direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Fingerprints of Quality - Qualität 4.0 bei KMU (FPQ)

Produktionsunternehmen stehen vor der Aufgabe, ihre Produktion dynamisch zu gestalten, um neben der Realisierung einer hohen Produktionsvariabilität auch zeitveränderliche oder individuelle Nachfragen zu bedienen. Zugleich wächst die Komplexität zu beherrschender Produktionsprozesse aufgrund modernster Fertigungsverfahren, wie der additiven Fertigung. Schließlich ist trotz des gesteigerten Individualisierungsbestrebens in der Produktion, die Produkt- und Prozessqualität weiterhin kosteneffizient zu optimieren. Diese Herausforderungen, die gleichemaßen auch Chancen für eine innovative und individualisierte Qualitätssicherung darstellen, sollen durch neuartige Datenanalysemethoden gelöst werden. Mit dem FPQ Projekt wird eine solche Datenanalysemethode, basierend auf kausaler Inferenz, speziell für KMUs entwickelt.

Beschreibung des Projekts

Seit der voranschreitenden Industrial Internet of Things (IIoT)-Befähigung der Maschinen und dem Einzug hochtechnologischer IT-Infrastruktur in die Fabrikhallen ist eine kontinuierliche Signalaufzeichnung der Fertigungsprozesse technisch möglich. Unter einsatz statistischer Modelle und modellbasierter Simulationen lassen sich vorherrschende Wirkmechanismen auf Basis der Signale (aufgenommener Daten) ableiten. Kenntnisse über diese Wirkzusammenhänge kann eine Wissensbasis innerhalb des Unternehmens erweitern und nutzbar machen. Dies bietet eines der vielversprechendsten wirtschaftlichen Nutzenpotenziale in der fertigenden Industrie. Einerseits birgt es die Möglichkeit, Fertigungsprozesse auf Basis von lokalen Ursache-Wirkprinzipien besser zu verstehen, Wettbewerbsvorteile zu generieren und Innovationen abzuleiten, die die Fertigungsprozesse effizienter, qualitativ hochwertiger und kostengünstiger machen. Außerdem können mittels erkannter lokaler Wirkprinzipien Eingriffe während des laufendeden Prozesses vollzogen werden, um Prozesse im zeitlichen Verlauf gezielt zu steuern, ressourcenintensive Nacharbeiten am Produkt von vornherein auszuschließen und den Qualitätsansprüchen gerecht zu werden.

Fingerprints of Quality befähigt KMU, die mit dem Thema Qualität in der Industrie 4.0 mehrheitlich abwartend gegenüberstehen, mit Hilfe eines niederschwelligen Angebots einer technischen Assistenz selbständig umzusetzen. FPQ bietet ein im Projektrahmen zu entwickelndes Methodenset zum strukturierten, datengetriebenen Aufbau von Prozessverständnis, das auf Basis von unterschiedlichen Datenanalysen die bisherigen maschinellen Lernverfahren sinnvoll verknüpft oder über deren bisherige Anwendung hinausgeht. Mit FPQ gelingt damit eine Steigerung des Know-hows über die simple Parameterschätzung hinaus, die den Mitarbeiter befähigt, modernste Algorithmen aus dem Bereich Data Science über ein Assistenzsystem selbständig anzuwenden.

Bereits im Produktionsprozess soll eine Bewertung des Produkts abgeschätzt und im Idealfall der laufende Prozess optimiert werden können. Eine Anpassung der Qualitätsprüfstrategie bis hin zu einer Prüfschärfereduzierung ist somit vorstellbar, weshalb teure Messgeräte weniger häufig beansprucht und die Prüfzeit eingespart wird. Damit ergeben sich Potenziale, die bisherigen Qualitätsregelkreisen im Sinne der kontinuierlichen Verbesserung schrittweise zu optimieren, um schlussendlich eine Reduktion der Qualitätskosten zu erreichen. Neben den eingesparten Qualitätskosten, di eaus den Forschungsergebnissen direkt resultieren, sind produktionsrelevante Einsparungen denkbar. Da diese nur indirekt aus den Optimierungen resultieren, ist eine Quantifizierung aufgrund einer Vielzahl von abhängigen Variablen schwierig. Naheliegend sind Einsparungen an Material und Zeit durch eine Verminderung der durchzuführenden Experimente, die bspw. bei der additiven Fertigung bislang heuristisch durchgeführt werden. Auch lässt die Reduktion der Anzahl notwendiger Maschinenfähigkeitsuntersuchungen bei Änderungen der Produktionssysteme realisieren.

Durch ein Vorgehen nach dem Referenzarchitekturmodell Industrie 4.0 wird eine zukunftsfähige Lösung geschaffen, diese Kosten zu minimieren. Dabei entstehen für die Unternehmen keine weiteren Kosten als die, die für die Vorstufe der Industrie 4.0 mit der Schaffung einer Dateninfrastruktur ohnehin für ein langfristiges Bestehen am Markt sinnvoll sind. Zusätzlich schärfen KMU mit der Datenauswertung ihr Wissen um die eigenen Prozesse und können Fehlerursachen identifizieren. In der Folge schafft FPQ die Möglichkeit, schon vor dem Auftreten von Fehlern zu reagieren, die Qualität zu steigern und weniger Ausschuss zu produzieren. Durch den Einsatz statistischer Lernverfahren und die Integration des kontinuierlichen Verbesserungsprozesses reduzieren sich dei Produktionskosten für die KMU somit nachhaltig.

Zudem wird der Schwerpunkt auf die Methodik der Datenanalyse und Entwicklung der statistischen Algorithmen gelenkt. Dies führt im Zusammenspiel mit dem hohen individuellen fertigungstechnischen Know-how in KMU letztendlich zu einer besseren Adaptionsfähigkeit der Erkenntnisse auf andere Fertigungsverfahren. Zu der Zielgruppe gehören unter anderem Maschinenbediener, Betriebs- und Prozessingenieure mit statistischen Grundkenntnissen. Die Analyse generiert damit Wissen im Unternehmen selbst, statt wiederholt auf Beratungsdienstleistungen angewiesen zu sein.

Rolle der FQS

Die FQS Forschungsgemeinschaft Qualität e. V. vermittelt während des Projektverlaufs zwischen Wirtschaft, Wissenschaft und Politik. Sie stellt die Förderung über ihre Mitgliedschaft in der Arbeitsgemeinschaft industrieller Forschungsvereinigungen "Otto von Guericke" e. V. (AiF) durch Mittel des Bundesministeriums für Wirtschaft und Energie (BMWi) zur Verfügung.

Förderhinweis

Das IGF-Vorhaben 21675N der Forschungsvereinigung FQS Forschungsgemeinschaft Qualität e. V., August-Schanz-Straße 21A, 60433 Frankfurt am Main wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Lupe
Lupe
Lupe