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.

Für die Anreicherung von Messwerten mit Materialflussdaten sind zwei Ansätze denkbar: Im datenorientierten Ansatz werden Materialflussdaten und Prozessdaten separat aufgezeichnet. Datensätze lassen sich dann nur über Zeiträume in Materialfluss verknüpfen. Der zweite, werkstückbezogene Ansatz integriert bereits an der Anlagenschnittstelle Daten aus dem Materialfluss. Bild: ACP-IT

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.

Robert Willmann – Software Architekt und Leiter der Business Unit ‚Advanced Process Control‘.

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.

Beispiel für die softwaregestützte Auswertung von Produktionsdaten: Die Verknüpfung von Produkt-, Prozess- und Anlagendaten gestattet dem Anwender, Fehler durch gezielte Ursache-Wirkungsanalyse schnell zu erkennen und deren Beseitigung zeitnah einzuleiten. Die Kategorie ‚Anlagendaten‘ repräsentiert in dieser Darstellung automatisiert erfasste Daten, die sowohl von Produktionsanlagen als auch aus Messsystemen stammen können. Bild: ACP-IT





  • MES und Lean-Management im Zusammenspiel

    Fertigungsunternehmen suchen stets nach Möglichkeiten, ihre Workflows zu optimieren, Verschwendung zu reduzieren und Ressourcen optimal einzusetzen. Der Lean-Ansatz ist hier ein bewährtes…


  • Mit KI und Plattform-Ansatz Potenziale heben

    Flexibilität wird im Qualitätsmanagement immer wichtiger. Der Zertifizierungsdruck steigt weiter an und Lieferkettenprobleme erfordern häufiger die Qualifizierung alternativer Zulieferer. Digitale QM-Plattformen können…


  • Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

    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…


  • Die Digitalisierung in Deutschlands Industrie

    Eine aktuelle Studie von Reichelt Elektronik betrachtet den aktuellen Stand der Digitalisierung und stellt die Frage, wie Deutschland im Vergleich zu anderen…


  • Management-Tool für KI-Use Cases

    Im EU AI Act wurden kürzlich Regeln für die Anwendung und Entwicklung von künstlicher Intelligenz festgelegt. Spätestens jetzt sollten Unternehmen ihre KI-Use-Cases…