die richtige MES-Lösung (gemäß VDI 5600) an: Ob als eigenständiges System (HYDRA-MES) oder als Kennzahlensystem (MES-Cockpit).

MPDV entwickelt heute schon praxisnahe Konzepte für das MES der Zukunft. MES 4.0 (www.mes40.de) gibt Antworten auf zentrale Fragen aus Industrie 4.0 (in der Schweiz auch „Industrie 2025“ genannt). MPDV konkretisiert das Zukunftskonzept MES 4.0 sukzessive und bietet bereits eine Vielzahl praxistauglicher Lösungsansätze.

MPDV - LogoMPDV Schweiz AG
Die MES-Experten!
Zürcherstrasse 83
8500 Frauenfeld

Tel. +41 (52) 728 39 00
Fax +41 (52) 728 39 09

info@mpdv.ch
www.mpdv.ch
 
Ansprechpartner
Herr Christian Wüster


Adresse Deutschland:
MPDV Mikrolab GmbH

Römerring 1
D-74821 Mosbach

Tel. +49 (62 61) 92 090
Fax +49 (62 61) 18 139

info@mpdv.com
www.mpdv.com 

Produkte / Dienstleistungen

Auswertung
Beratungen
Best Practice
Betriebsdatenerfassung
Branchenlösung
Datenerfassung
Datentechnik
Datenverarbeitung
Datenverarbeitungsanlagen
Dienstleistung
EDV-Systemhäuser
Elektrotechnik
Entwicklung von Software
Erfassung
Fertigung
Fertigungsdatenerfassungssysteme
Fertigungsleitstand
Fertigungsmanagement
Identifikationssysteme
Industrie 4.0
Industrieanlagen
Industrie-PCs
Kommunikationstechnik
Kontrolluhr
Leittechnik
Manufacturing Execution System (MES)
Manufacturing Execution System (MES) Software
Maschinendatenerfassung
MES
MES-Cockpit
MES-Experten
Personaldienstleister
Personalmanagement
Personalzeiterfassung
Planung für Fertigungsabläufe
Planungen
Produktion
Produktionslogistik
Produktionsprozesse
Produktionssoftware
Produktionssteuerung
Prozess-Informations-Management-System
Prozessüberwachungen
Qualitätssicherung
Qualitätssicherungssysteme
Ressourceneffizienz
Schulungen
Shopfloor Management
Sicherheitssysteme
Software (Branchenlösungen)
Software für die Automobilzulieferindustrie
Software für die Betriebsdatenerfassung (BDE)
Software für die Fertigung
Software für die Lagerverwaltung
Software für die Maschinendatenerfassung (MDE)
Software für die Metallverarbeitung
Software für die mobile Datenerfassung (MDE)
Software für Etikettengestaltung
Software für Prozesssteuerung
Software für Qualitätssicherung
Software für Zeitwirtschaft
Software für Zutrittskontrolle
Software zur Erfassung von Prozessdaten
Softwareentwicklung
Standardsoftware
Steuerung
Systemhaus
Systemintegration
Systemlösungen
Wartung von mobilen Datenerfassungsgeräten (MDE)
Werkzeugverwaltung
Zeiterfassungssystem
Zugangskontrollsysteme
Zukunftskonzept MES 4.0
Zutrittskontrollanlagen
Zutrittskontrollsysteme

 



Partner-Websites:        Kunststoff-Guide                   Kunststoff- Deutschland                   Industrie-Schweiz                   Schweizer-Verpackung

Folgen Sie Kunststoff-Schweiz auf Twitter
Folgen Sie Kunststoff-Schweiz auf Facebook
Treten Sie der Gruppe Kunststoff Schweiz auf XING bei

 

Plasmatreat GmbH

 



 

 

 

 

Kunststoff-Schweiz - Das Kunststoff-Portal für die Schweizer Kunststoff-Industrie

 

 

Folgen Sie Kunststoff-Schweiz auf Linkedin

 

Kunststoff-Schweiz - das Internetportal
für die Schweizer Kunststoff-Industrie

Suchen

 

Startseite
Suchen

 

×

☰Menü  

PHA-World-Congress

 

Der Titel der Seite wird von NetObjects Fusion generiert