Nach Oben
Use Cases Industrie 4.0 in der Praxis
Zurück

Digitaler Zwilling der Endkontrolle in der Produktion

Minimalste Ausschusszahlen erreichen: Mit «Digital Rework» zeigt Octotronic auf, wie eine Vernetzung der Daten den Operator massgeblich bei seiner Entscheidungsfindung unterstützt und Machine Learning letztlich nur so gut ist wie die Datenbasis.
Powered by

Firma

Festo Microtechnology AG
Kontakt
Reto Jäggli
Zur Website

Umsetzungspartner

Ausgangslage

Octotronic ist der Spezialist für Digital Transformation, Industrial Engineering und Data Analytics. Mit modernsten Technologien werden Produktionsprozesse intelligent digitalisiert und untereinander vernetzt. Die daraus gewonnene Datentransparenz steigert nachhaltig die Effizienz, Produktivität und Qualität jeder Fertigungsanlage, unabhängig von deren Alter. Daneben wird durch den Einsatz von Machine Learning eine kontinuierliche Verbesserung der Prozesse vorangetrieben.

 

Die Herausforderung

Ein Produkt durchläuft den entsprechenden Herstellungsprozess, wobei die Prozess- und Q-Daten in unterschiedlichen Datenbanken und Systemen gesammelt werden. Am Schluss der Fertigungslinie wird das Produkt als Ganzes in der Endprüfung auf seine Beschaffenheit und/oder Funktionalität geprüft. Die ermittelten Messwerte müssen zwingend innerhalb der validierten Toleranzen liegen, ansonsten gilt das Produkt als Ausschuss. Trifft das zu, wird eine Analyse durchgeführt, respektiv eine manuelle Nacharbeit vollzogen, um den Fehlergrund zu beseitigen und/oder den fehlerhaften Fertigungsprozess zu ermitteln.

Der Operator wird an dieser Stelle mit fragmentierten Daten, Formularen und Workflows konfrontiert - seine getroffenen Entscheidungen werden allerdings nur teilweise oder überhaupt nicht dokumentiert. 

 

Die Folgen

  • Das Know-how bei erfolgreich behobenen Fehlern geht verloren oder wird nur ineffizient genutzt.
  • Vermeintliche Ausschussprodukte werden routinemässig nachbearbeitet, fallen bei erneuter Endprüfung jedoch wieder durch, weil andere Fehlerursachen nicht bedacht wurden. Tatsächlich hätte das Produkt aber sehr günstig «gerettet» werden können.
  • Die jährliche Menge an Ausschuss kann nicht reduziert werden, da es an einer sauberen Analyse und Weiterentwicklung der Fehlerbearbeitung mangelt.
  • Fehleransammlungen oder komplexere Zusammenhänge werden nicht systematisch überwacht und dadurch vernachlässigt.

 

Die Lösung

«Digital Rework» von Octotronic.

 

Umsetzung

Für die Kundin Festo Microtechnology AG hat Octotronic ein «Digital Rework»-Konzept entwickelt, das den Operator bei der täglichen Entscheidungsfindung erheblich unterstützt.

Das Projekt begann mit einer Bedürfnisklärung vor Ort, bei der die Zielsetzung und die Ausgangslage durchleuchtet wurden. Danach wurde ein Gesamtkonzept erstellt und daraus ein MVP abgegrenzt. Beim MVP wurden sowohl die Hauptfunktionalitäten des Gesamtkonzepts und die kritischen Elemente priorisiert als auch das Testing mit echten Daten als Grundlage definiert.

Für den Kunden war es wichtig, dass die bestehende Systemlandschaft und die Datenstrukturen vollumfänglich genutzt werden. Der Operator sollte bei der Entscheidungsfindung unterstützt werden. Ebenfalls sollte das gesammelte Know-how in Bezug auf die Fehleranalyse bei der Nacharbeit genutzt werden.

Wir konnten erreichen, dass die bestehenden Datensilos aufgebrochen wurden und die Daten in einem «Data Lake House» vernetzt und transformiert werden. Das bestehende Wissen wurde digital abgebildet und wird zur Fehleranalyse sowie Entscheidungshilfe für den Operator genutzt.

Bei jeder Nachbearbeitung des Ausschussteils werden im «Digital Rework» fehlerbezogene Ausbesserungen durch den Operator erfasst und deren Wirksamkeit mit Hinblick auf das Testergebnis automatisch bewertet und gespeichert. Durch diesen Close Loop Prozess werden routinemässige Fehleinschätzungen mit jeder weiteren Eingabe ausgemerzt.

 

Nutzen

  • Vernetzung aller vorhandenen Daten zur durchgängigen Rückverfolgbarkeit
  • Generierung von Wissensdatenbanken
  • Verschlankung des Nachbearbeitungsprozesses
  • Effiziente Dokumentation der Arbeitsschritte und Entscheidungen
  • Verbesserte Werkerführung durch massgeschneiderte Integration in den Prozess
  • Reduzierung der Ausschussmenge
  • Erhalt und Nutzung des Know-hows erfahrener Mitarbeitenden/Operatoren
  • Überwachung der Fehlerhäufung, Erkennung der Anomalien und Rückschlüsse auf mögliche Abweichungen im Herstellprozess

Tags

ProduktionMontagePredictive MaintenanceDigitaler ZwillingLosgrösse 1Condition monitoringProzessoptimierungDatenanalyseVisualisierungMachine LearningTrendanalyseAutomatisierungstechnikMaschinenbauKomponentenherstellerHuman Machine Interfaces

Unsere Website verwendet Cookies, damit wir die Page fortlaufend verbessern und Ihnen ein optimiertes Besucher-Erlebnis ermöglichen können. Wenn Sie auf dieser Webseite weiterlesen, erklären Sie sich mit der Verwendung von Cookies einverstanden.
Weitere Informationen zu Cookies finden Sie in unserer Datenschutzerklärung.

Wenn Sie das Setzen von Cookies z.B. durch Google Analytics unterbinden möchten, können Sie dies mithilfe dieses Browser Add-Ons einrichten.