Produkt-News

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-L├Âsungen f├╝r die Smart Factory kaum mehr leugnen, insbesondere wenn es dabei um K├╝nstlichen Intelligenz (KI) geht. Aber nicht nur die Wissenschaft besch├Ąftigt sich mit diesem Thema. Auch in der Industrie sind mittlerweile viele innovative KI-L├Âsungen angekommen – und ein Ende ist noch lange nicht in Sicht.

Grunds├Ątzlich hat sich an der Aufgabenstellung an die Fertigungs-IT wenig ge├Ąndert – sie soll immer noch den Fertigungsbetrieb unterst├╝tzen und Optimierungen erm├Âglichen. Was sich ge├Ąndert hat, ist die Komplexit├Ąt. Losgr├Â├čen sind nun wesentlich kleiner, was die Variantenvielfalt enorm steigert. In Folge dessen w├Ąchst die Datenflut, mit der sowohl Software als auch Menschen umgehen m├╝ssen. F├╝r einen effizienten Umgang mit diesen Massendaten braucht es neue Methoden – die K├╝nstliche Intelligenz schafft hier Abhilfe.

Die Methoden der K├╝nstlichen Intelligenz sind vielseitig und k├Ânnen 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 K├╝nstlicher Intelligenz die Qualit├Ąt vorher (Bildquelle: MPDV, Adobe Stock, Alterfalter)

Qualit├Ąt vorhersagen
Mit Predictive Quality hat MPDV bereits ein konkretes Produktbeispiel umgesetzt: Grundannahme f├╝r die Vorhersage der Qualit├Ąt ist, dass es auch zu Ausschuss oder Nacharbeit kommen kann, wenn sich alle Prozessparameter innerhalb der jeweils g├╝ltigen Toleranzen bewegen. Grund daf├╝r sind komplexe Zusammenh├Ąnge und Wechselwirkungen, die oftmals auf die eigentliche Fertigungstechnologie zur├╝ckzuf├╝hren sind. Predictive Quality ber├╝cksichtigt diese Zusammenh├Ąnge und gibt Mitarbeitern in der Fertigung die M├Âglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist – und das unter Angabe der Eintrittswahrscheinlichkeit. Damit l├Ąsst sich etwa die Qualit├Ąt eines Motorblocks vorhersagen, w├Ąhrend dieser gerade noch abk├╝hlt. Mitarbeiter k├Ânnen also fr├╝hzeitig 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 fr├╝hzeitig ausgeschleust werden k├Ânnen. Predictive Quality basiert auf der Ausf├╝hrung eines Modells, das beispielsweise mittels Machine Learning erstellt wurde und erfasste Prozessdaten in Echtzeit verarbeitet.

R├╝stzeitvorhersage
Im Rahmen der Fertigungsplanung wird auf eine Reihe von Vorgabewerten zur├╝ckgegriffen, um eine Grundlage f├╝r die zu ber├╝cksichtigende Bearbeitungsdauer eines Vorgangs und f├╝r die ├ťbergangszeiten zwischen zwei Vorg├Ąngen eines Auftrags zu haben. Die R├╝stzeit ist eine dieser Vorgaben, die bisher meist manuell mit der Stoppuhr gem├Ą├č REFA ermittelt wird. Um die wachsende Zahl der m├Âglichen Kombinationen aus Werkzeugen, Material, Personal und sonstigen Einflussfaktoren gerecht zu werden kann KI die R├╝stzeitvorhersage unterst├╝tzen. Dazu wird auf Basis historischer Daten aus einem MES ein Modell erstellt, dass alle Faktoren ber├╝cksichtigt, wie etwa die L├Ąnge der R├╝stzeit bezogen auf die Kombinationen aus Artikel, Maschine, Werkzeug. Im Rahmen der Modellerstellung k├Ânnen die verwendeten historischen Daten auch auf ihre Eigenschaft als Einflussfaktor untersucht werden. Eine herk├Âmmliche R├╝stwechselmatrix kommt dabei schnell an ihre Grenzen, da es einfach zu viele m├Âgliche Kombinationen gibt.

Der eigentliche Clou besteht jedoch in der Verwendung des erzeugten Modells und somit in der Vorhersage der R├╝stzeit. 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 R├╝stzeit vorherzusagen. Auch f├╝r neue Kombinationen k├Ânnen R├╝stzeiten auf Basis von ├ähnlichkeitserw├Ągungen abgesch├Ątzt werden. Die KI agiert dabei im Wesentlichen so, wie die manuelle Pflege erfolgen w├╝rde: ein Fachexperte schlie├čt von vergleichbaren Artikeln, Werkzeugen etc. auf die neue Kombination. Die Prognose wird damit nicht die Genauigkeit erreichen, die bei Kenntnis aller Faktoren m├Âglich w├Ąre, liegt jedoch sicherlich auch nicht hinter den herk├Âmmlichen manuellen Sch├Ątzungen zur├╝ck.

Was die R├╝stzeitvorhersage im Vergleich mit der herk├Âmmlichen Methode leisten kann, wurde auf Basis von mehreren realen Produktionsszenarien untersucht. Es zeigt sich, dass die KI-basierte Vorhersage den herk├Âmmlichen Vorgabemechanismen deutlich ├╝berlegen ist. So entfallen unn├Âtige Pufferzeiten. Erste Analysen zeigen, dass durch den Einsatz von KI-Systemen rund 20 Prozent neue Kapazit├Ąten in der Produktion frei werden.

Analyse von Einflussfaktoren
F├╝r viele Unternehmen w├╝rde allein die Benennung der tats├Ąchlichen Einflussfaktoren auf Basis historischer Daten schon einen Mehrwert darstellen. Denn meist fehlen Informationen dar├╝ber wie relevant ein Einflussfaktor in diesem Fall f├╝r die zu erwartende R├╝stzeit ist. Zum Beispiel k├Ânnte die Tageszeit eher weniger relevant sein – das R├╝sten dauert also in der Fr├╝hschicht genauso lang wie in der Nachtschicht. Andererseits k├Ânnte das verwendete Material sich signifikant auswirken – beispielsweise dauert das R├╝sten mit dem Material von Lieferant A deutlich l├Ąnger als mit den Material von Lieferant B. Die Analyse der Einflussfaktoren auf Ihre Relevanz hin ist quasi ein n├╝tzliches Nebenprodukt bei der Modellerstellung f├╝r die R├╝stzeitvorhersage. Die Methodik kann aber auf jedes andere Anwendungsfeld ├╝bertragen werden, in dem Vorhersagen von Interesse sind.

Ganzheitliche Fertigungsplanung
Auch bei der eigentlichen Fertigungsplanung profitiert die Industrie davon, dass in der heutigen Zeit deutlich leistungsf├Ąhigere Rechner verf├╝gbar sind als fr├╝her. Damit k├Ânnen signifikant gr├Â├čere Datenmengen verarbeitet und immer bessere Algorithmen entwickelt werden. Im Vergleich zum bisher heuristischen Vorgehen bei der automatischen Fertigungsplanung kann mit K├╝nstlicher Intelligenz ein entscheidender Schritt in Richtung optimale Fertigungsplanung gemacht werden. Im Gegensatz zum schrittweisen Vorgehen der Heuristik, werden mittels Reinforcement Learning zahlreiche Entscheidungsm├Âglichkeiten gepr├╝ft, bevor eine endg├╝ltige Planungsentscheidung getroffen wird. Reinforcement Learning, was als verst├Ąrkendes Lernen ├╝bersetzt 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 zuk├╝nftigen Planungen ein. Dabei hinterfragt der Algorithmus getroffene Entscheidungen und pr├╝ft nicht automatisch alle M├Âglichkeiten, sondern nur die mit den besten Ergebnissen. Mit jeder Entscheidung sammelt das System neue Informationen ├╝ber die vorhandenen Daten, was Schritt f├╝r Schritt die Qualit├Ąt der Planungsentscheidung weiter verbessert.

Dieses Vorgehen einer intelligenten Fertigungsplanung bringt enorme Vorteile mit sich. Alle ausschlaggebenden Faktoren wie Auftr├Ąge, Arbeitspl├Ątze, Transportwege, R├╝stzeiten, begrenzte Ressourcen sowie Personalverf├╝gbarkeiten ber├╝cksichtigt das System bereits bei der Entscheidungsfindung. So lassen sich R├╝stzeiten minimieren, Durchlaufzeiten verk├╝rzen, die Termintreue erh├Âhen, Personalkosten minimieren oder eine Materialverf├╝gbarkeitspr├╝fung durchf├╝hren. Beim Einsatz einer L├Âsung wie der Kognitiven Planung und Optimierung von MPDV kann der Anwender zudem selbst festlegen, welche Faktoren das System ber├╝cksichtigen soll und in welchem Ma├če.

K├Ânigsdisziplin: Automated Data Science
Insbesondere bei der Modellbildung macht sich die Leistungsf├Ąhigkeit des verwendeten KI-Systems bemerkbar. Leistungsf├Ąhige KI-Systeme wie das von MPDV eingesetzte zeichnen sich dadurch aus, dass sie f├╝r die Modellbildung verwendeten historischen Daten selbst├Ąndig aufbereiten k├Ânnen. Hierzu z├Ąhlt im Rahmen der Vorbereitung auf die eigentliche Modellerstellung neben der Datensynchronisation auch die un├╝berwachte Anomalie-Erkennung – also das automatisierte Erkennen von Ausrei├čern und deren Bereinigung. Dieses Vorgehensmodell, welches den herk├Âmmlichen und gr├Â├čtenteils manuellen CRISP-DM-Ansatz automatisiert, wird auch als Automated Data Science bezeichnet.

Kombiniert man dar├╝ber hinaus das methodische Knowhow eines KI-Spezialisten wie PerfectPattern mit der Praxisn├Ąhe eines MES-Anbieters wie MPDV, so k├Ânnen schnell einsetzbare Standardprodukte und flexible L├Âsungen entstehen. Deren Hauptvorteil besteht darin, dass die zur Verf├╝gung stehenden Daten nicht erst aufwendig vorbereitet werden m├╝ssen. Damit sind Kosteneinsparungen von bis zu 80 Prozent gegen├╝ber dem heute ├╝blichen Vorgehen gem├Ą├č CRISP-DM m├Âglich. Grund daf├╝r ist, dass die zur Verf├╝gung stehenden Daten nicht erst aufwendig und manuell vorbereitet werden m├╝ssen.

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 ÔÇ×ein Oberbegriff f├╝r die ÔÇ×k├╝nstliche“ Generierung von Wissen aus Erfahrung: Ein k├╝nstliches 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
Gem├Ą├č Wikipedia steht Reinforcement Learning bzw. Best├Ąrkendes Lernen ÔÇ×f├╝r eine Reihe von Methoden des maschinellen Lernens, bei denen ein Agent selbst├Ąndig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Dabei wird dem Agenten nicht vorgezeigt, welche Aktion in welcher Situation die beste ist, sondern er erh├Ąlt 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-L├Âsungen.
MPDV mit Hauptsitz in Mosbach ist der Marktf├╝hrer f├╝r IT-L├Âsungen in der Fertigung. Mit mehr als 40 Jahren Projekterfahrung im Produktionsumfeld verf├╝gt MPDV ├╝ber umfangreiches Fachwissen und unterst├╝tzt Unternehmen jeder Gr├Â├če auf ihrem Weg zur Smart Factory. Produkte wie das Manufacturing Execution System (MES) HYDRA von MPDV oder die Manufacturing Integration Platform (MIP) erm├Âglichen 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 Wertsch├Âpfungskette erfassen und auswerten. Verz├Âgert sich der Produktionsprozess, erkennen Mitarbeiter das sofort und k├Ânnen gezielt Ma├čnahmen einleiten. T├Ąglich nutzen weltweit mehr als 800.000 Menschen in ├╝ber 1.250 Fertigungsunternehmen die innovativen Softwarel├Âsungen von MPDV. Dazu z├Ąhlen namhafte Unternehmen aller Branchen. MPDV besch├Ąftigt 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) gegr├╝ndet.

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

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

Die MES-L├Âsungen von MPDV schaffen die notwendige Transparenz im Fertigungsunternehmen, machen die Produktion effizienter und steigern die Produktivit├Ąt. Daf├╝r werden Daten aus der Produktion, aber auch aus den Bereichen Qualit├Ąt und Personal erfasst, ausgewertet und quasi in Echtzeit angezeigt. So k├Ânnen die verantwortlichen Mitarbeiter im Produktionsalltag rasch auf St├Ârungen reagieren und Potenziale f├╝r die langfristige Steigerung der Wirtschaftlichkeit finden.

F├╝r jeden Einsatzzweck und Anwender bietet MPDV die richtige MES-L├Âsung (gem├Ą├č VDI 5600) an: Ob als eigenst├Ąndiges System (HYDRA-MES) oder als Kennzahlensystem (MES-Cockpit).

MPDV entwickelt heute schon praxisnahe Konzepte f├╝r das MES der Zukunft. MES 4.0 (www.mes40.de) gibt Antworten auf zentrale Fragen aus Industrie 4.0 (in der Schweiz auch ÔÇ×Industrie 2025“ genannt). MPDV konkretisiert das Zukunftskonzept MES 4.0 sukzessive und bietet bereits eine Vielzahl praxistauglicher L├Âsungsans├Ątze.

MPDV - LogoMPDV Schweiz AG
Die MES-Experten!
Z├╝rcherstrasse 83
8500 Frauenfeld

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

info@mpdv.ch
www.mpdv.ch
 
Ansprechpartner
Herr Christian W├╝ster


Adresse Deutschland:
MPDV Mikrolab GmbH

R├Âmerring 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
Branchenl├Âsung
Datenerfassung
Datentechnik
Datenverarbeitung
Datenverarbeitungsanlagen
Dienstleistung
EDV-Systemh├Ąuser
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 f├╝r Fertigungsabl├Ąufe
Planungen
Produktion
Produktionslogistik
Produktionsprozesse
Produktionssoftware
Produktionssteuerung
Prozess-Informations-Management-System
Prozess├╝berwachungen
Qualit├Ątssicherung
Qualit├Ątssicherungssysteme
Ressourceneffizienz
Schulungen
Shopfloor Management
Sicherheitssysteme
Software (Branchenl├Âsungen)
Software f├╝r die Automobilzulieferindustrie
Software f├╝r die Betriebsdatenerfassung (BDE)
Software f├╝r die Fertigung
Software f├╝r die Lagerverwaltung
Software f├╝r die Maschinendatenerfassung (MDE)
Software f├╝r die Metallverarbeitung
Software f├╝r die mobile Datenerfassung (MDE)
Software f├╝r Etikettengestaltung
Software f├╝r Prozesssteuerung
Software f├╝r Qualit├Ątssicherung
Software f├╝r Zeitwirtschaft
Software f├╝r Zutrittskontrolle
Software zur Erfassung von Prozessdaten
Softwareentwicklung
Standardsoftware
Steuerung
Systemhaus
Systemintegration
Systeml├Âsungen
Wartung von mobilen Datenerfassungsger├Ąten (MDE)
Werkzeugverwaltung
Zeiterfassungssystem
Zugangskontrollsysteme
Zukunftskonzept MES 4.0
Zutrittskontrollanlagen
Zutrittskontrollsysteme

 

 

Folgen Sie Industrie-Schweiz auf Twitter

Folgen Sie Industrie-Schweiz auf Facebook

Treten Sie der Gruppe Industrie Schweiz auf XING bei

Folgen Sie Industrie-Schweiz auf Linkedin

Das Industrie Portal f├╝r die Schweizer Maschinen-, Elektro- und Metall Industrie

MTS Messtechnik Schaffhausen GmbH

           

 

 

 

 


Industrie Waagen
Vom Feuchtebestimmer bis zur Paketwaage. In der Industrie werden alle Arten von Waagen eingesetzt.

PCE - KranwaageMehr Infos


PCE-CS Serie
Industriewaage
  

PCE Deutschland GmbH

 

igus® Schweiz GmbH

 

Industrie-Schweiz - das Internetportal f├╝r die
Schweizer Maschinen-, Elektro- und Metall-Industrie

 


 


 


 

 


 

Startseite Startseite
 Suchen    

Partner-Websites:     Kunststoff-Schweiz           Kunststoff-Deutschland           Schweizer-MedTech           Schweizer-Verpackung      

Suchen

×

☰Menü: