Vernetzter Maschinenbenchmark

In Kürze

Im Pilotprojekt »Vernetzter Maschinenbenchmark« hat das Fraunhofer IPA für Freudenberg Sealing Technologies einen Ansatz entwickelt, mit dem mehrere bereits standardisierte Maschinen noch weiter optimiert werden können. Die Wissenschaftler setzten Auswertungsmodelle ein, die Sensoren- und Maschinendaten dahingehend auswerten, wie lang unterschiedliche Maschinen für einzelne Teilschritte eines Bearbeitungsprozesses benötigen. An 5 Maschinen konnte zwischen 6 und 10 Prozent Optimierungspotenzial aufgedeckt werden.

Setzt man die jeweils kürzeste Bearbeitungszeit je Zeitbaustein aus allen analysierten Maschinen zusammen, ergibt sich eine neue optimale Prozesszeit, der sogenannte Best-Practice-Mix

Im Detail

Freudenbergs Maschinen zur Herstellung von Dichtungskomponenten sind bereits hoch standardisiert. Durch die Gegenüberstellung mehrerer Maschinen ließen sich dennoch Optimierungspotenziale ausfindig machen, die zu einer höheren OEE führen. Konkret haben die Wissenschaftler dafür zusätzliche Sensoren eingesetzt und Maschinendaten ausgewertet. Der fusionierte Dateninput wird in Zeitbausteine zerlegt, die wiederkehrend in allen Maschinen zu finden sind. Setzt man nun alle kürzesten Zeitbausteine zusammen, ergibt sich eine neue, optimale Prozesszeit als Benchmark. Einzelne Abweichungen lassen sich dann besser erklären: 
Z. B. welche Bewegungsachse sich langsamer verhält als andere und ob dies im Verschleiß oder in pneumatischen Ventileinstellungen begründet ist. Mit den detailliert aufgelisteten Ergebnissen des Maschinenbenchmarks kann Freudenberg nun gezielt nach den Komponenten mit den größten Abweichungen schauen und gegebenenfalls nachjustieren bzw. austauschen.

Vergleicht man die Bearbeitungszeiten der Maschinen mit dem Best-Practice-Wert, so erkennt man neue Potenziale zur Optimierung der Wartezeit und des Prozessablaufs.

„Durch die Zusammenarbeit mit dem Fraunhofer IPA haben wir bisher verborgenes Potential von 6 bis10 Prozent je Maschine in der Zykluszeit aufdecken können. Zusätzlich haben wir nun einen Benchmark-Wert zur minimal möglichen Prozesszeit.“

Ed Borger, Senior Vice President Lean/GROWTH

Das könnte Sie auch interessieren

 

Autonome Produktionsoptimierung

Der Fokus der Produktionsoptimierung ist die Gesamtanlageneffektivität. Sie stellt die zentrale Kennzahl zur Leistungsbewertung technischer Anlagen dar und berücksichtigt die drei Ursachen für Effektivitätsverluste in der Produktion: Verfügbarkeit, Leistung und Qualität.

 

Datenbasierte Analyse von Produktionssystemen

Wir verbinden Lean-Methoden mit künstlicher Intelligenz zur Effizienzsteigerung.

 

 

Fertigungssystem-planung

Fertigungssysteme wirtschaftlich auslegen? Das Fraunhofer IPA entwickelt Konzepte, mit denen die Fertigung kostengünstiger und wettbewerbsfähiger wird.

 

 

Make Use of your Data

In der Produktion werden bereits heute große Mengen an Maschinendaten aufgenommen. Das größte Potenzial der Daten bleibt aber noch ungenutzt. Die Gründe dafür sind meist fehlendes Knowhow, eine zu starre, unpassende IT-Infrastruktur und die unklare Wirtschaftlichkeit von Use Cases.