Produktionsprozesse durch die Analyse von Daten verbessern
Betriebsparameter mit künstlicher
Intelligenz ermitteln
Künstliche Intelligenz wird in der Industrie vermehrt eingesetzt. Sie dient z.B. dazu, einem Maschinenbediener bei der Interpretation von Daten für Steuerungsumgebungen zu helfen. Mithilfe von Prognosemodellen auf KI Basis können jedoch auch Betriebsparameter ermittelt und dadurch Ausschussquoten verringert werden.
Die Umsetzung von Industrie-4.0-Anwendungen in einer Anlage oder Fabrik entwickelt sich immer weiter. Es werden fortwährend neue Ideen integriert und Wendungen erwartet. Jedes Unternehmen befindet sich dabei in einer anderen Phase. Jedoch haben alle Firmen etwas gemeinsam: Sie sichten die Daten ihrer Fertigungslinien, sortieren und analysieren diese. In einer Prozesssteuerungsumgebung wird eine hohe Datenmenge generiert, die nicht von einer Person allein interpretiert werden kann. Bediener können von der Informationsflut überwältigt werden und somit Möglichkeiten der Prozess- und Qualitätsverbesserung ungenutzt bleiben. Im Zuge einer Smart-Factory-Potenzialanalyse für ihren Kunden KSB identifizierte die Managementberatung NEONEX Opti mierungschancen bei der Beschaffung der Lieferantendokumentation sowie der Erstellung von Unterlagen zur Qualitätsprüfung entlang der Supply-Chain. ‣ weiterlesen
Signifikante Ressourceneinsparung bei Pumpenhersteller KSB
NEONEX, Fabasoft Approve & KSB: „Win-win-win-Situation“ durch starke Partnerschaft
Signifikante Ressourceneinsparung bei Pumpenhersteller KSB
Maßnahmen durch KI vorhersagen
Daher sollte die menschliche Expertise durch künstliche Intelligenz erhöht werden. KI soll nicht nur zu Analysezwecken genutzt werden, sondern auch, um Maßnahmen vorherzusagen und einzuleiten. Eine korrekte Vorhersage der nächsten Schritte in einer bestimmten Situation und die Ergreifung von präventiven Korrekturmaßnahmen können nützlich sein. So z.B. wenn die Vorhersage und die Maßnahmen auf kostengünstige Weise, im angemessenen Umfang und früh genug erfolgen, damit Ergebnisse sinnvoll verändert und so z.B. Auschuss vermieden werden kann. Das Ziel künstlicher Intelligenz besteht darin, die Kosten von Qualitätsmängeln durch den Nutzen großer Datenmengen zu senken. Das kann durch die richtige Vorgabe der Parametereinstellung erfolgen. Wenn künftige Ereignisse in vollem Umfang standardmäßig vorhergesagt werden, könnten dadurch verschiedene Disziplinen verbessert werden. Passende Beispiele dafür sind Google, Facebook und Amazon. Dort wurde die Anwendbarkeit und Effizienz von Plattformen und Massenwerbung durch KI verbessert.
Künstliche Intelligenz in der Produktion
Zu Fertigungslinien z.B. in Schwerindustriezweigen gehören immer mehrere Prozessabläufe. Diese laufen parallel oder sequenziell, beeinflussen sich jedoch gegenseitig. Sie erfordern eine bestimmte Kombination aus Produktionsvariablen für die passende Effizienz und einen geringen Verlust. KI-Lösungen wie Inspect von DataProphet werden in komplexen Produktionsumgebungen wie in Montageanlagen, Gießereien sowie Mineralaufbereitungs- und Langstahlwalzwerken eingesetzt. Dort werden aus verschiedenen Quellen Verlaufsdaten zu Produktion und Qualität gesammelt und in einer übersichtlichen Ansicht dargestellt. Anschließend können die Daten in Echtzeit mittels KI-Algorithmen verarbeitet werden, um potenziellen Qualitätsproblemen bei nachgelagerten Prozessen vorzugreifen. Darüber hinaus können proaktiv Korrekturmaßnahmen zur Vermeidung von Qualitätsabweichungen vorgegeben werden. Inzwischen kann der Anwender mithilfe von überwachten oder unbeaufsichtigten maschinellen Lernmethoden digitale Kopien von Anlagen erstellen. So kann er die passende Betriebsweise von komplexen Prozessen in der Industrie ermitteln.
