Startseite » Management »

Fertigungs-IT: MPDV skizziert Smart Factory Elements

Fertigungs-IT
MPDV skizziert Smart Factory Elements

MPDV skizziert Smart Factory Elements
Die Anforderungen an die Fertigungs-IT verändern sich. Worauf es künftig ankommt, beschreibt das Modell Smart Factory Elements von MPDV.Bild: Alexander Limbach/Fotolia
Fertigungsunternehmen stehen vor immer neuen Herausforderungen. Das Modell Smart Factory Elements von MPDV soll helfen, diese zu meistern.

Markus Diesner
Product Marketing Manager, MPDV, Mosbach

Um möglichst effizient zu produzieren, gelten MES-Systeme als Maß der Dinge. Doch reichen die Funktionen und Anwendungen, die klassische Systeme heute bieten, für viele Unternehmen nicht mehr aus. Mit seinem Modell „Smart Factory Elements“, das auf einem Regelkreis mit fünf Elementen basiert, will MPDV die neuen Anforderungen und Aufgaben an die Fertigungs-IT von morgen beschreiben und konkretisieren. Die fünf Elemente des Modells heißen Planning & Scheduling, Execution, Analytics, Prediction und Industrial Internet of Things (IIoT).

Smart Factory Elements von MPDV im Regelkreis

Im Detail sieht der Regelkreis vor, dass auf Basis von Vorgaben unterschiedlicher Quellen die Fertigung geplant (Planning & Scheduling) wird. Dazu zählen beispielsweise die Planung von Aufträgen und Arbeitsgängen sowie von Ressourcen und Mitarbeitern. Aber auch die Qualitätssicherung sowie Wartungs- und Instandhaltungsaktivitäten müssen Mitarbeiter in der Fertigung planen und vorbereiten. Anschließend wird diese Planung ausgeführt (Execution). Darunter fällt beispielsweise die Fertigungssteuerung genauso wie eine fortlaufende Überwachung der Prozessqualität. Das begleitende Online-Monitoring unterstützt die Früherkennung von Abweichungen, was wiederum die Reaktionsfähigkeit der Mitarbeiter im Shopfloor enorm steigert. Außerdem erfasst das System kontinuierlich Daten für die Dokumentation der Rückverfolgbarkeit. Diese Daten werden ausgewertet und analysiert (Analytics). 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 sind Pivot-Tabellen, intelligente Filter und Drill-Down-Funktionen, um daraus unter anderem Vorhersagen abzuleiten (Prediction), die zusammen mit anderen Erkenntnissen wiederum in die Planung einfließen können. Typische Anwendungen hier sind Predictive Maintenance oder die Hochrechnung der Materialreichweite. Einen komplett neuen Aspekt bringen Anwendungen wie Predictive Quality ins Spiel, die auf Basis erfasster Prozessdaten und hinterlegter Modelle die Qualität eines Artikels vorhersagen, während dieser gerade produziert wird. Das fünfte Element „Industrial Internet of Things“ schließlich unterstützt diesen Kreislauf durch die Erfassung und Bereitstellung von Daten aller Art.

Letztlich soll diese neue Sichtweise für mehr Transparenz und Effizienz im Shopfloor sorgen und demonstrieren, dass sich Anwendungen und Abläufe zunehmend verzahnen. Ein Großteil der Aufgaben lässt sich sehr gut mit einem Manufacturing Execution System (MES) abbilden. Insbesondere für „Analytics“ und „Prediction“ braucht es jedoch neue Methoden und Tools, um aus den vorhandenen Daten weitere Erkenntnisse und Vorhersagen zu generieren.

Ausschussteile frühzeitig erkennen

Ein Beispiel aus der Praxis soll dies näher erläutern: Ressourceneffizienz ist seit Jahren ein wichtiges Thema in der Fertigungsindustrie, sowohl aus ökologischen, als auch aus ökonomischen Gründen. Neben dem sparsamen Umgang mit Rohstoffen und Energie wird es dabei auch immer wichtiger, Ausschussteile frühzeitig zu identifizieren. Die Anwendung Predictive Quality von MPDV lässt den Mitarbeiter in der Fertigung sofort erkennen, ob der aktuell produzierte Artikel Ausschuss oder ein gutes Teil ist. Er kann beispielsweise die Qualität eines Spritzgussteils vorhersagen, während dieses gerade produziert wird und frühzeitig entscheiden, ob es sich lohnt, weiter in das Teil zu investieren oder es direkt einzuschmelzen. Die richtige Entscheidung spart Zeit und senkt Kosten. Beispielsweise kann der 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 – sofern keine 100 %-Prüfung der Teile vorgeschrieben ist. Alle anderen Teile könnten einer weiteren Prüfung unterzogen oder als B-Ware günstiger verkauft werden.

Predictive Quality hilft bei Prozesskontrolle

Immer 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, denn hier dauert der Abkühlungsprozess besonders lang. Durch Predictive Quality ist eine verlässliche Vorhersage möglich, was sowohl Zeit als auch Kosten spart, die bei der Weiterverarbeitung von vermeintlichen Ausschussteilen oder deren Nutzung in weiteren Prozessschritten anfallen würden.

Unsere Webinar-Empfehlung


Hier finden Sie mehr über:
Industrieanzeiger
Titelbild Industrieanzeiger 5
Ausgabe
5.2024
LESEN
ABO
Newsletter

Jetzt unseren Newsletter abonnieren

Webinare & Webcasts

Technisches Wissen aus erster Hand

Whitepaper

Aktuelle Whitepaper aus der Industrie

Unsere Partner

Starke Zeitschrift – starke Partner


Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de