Datengetriebene Produktionsoptimierung – Erfahrungen aus der Praxis

Webinarreihe / 15.10.2020, 22.10.2020, 29.10.2020 & 05.11.2020, jeweils von 9:30 bis 10:00 Uhr

© Fraunhofer IPA
Datengetriebene Optimierung in der Produktion: Live-Auswertungen von Prozessdaten ermöglichen eine effiziente Planung und Anpassung.

In dieser Webinarreihe stellen wir die datengetriebene Produktionsoptimierung mit dem Ziel der OEE-Erhöhung vor. Anhand von Beispielen aus der Praxis erklären wir unser Vorgehen, sodass Sie sowohl die Aufwände als auch die Potenziale der datengetriebenen Produktionsoptimierung einschätzen können.

Unser Ziel der datengetriebenen Produktionsoptimierung ist die Erhöhung der Gesamtanlageneffektivität (engl. OEE, Overall Equipment Effectiveness). Mithilfe der Daten aus der Maschinensteuerung und gegebenenfalls auch externer Sensorik und Videokameras erfassen wir die OEE und können Optimierungspotenziale direkt identifizieren.

Mit der datengetriebenen Vorgehensweise können verschiedene Fragen entstehen: Welche Daten sind relevant? In welcher Form muss ich die Daten akquirieren? Und wie identifiziere ich Optimierungspotenziale?

Diese Fragen und weitere beantworten wir in unserer Kurz-Webinarreihe »Datengetriebene Produktionsoptimierung – Erfahrungen aus der Praxis«. In dieser Reihe berichten unsere Ingenieure der Forschungsgruppe »Autonome Produktionsoptimierung« von Ihren Erfahrungen und nutzen zur Veranschaulichung Anwendungsfälle aus unterschiedlichen Praxis-Projekten.

Die Webinare geben Ihnen einen Einblick zum prinzipiellen Vorgehen der datengetriebenen Produktionsoptimierung. Für den jeweiligen Anwendungsfall gewinnen Sie das Datenverständnis, bekommen ein Gefühl für die Datenvorverarbeitung und Modellierung, sodass sie anschließend evaluieren können ob und wie die datengetriebene Vorgehensweise die grundsätzliche Frage der Produktionsoptimierung beantwortet.

Die 30-minütigen Webinare sind kostenfrei und bauen grundsätzlich aufeinander auf, sie sind aber so konzipiert, dass diese auch unabhängig voneinander besucht werden können.

Themen

  • Aufwandsarme Datenerfassung mit SPS-Konnektoren und externer Sensorik
  • Kurzzeitstopps in Produktionsanlagen
  • Datenqualität und -bereinigung für datengetriebene Optimierung

Zielgruppe

Data Scientists und Analysten, die ihre Fähigkeiten zur Anwendung maschineller Lernverfahren auf Roboter ausweiten wollen, Softwareentwickler/-architekten für Automatisierungslösungen mit Robotern, Interessierte aus der Forschung

Qualifikationsziele

  • Einblick zum prinzipiellen Vorgehen der datengetriebenen Produktionsoptimierung
  • Potenziale und Aufwand der datengetriebenen Produktionsoptimierung einschätzen können
  • Verständnis für die Datenvorverarbeitung und Modellierung erlangen
  • Einblicke in Industrieanwendungen erhalten

15.10.2020 / Projektbasierte Datenerfassung in der Produktion - Bericht und Lessons Learned aus der Praxis

Referent: Florian Grabi

  • Welche Daten benötigt man zur Zustandserfassung von Produktionsanlagen?
  • Wie nutzt die Forschungsgruppe »Autonome Produktionsoptimierung« Industriesensorik zur Erfassung dieser Daten?
  • Wie kann IoT zur Vernetzung dieser Sensoren und zur Schließung von Datenlücken genutzt werden?

22.10.2020 / Kurzstillstände als vernachlässigte Ursache für Verluste in der Produktion – Wie kann datengetriebene Optimierung helfen?

Referent: Brandon Sai

  • Welchen Einfluss haben Kurzzeitstopps/Kurzstillstände auf die Effektivität Ihrer Anlage?
  • Wie benutzt die Forschungsgruppe »Autonome Produktionsoptimierung« hochfrequente Datenerfassung zur Isolation von Stillstandsursachen?
  • Wie können Kurzzeitstopps und deren Ursachen erkannt und identifiziert werden?

29.10.2020 / Vom statischen zum dynamischen Engpass: Aufdecken von Ursachen für Effektivitätsverluste in verketteten Systemen

Referent: Julian Maier

  • Wie können Engpässe in komplexen Anlagen automatisiert aufgedeckt werden?
  • Wie kann datengetriebene Optimierung zur Aufdeckung und Behebung von Engpässen genutzt werden?

05.11.2020 / Zukunftsthema »autonome Produktionsoptimierung«

  • Was ist »autonome Produktionsoptimierung«, und wie kann sie heute in der Industrie eingesetzt werden?
  • Was ist das Forschungsziel, und der Weg dorthin?

 

Autonome Produktionsoptimierung

Ihre Gesamtanlageneffektivität (OEE) soll erhöht werden? Das Fraunhofer IPA deckt datengetrieben Produktivitätsverluste auf, führt Prozessanalysen durch und steigert die Qualität, die Verfügbarkeit oder die Leistung.