Qualitätssicherung: Effiziente Reduzierung der fehlerhaften Produktion auf Null
Ursachenanalysen: Erkennen und Beseitigen der Ursachen von Fehlfunktionen.
Wie auch immer Ihr spezieller Bedarf aussehen mag: Sie benötigen Maschinen- und Sensordaten, die sofort einsatzfähig sind.Ihre Algorithmen und Sie selbst benötigen diese Daten in homogener Form.Sie werden sich wünschen, dass diese Daten auf einem Edge Device lokal gespeichert werden. Denn Maschinen- und Sensordaten, die Ihre Fabriknetze verstopfen, liefen auf das 'beliebte' Modell: 'Operation gelungen, Patient tot' hinaus.
Verbesserung der automatisierten Qualitätskontrolle
Automatisierte Qualitätssicherung ist cool - in der Theorie. Sie bietet jedoch nur dann einen angemessenen ROI, wenn relevante Maschinen- und Sensordaten verfügbar sind und diese Daten in einer Weise angezeigt werden, die dem Zweck des Vorhabens entspricht. Wir haben reichlich Erfahrung im Zusammenspiel von Hardware, Software und KI. Denn eines ist klar: Ihre Investition darf die damit erzielten Einsparungen nicht übersteigen. Deshalb setzen wir KI nur ein, wenn die Herausforderungen nicht ohne maschinelles Lernen gelöst werden können.
Verschleiß frühzeitig erkennen
Weil Verschleiß per Definition ein schleichender Prozess ist, wird er meist erst dann erkannt, wenn Anlagen stillstehen oder sich die Qualität der Produkte verschlechtert. Aus der Kosten - Nutzenperspektive bietet eine frühzeitige Verschleißerkennung vor allem bei mechanischen und energieintensiven Prozessen einen besonders wertvollen Beitrag.
Optimale Maschineneinstellungen finden
Weil Verschleiß per Definition ein schleichender Prozess ist, wird er meist erst dann erkannt, wenn Anlagen stillstehen oder sich die Qualität der Produkte verschlechtert. Aus der Kosten - Nutzenperspektive bietet eine frühzeitige Verschleißerkennung vor allem bei mechanischen und energieintensiven Prozessen einen besonders wertvollen Beitrag.
Identifizierung von Konstruktionsfehlern
Neue Gerätetypen sind oft von Kinderkrankheiten betroffen, deren Ursachen nicht immer klar sind. Dadurch verzögert sich der Start der Serienproduktion. Prozess- und Maschinenfähigkeitsanalysen mit Kameras und Maschinendaten helfen bei der Inbetriebnahme neuer Produktionslinien.
Vermeiden Sie Bedienfehler
Das Hin- und Herschalten von Maschinenparametern führt oft zu langwierigen Diskussionen unter den Mitarbeitern. Mit PANDA | IDI wird die Dateneinstellung Ihrer Maschinen transparent und trägt so dazu bei, ein besseres Verständnis Ihrer Belegschaft über die richtige Einstellung Ihrer Maschinen herbeizuführen.
Fehlfunktionen verstehen
Die Umstände von Maschinenstillständen und Abschaltvorgängen sind aus handschriftlichen Protokollen meist nur schwer zu rekonstruieren. Mit der umfassenden IDI-Datenaufzeichnung von PANDA können Störungen systematisch erkannt werden. Algorithmen, die auf diesen Daten basieren, sind dann in der Lage, die Ursachen schrittweise zu verstehen und Probleme zu antizipieren oder zu verhindern.
KPIs systematisch verfolgen
KPIs können dazu beitragen, Ihre Produktion aus einer strategischen und langfristigen Perspektive zu verbessern. Die korrekte Erfassung von KPIs erfordert oft manuelle Arbeit. PANDA | IDI wird diesen Prozess erheblich beschleunigen.
Verbesserung der automatisierten Qualitätskontrolle
Automatisierte Qualitätssicherung ist cool - in der Theorie. Sie bietet jedoch nur dann einen angemessenen ROI, wenn relevante Maschinen- und Sensordaten verfügbar sind und diese Daten in einer Weise angezeigt werden, die dem Zweck des Vorhabens entspricht. Wir haben reichlich Erfahrung im Zusammenspiel von Hardware, Software und KI. Denn eines ist klar: Ihre Investition darf die damit erzielten Einsparungen nicht übersteigen. Deshalb setzen wir KI nur ein, wenn die Herausforderungen nicht ohne maschinelles Lernen gelöst werden können.
Verschleiß frühzeitig erkennen
Weil Verschleiß per Definition ein schleichender Prozess ist, wird er meist erst dann erkannt, wenn Anlagen stillstehen oder sich die Qualität der Produkte verschlechtert. Aus der Kosten - Nutzenperspektive bietet eine frühzeitige Verschleißerkennung vor allem bei mechanischen und energieintensiven Prozessen einen besonders wertvollen Beitrag.
Optimale Maschineneinstellungen finden
Eine große Produktvielfalt, komplexe physikalische und chemische Prozesse und schwankende Materialeigenschaften machen es oft schwierig, Maschinen über einen längeren Zeitraum richtig einzustellen. Die Datenanalyse kann Zusammenhänge zwischen Einstellungen und Defekten aufzeigen und so eine Reihe von Verbesserungsmöglichkeiten aufdecken.
Identifizierung von Konstruktionsfehlern
Neue Gerätetypen sind oft von Kinderkrankheiten betroffen, deren Ursachen nicht immer klar sind. Dadurch verzögert sich der Start der Serienproduktion. Prozess- und Maschinenfähigkeitsanalysen mit Kameras und Maschinendaten helfen bei der Inbetriebnahme neuer Produktionslinien.
Vermeiden Sie Bedienungsfehler
Das Hin- und Herschalten von Maschinenparametern führt oft zu langwierigen Diskussionen unter den Mitarbeitern. Mit PANDA | IDI wird die Dateneinstellung Ihrer Maschinen transparent und trägt so dazu bei, ein besseres Verständnis Ihrer Belegschaft über die richtige Einstellung Ihrer Maschinen herbeizuführen.
Fehlfunktionen verstehen
Die Umstände von Maschinenstillständen und Abschaltvorgängen sind aus handschriftlichen Protokollen meist nur schwer zu rekonstruieren. Mit der umfassenden IDI-Datenaufzeichnung von PANDA können Störungen systematisch erkannt werden. Algorithmen, die auf diesen Daten basieren, sind dann in der Lage, die Ursachen schrittweise zu verstehen und Probleme zu antizipieren oder zu verhindern.
KPIs systematisch verfolgen
KPIs können dazu beitragen, Ihre Produktion aus einer strategischen und langfristigen Perspektive zu verbessern. Die korrekte Erfassung von KPIs erfordert oft manuelle Arbeit. PANDA | IDI wird diesen Prozess erheblich beschleunigen.
10 Step Project Design
PANDA | IDI
i) Joint requirement engineering workshop
ii) Joint definition of hardware devices, sensors, cables and connectors.
iii) 3D-printing of prototypes to mount additional sensors
iv) Joint set-up of hardware and sensor devices
v.) Traction, aggregation and storage of machine and sensor data
vi.) Installation of PANDA | DRIFT software
vii.) Quality assurance of generated data
Optional Machine Learning on PANDA | IDI Data
viii.) Train, test and validate machine learning models
ix.) Generate simulation data
x.) Deploy mixed training approach
Typical Project Timeline PANDA | IDI
Week 1
Week 2
Week 3
Week 4
PREPARATION
IMPLEMENTATION
COMPLETION
On-site visit and workshop
Mutual understanding of your process and the AI use case.
Requirements engineering
Design of technical requirements for integration
Concept creation
Conversion of technical requirements into solutions
Design and tests
Creation of parts lists, configuration files and hardware prototyping
A company in the automotive industry found itself in a dilemma. It was offered a new process device that would provide a significant competitive advantage. A first integration in the prototype production was also very promising. The sales department used this new technology as a joker in negotiations for a large order, thus outpacing the competition. However, it then became apparent that the technology was not really tested or mastered. Warnings of experienced technicians were ignored. Normally, the company uses such technology for much smaller series projects. It is brought to maturity step by step after successful pre - testing. However, a return to the old process would have eaten up half the EBIT. The SOP was fixed, and a decision was urgently needed.
Within a few days, PANDA and the manufacturer supplied the new devices with sensors and completely checked the process capability using PANDA's algorithms. Piece by piece within the following weeks the problems were understood, solved and the process capability was proven. Knowing what to do and how to do it, rather than guessing what the problem mightconsist of, became the motto of the entire project.
Excel domain expertise meets AI
An customer's employee was very proficient in the operation and automation of Excel with VBA. Owing to 15 years of domain experience, he was the data expert of the company and internally referred to as the "Pope of Process". PANDA agreed to integrate a solution very close to Excel. Excel works very well for simple spreadsheets and small data sets, but both are usually not available for AI applications. There were some communication difficulties as to whether or not the possibilities should be artificially limited by the limitations of Excel and to what extent a cloud connection should be used. For instance, neither realtime data, nor images, vibration profiles etc. can be processed in Excel in a meaningful way. It all seemed to come down to a big, lengthy and expensive compromise and the project came to a standstill.
PANDA finally invited the employee to an internal, one-week AI crash course, which is normally only available to new PANDA employees. The Pope of Process finally told the management that if you only have one hammer, everything looks like a nail, and that he now had a whole new idea of this "AI thing", which was just mathematics. Within a few weeks, to the amazement of all involved, the Pope of Process integrated PANDA's algorithms into his Excel solution single-handedly, with a little help from Python and a working student.
Facing obsolescence
A company was faced with the challenge of renewing a 20-year-old plant that had been running very productively for a long time. Recently though, it ran into frequent problems with product quality, resulting in long downtimes and complicated maintenance. Since the documentation was no longer comprehensive and the manufacturer no longer existed in its original form, PANDA was asked to record the essential process data and prepare them for a requirement specification for a new plant. However, things turned out differently. The analysis revealed a very large potential for optimization. The knowledge of the exact functionality and the setting parameters apparently disappeared over the years. The analysis displayed how two minor changes led to considerable wear and tear, which time and again caused product defects and resulted in costly downtime and repairs.
The frequent events originally prompted the company to completely replace the plant. It appeared to have reached the end of its service life. Even elaborate mechanics for quick maintenance no longer seemed to help. However, the suppliers found it difficult to provide alternative mechatronic offers. Ultimately, PANDA was able to help: A joint effort of PANDA, a trusted engineering firm and the company's maintenance department helped to eliminate the signs of wear at the root and to restore the plant to its original productivity level by resetting its parameters. The investment budget already reserved could partially be employed to automate the end line.
Be prepared for the unexpected
A load cell had already been used on a deformation process in order to switch-off the bonding technique. With the help of PANDA, all power-way courses of the project had been completely monitored. Additionally, the electricity profiles of the actuators had been tapped of the rectifiers and supervised as well. Furthermore, additional vibration sensors were applied, since the plant had been heavily overbearing. The goal was an improved bonding technique.
After a while significantly increased electricity consumptions appeared in the actuators. The other signals where unobtrusive at first glance. A check-up displayed no attrition on the engine.l. However, later on significant impact arose on the power-way curves, without threatening to impair the quality of the component.
After another week of monitoring, the drift increased. In the end, a thorough local inspection showed, that the fundament had unilaterally dropped and that the whole apparatus was now energized. The plant was repositioned over night. A measurement revealed that no plastic deformations had occurred and the production could now proceed. Within four weeks the machine was repositioned to a vibratory storage.
The goal of this project had been the quality control and optimization of the bonding technique. In the end, savings of about 15,000€ worth of apparatus had been secured and only minimal loss of production without loss of quality needed to be faced in future. This was the first time, the task force didn't just gather the shards, but rather avert a significant problem proactively.
"Nothing out of order" is an important information
A manufacturer had trouble producing on his usual quality level. With PANDA's help, new quality criteria were set and sensors were applied. During a workshop it became apparent, that the moisture content of primer and other values as layer thickness and color, that had to be sensored yet, may cause blisters. In total, the plant was monitored for forty process variables in real-time. as well as for twenty tuning parameters that the specialist had used mostly for rectifying errors.
An analysis of the data revealed no significant correlations between 80% of these parameters and the quality level. An additional sensor though displayed the influencing variables, as specialists had already assumed. As it turned out, the quality problems could be attributed to variations induced by an external supplier. Adjusted parameters marginally improved or worsened the quality at random. Confronted with these numbers and facts the external supplier was open to a discussion. New quality standards were agreed upon and an outgoing goods control was established.
Positive side-effects and momentum
A company was challenged by founding a second settlement. The technical executive feared, that the smooth process flow in the main settlement might be disturbed, if he couldn't reach out personally to his specialists on a daily basis. There were also doubts, whether the well attuned team might suffer due to the company's growth. In the span of three months, PANDA modelled the whole production hall in 3D. After another three months, sensor data relevant to the machines were gradually added.
As it turned out, the essential advantage of this digitization process was the real-time observation of the plant via Skype: communication was significantly improved and faciliated. The project was extended to also cover the new settlement. Based on this inter-site digitization insights, a remote MES system was set-up by the technical chief executive.
PANDA ist ein außergewöhnlich erfahrenes und kompetentes Team von Maschinenbauingenieuren und Datenwissenschaftlern. Wir lieben unseren Job. Und wir lieben es, industrielle Herausforderungen im Zusammenhang mit Daten, KI und IIoT zu lösen. Seien Sie also nicht schüchtern und fragen Sie uns, wenn Sie dringende oder auch nicht so dringende Antworten benötigen. Wir helfen Ihnen auch gerne weiter.
We do not only optimize production processes, but also our website! For this, we use tools such as cookies for analysis and marketing purposes. You can change your cookie settings at any time. Information and Settings
.svg)
