Prozesscontrolling per Software
Tragfähige Datenstrukturen für das Anlagenmanagement
Vor der softwaregestützten Auswertung von Produktions- und Prozessdaten stellt sich die Frage nach der passenden Datenstruktur, um Informationen aus Sensorik und Steuerungen erfassen und auswerten zu können. Für den Aufbau einer effizienten Datenbasis für Berichtswesen und Schwachstellenanalyse spielt die Erfassung der passenden Informationen eine genauso wichtige Rolle, wie deren geschickte Zuordnung und Verknüpfung.
Im wesentlichen gliedert man Produktionsdaten in Materialfluss-, Produkt- und Prozessdaten. Materialflussdaten fallen bei der Verfolgung von Werkstücken oder Chargen durch den Produktionsprozess an. Dabei handelt es sich insbesondere um Start- und Endzeitpunkte von Produktionsschritten oder Informationen zu beteiligten Anlagen oder Werken. Darüber hinaus sind noch weitere Daten, etwa verwendete Anlagenrezepte, Bestandteil dieser Kategorie. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Diese Informationen sind für die zeitliche Verfolgung des Materialflusses unerlässlich und umfassen zudem auch Informationen zur Produktqualität. Produktdaten wiederum sind Messdaten, die direkt am hergestellten Werkstück gemessen werden. Diese Daten können Aufschluss über die produzierte Qualität liefern und sind somit auch aus Sicht der Kundenzufriedenheit wichtig. Prozessdaten werden an der Produktionsanlage etwa von Anlagensensoren, Steuerungssystemen oder Messsystemen erfasst. Auch Informationen zu Wartungsaktivitäten fallen unter diese Kategorie. Diese Daten sind vor allem für die Untersuchung der Anlageneffizienz von Bedeutung, können aber ebenfalls einen Beitrag zur Verbesserung der Produktqualität liefern.
Situationsbedingte Erfassung für aussagekräftige Analysen
Jedes produzierende Unternehmen wird bei der Aufzeichnung von Produktionsdaten mit einer zunehmenden Flut von Daten konfrontiert. Da nicht alle automatisch gesammelten Daten sinnvoll verwendbar sind, bietet sich der Einsatz von Filtern an, um die Prozessdatenerfassung mit ‚Intelligenz‘ auszustatten. Dazu können Abtastrate und Parametermenge mit dem Anlagenzustand verknüpft werden. Der Informationsgehalt kann dann abhängig von der Anlagenbelegung variiert werden: Prozessdaten werden während der Bearbeitung eines Werkstückes mit höherer Dichte aufgezeichnet, während unproduktiver Phase wird die Abtastrate reduziert.
Auch der Umfang der aufgezeichneten Anlagenparameter kann nach diesem Schema angepasst werden. In produktiven Phasen lassen sich etwa Parameter für eine spätere Qualitätsanalyse der Werkstücke aufzeichnen, während in der nicht-produktiven Phase lediglich die Anlage überwacht wird. Zudem bietet sich zur Ergänzung der erfassten Werte die gezielte Anreicherung mit Materialflussdaten an. Im Wesentlich sind dazu zwei Ansätze denkbar: Im datenorientierten Ansatz werden Materialflussdaten und Prozessdaten separat aufgezeichnet. Datensätze aus beiden Quellen lassen sich für die Datenanalyse dann nur über Zeiträume in Materialfluss beziehungsweise Prozessdaten verknüpfen. Dieser Ansatz ist datenbanktechnisch aufwändig und zumeist unscharf.
Der zweite, werkstückbezogene Ansatz integriert bereits an der Anlagenschnittstelle Daten aus dem Materialfluss. Dieser Ansatz wird teilweise auch von Produktionsanlagen mit integrierter Werkstückerkennung unterstützt. Die Werkstückidentifikation wird dabei als Prozessparameter bereitgestellt. Dieser Ansatz kann noch weiter gehen, indem Informationen zu Verbrauchsmaterialien, Los- oder Chargeninformationen hinzugefügt werden. Wesentlich ist, dass Prozessdaten zusammen mit der Werkstückidentifikation aufgezeichnet werden. Dazu muss teils eine redundante Speicherung in Kauf genommen werden – etwa wenn mehrere Werkstücke in einer Anlage bearbeitet werden. Dieser Effekt kann aber durch dynamische Aufzeichnung kompensiert werden. Durch diesen Ansatz wird das Werkstück gewissermaßen zum Träger seiner gesamten Produktionsgeschichte. Bei der Qualitätsanalyse von Werkstücken lässt sich so eine eindeutige und effiziente Datenverknüpfung aus verschiedenen Quellen erreichen, ohne wartungsbezogene Datenanalysen einzuschränken.