About

Smart Manufacturing

Industrie 4.0: Produktionsoptimierung durch den Einsatz von KI und Machine Learning Modulen.

Big Data CEP Prozessoptimierung

Die Challenge

Ein Frankfurter Chemieunternehmen möchte den Automatisierungsgrad seiner Phenothiazin-Produktion erhöhen. Der hierzu genutzte Batchprozess hat sich über viele Jahre etabliert, nur kommt es immer wieder zu unkalkulierbaren Abweichungen von Produktionsabfällen. Die aus dem Produktionsprozess resultierenden Messwerte wurden bisher über eine Leitwarte angezeigt, die keine Analyse, geschweige denn Interaktion mit den Daten ermöglicht hat. Dies soll sich zukünftig ändern. Außerdem soll die bisher manuelle Eingabe bestimmender Parameter durch die Betriebsmannschaft digitalisiert werden, um diese maschinell ins System laufen zu lassen. Mit der vollständigen Prozessdigitalisierung begleiten wir das Unternehmen auf dem Weg in die Industrie 4.0.

Unsere Lösung

Schritt 1: Zunächst wurde mit moira.vdl eine Schnittstelle geschaffen, um die Daten aus den bisher verwendeten SPS-Systemen, Datenbanken und analogen Anzeigen auszulesen und eine Übersicht der Systemlandschaft zu ermöglichen. Hierbei war es besonders wichtig eine noninvasive Integration zu ermöglichen, die einen reibungslosen Produktionsablauf gewährleistet.  

Schritt 2: Um die Expertise des Prozessablaufs langfristig in den Systemen zu hinterlegen, wurden in enger Absprache mit dem Chemiemeister die einzelnen Schritte der Batchprozesse mit  moira.dataflows digitalisiert. Hierzu wurden die in unterschiedlichen Quellen anfallende Daten extrahiert, in das gewünschte Format der Zieldatenbank transformiert und anschließend an das Zielsystem weitergeleitet.  

Schritt 3: Zur Optimierung des bisherigen Produktionsprozesses wurde im nächsten Schritt ein sogenannter Golden Batch definiert, der den bisher besten erreichten Produktionszustand in Bezug auf Qualität, Quantität, Laufzeit, sowie geringstmöglicher Abfallmenge angibt. Durch die über einen längeren Zeitraum veranlasste Mustererkennung mit moira.analytics wurde das System in die Lage versetzt Abweichungen, die nicht dem zuvor definierten Normalverhalten entsprachen, zu erkennen und entsprechende Warnungen zur Prozesskorrektur auszugeben.  

Schritt 4: Durch die Implementierung von moira.watch wurde der komplexe Prozess auf übersichtliche Art und Weise veranschaulicht. Aktuelle Messwerte werden nicht nur in Echtzeit auf einheitlichen Dashboards visualisiert, sondern bieten auch die Möglichkeit, gezielt Prozesskorrekturen über das System vorzunehmen.  

 

Eingesetzte Produkte

 

 

 

 

 

Das Ergebnis

Durch die Prozessdigitalisierung konnte die Verkürzung der durchschnittlichen Laufzeit eines Batchs realisiert werden, indem die Produktionsdaten erstmals in Abhängigkeit zum Zeitfaktor analysiert wurden. Der Stand der aktuellen Charge kann jetzt jederzeit erkannt und bei Bedarf steuernd eingegriffen werden. Zusätzlich gibt das System bei Erreichen der zuvor durch den Chemiemeister definierten Schwellwerte, Handlungsanweisungen per SMS aus.

   Das Produktionsvolumen wurde um mehr als 20% gesteigert

   Die bisherigen Produktionsschwankungen konnten durch die Automatisierung der Prozesse eliminiert werden

   Der Produktionsablauf kann jeder Zeit transparent auf den übersichtlichen Dashboards beobachtet werden

Um Ihnen eine angenehmere Erfahrung zu bieten, nutzen wir Cookies zum Speichern Ihrer Anmeldedaten, um für eine sichere Anmeldung zu sorgen, um statistische Daten zur Optimierung der Website-Funktionen zu erheben sowie zum Onlinemarketing und Remarketing. Klicken Sie auf „ERLAUBEN“, um Cookies zu akzeptieren oder klicken Sie auf „nicht erlauben“, um Cookies abzulehnen.