Aufrufe
vor 4 Monaten

Der Betriebsleiter 6/2019

Der Betriebsleiter 6/2019

DATENMANAGEMENT I

DATENMANAGEMENT I SPECIAL Fertigungs-IT von morgen Gefragt ist mehr als ein klassisches MES Hohe Variantenvielfalt, kleine Losgrößen: Die Anforderungen in der Produktion sind enorm gewachsen. Das Modell Smart Factory Elements von MPDV hilft Fertigungsunternehmen dabei, die neuen Herausforderungen erfolgreich zu meistern. Wer effizient produzieren möchte, setzt heute auf Manufacturing Execution Systeme (MES). Doch mit Blick auf die Smart Factory brauchen moderne Fertigungsunternehmen mehr als das, was ein klassisches MES derzeit leisten kann. Das Modell Smart Factory Elements von MPDV beschreibt anschaulich die neuen Anforderungen und Aufgaben an die Fertigungs-IT von morgen und bringt auf den Punkt, worauf Unternehmen achten sollen, wenn sie wettbewerbsfähig produzieren möchten. Im Fokus Effizienz Nachhaltigkeit Sicherheit Zu den fünf Elementen des Modells zählen: Planning & Scheduling, Execution, Analytics, Prediction und Industrial Internet of Things (IIoT). Die Elemente sind in einem Regelkreis angeordnet, der logisch die einzelnen Bereiche der Fertigung abbildet und dabei hilft, komplexe Fertigungsprozesse effizient darzustellen. Planen und vorbereiten Das Element Planning & Scheduling beinhaltet Funktionen und Anwendungen für typische Aufgaben der Arbeitsvorbereitung. Dazu zählen beispielsweise das Planen von Aufträgen und Arbeitsgängen sowie Ressourcen und Mitarbeitern. Aber auch die Qualitätssicherung sowie Wartungs- und Instandhaltungsaktivitäten müssen Mitarbeiter in der Fertigung planen und vorbereiten. Ausführen, überwachen und dokumentieren Das Element Execution sorgt mit Anwendungen dafür, dass die definierten Vorgaben korrekt und effizient umgesetzt werden. Darunter fällt beispielsweise die Fertigungssteuerung genauso wie eine fortlaufende Überwachung der Prozessqualität. Das begleitende Online-Monitoring unterstützt die Früherkennung von Abweichun- gen, was wiederum die Reaktionsfähigkeit der Mitarbeiter im Shopfloor enorm steigert. Außerdem erfasst das System kontinuierlich Daten für die Dokumentation der Rückverfolgbarkeit. Auswerten und analysieren Um die erfassten Daten für Kennzahlen und Reports aufzubereiten, nutzen die Funktionen und Anwendungen des Elements Analytics künstliche Intelligenz und andere innovative Methoden. Neben klassischen Tabellen und Diagrammen stellen diese Anwendungen auch umfangreiche Langzeitanalysen und Big-Data-Auswertungen sowie flexible Self-Service-Analytics-Anwendungen zur Verfügung. Klassische Werkzeuge von Self-Service-Analytics sind Pivot-Tabellen, intelligente Filter und Drill- Down-Funktionen. Vorhersagen und optimieren Auf Basis von statistischen Methoden und künstlicher Intelligenz ermöglichen Funktionen und Anwendungen des Elements Prediction Vorhersagen aller Art. Typische Anwendungen sind Predictive Maintenance oder die Hochrechnung der Materialreichweite. Einen komplett neuen Aspekt bringen Anwendungen wie Predictive Quality ins Spiel, die auf Basis erfasster Prozessda- 36 Der Betriebsleiter 6/2019

SPECIAL I DATENMANAGEMENT 01 Die Anforderungen an die Fertigungs-IT verändern sich. Worauf es in Zukunft ankommt beschreibt das Modell Smart Factory Elements von MPDV Qualität von Teilen verlässlich vorhersagen Ressourceneffizienz ist seit vielen Jahren ein wichtiges Thema in der Fertigungsindustrie. Nicht nur aus ökologischen, sondern auch aus ökonomischen Gründen. Neben dem sparsamen Umgang mit Rohstoffen und Energie rücken dabei Themen wie das frühzeitige Erkennen von Ausschussteilen immer mehr in den Vordergrund. Die Anwendung Predictive Quality von MPDV gibt Mitarbeitern in der Fertigung die Möglichkeit, sofort zu sehen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist. Damit lässt sich beispielsweise die Qualität eines Spritzgussteils vorhersagen, während dieses gerade produziert wird. So können Mitarbeiter frühzeitig entscheiden, ob es sich lohnt, weiter in das Teil zu investieren oder es direkt einschmelzen, was Zeit spart und Kosten senkt. Beispielswiese können Mitarbeiter dann Kunststoffteile, die mit einer Wahrscheinlichkeit von mehr als 60 % Ausschuss sind, sofort wieder einschmelzen. Genauso können auch Gutteile als solche deklariert werden, wenn die Wahrscheinlichkeit dafür bei über 90 % liegt – natürlich nur, wenn keine 100 %-Prüfung der Teile vorgeschrieben ist. Alle anderen Teile könnten einer weiteren Prüfung unterzogen oder als B-Ware günstiger verkauft werden. Insbesondere dann, wenn die Qualität eines hergestellten Artikels erst später durch Begutachtung überprüft werden kann, ist eine verlässliche Vorhersage von enormer Bedeutung. Gerade bei Kunststoffteilen ist das der Fall. Schließlich dauert der Abkühlungsprozess hier besonders lang. Durch Predictive Quality ist eine verlässliche Vorhersage möglich, was sowohl Zeit als auch Kosten spart, die ansonsten bei der Weiterverarbeitung von vermeintlichen Ausschussteilen oder deren Nutzung in weiteren Prozessschritten anfallen würden ten und hinterlegten Modellen die Qualität eines Artikels vorhersagen, während dieser gerade produziert wird (siehe Kasten). Vernetzen und unterstützen Mittels Vernetzung und Edge Computing verbinden Funktionen und Anwendungen des Elements IIoT den Werker und die reale Welt mit dem digitalen Abbild der Smart Factory. Zum Einsatz kommen dafür viele bereits etablierte Anwendungen wie automatisierte Datenübernahme, digitale Maschinenanbindung aber auch die manuelle Datenerfassung. Insbesondere in Fabriken, deren Abläufe von Montageprozessen beherrscht werden, sind auch die Informationsbereitstellung im Shopfloor oder eine bedarfsgerechte Werkerführung von großer Bedeutung. Ausblick Auch wenn viele der genannten Beispiele trivial erscheinen, so führt deren Abbildung mit den Smart Factory Elements dazu, dass die Vernetzung der Anwendungen und Verzahnung der Abläufe zunimmt und die neue Sichtweise letztendlich für mehr Transparenz und Effizienz im Shopfloor sorgt. Der Funktionsumfang eines heutigen MES-Systems deckt dabei bereits einen Teil der Anwendungen ab, die hier genannt wurden. Insbesondere für „Analytics“ und „Prediction“ braucht es jedoch neue Methoden und Tools (z. B. Predictive Quality), um aus den vorhandenen Daten weitere Erkenntnisse und Vorhersagen zu generieren. Smart Factory Elements decken also mehr ab als ein klassisches MES. Bilder: 01 AdobeStock, 02 MPDV 02 Die Smart Factory Elements im Überblick www.mpdv.com Der Betriebsleiter 6/2019 37

Ausgabe

© 2018 by Vereinigte Fachverlage GmbH. Alle Rechte vorbehalten.