Effizienter zur Waschmaschine – Miele und Fraunhofer nutzen Big Data

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Effizienter zur Waschmaschine – Miele und Fraunhofer nutzen Big Data

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
miele_fertigung

Eine der größten Anforderungen an Produktionsanlagen ist hohe Verfügbarkeit und Effizienz. Das rechtzeitige Erkennen von Unregelmäßigkeiten ist der Schlüssel, um Fehler und Unterbrechungen zu verhindern. Dieser Herausforderung haben sich die Miele & Cie. KG und das Fraunhofer-Anwendungszentrum für industrielle Automation (IOSB-INA) gemeinsam gestellt. Ziel des Forschungsprojektes war es, die Produktion von Spülmaschinen am Standort Bielefeld effizienter zu gestalten.

„Für das Formen von Spülräumen setzten wir in der Spülmaschinenproduktion eine eigens entwickelte Anlage ein.“, erklärt Martin Fuchs, Projektleiter bei Miele. „Um ihre Wirkkraft zu erhöhen und  Abweichungen im Produktionsprozess finden zu können, mussten wir eine detaillierte Untersuchung der Maschinen-Steuersignale durchführen. Dabei haben uns die Fraunhofer Wissenschaftler geholfen.“

Die Lemgoer Entwickler nutzten dazu Analysealgorithmen für große Mengen von Produktionsdaten, die sie für diesen Einsatz entwickelt haben.

„Mit unseren Softwarelösungen sind wir in der Lage, sämtliche Daten, die in einer Maschine oder gar einer ganzen Produktionsstraße anfallen, zu erfassen.“, beschreibt Jens Eickmeyer, Projektleiter am IOSB-INA, das Vorgehen. „Aus diesen Daten erstellt unser intelligentes Assistenzsystem dann selbstständig, das heißt ganz ohne Engineering Aufwand, ein virtuelles Modell der Maschine.“ 

Das Modell stellt die komplexen Prozessschritte, die in der untersuchten Maschine stattfinden, vereinfacht dar. Weichen in der realen Produktion Schritte zeitlich vom im Modell gelernten Normalverhalten ab, zeigte das Assistenzsystem dieses den Lemgoer Wissenschaftlern auf. Potentielle Fehlerquellen und Optimierungsbedarf konnten so ausgemacht werden. „Im nächsten Schritt haben wir dann Ursachen für die Abweichungen gefunden, sodass in Zukunft durch das Verändern an bestimmten Steuerparametern die Maschine optimiert werden kann.“, erklärt Jens Eickmeyer. 

Dass Maschinen heute bereits selbstständig Abweichungen in ihrem Prozess erkennen können und diese dem Menschen melden, ist mittels der Assistenzsysteme der Fraunhofer Wissenschaftler bereits möglich. Das konkrete Erkennen der Ursache für solche Anomalien bleibt aktuell jedoch Forschungsgegenstand. Verschiedene Lösungen hierzu wurden in Lemgo bereits entwickelt. Doch bevor sie effektiv eingesetzt werden können, müssen die Systeme zunächst in verschiedenen Anlagen, auch bei Industriepartnern, getestet werden. 

Martin Fuchs erhofft sich währenddessen bereits eine Effizienzsteigerung der Produktion. „Durch die Untersuchung unserer Maschinen mittels selbst lernender Assistenzsysteme können wir gezielte Optimierungen durchführen und sparen somit wichtige Ressourcen. Das ist nicht nur für unsere alltägliche Produktion von Vorteil, sondern verrät uns auch nützliche Verbesserungen im Bau von neuen Anlagen.“

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken
avatar
  Abonnieren  
Benachrichtige mich bei
Werbung

Top Jobs

Experienced Consultant Service Business (w/m/d)
Siemens Management Consulting, München oder Erlangen
› weitere Top Jobs

Redaktionsbrief

Tragen Sie sich zu unserem Redaktions-Newsletter ein, um auf dem Laufenden zu bleiben.

Aktuelle Ausgabe

Topthema: Mit Continuous Integration Engineering-Kosten reduzieren

Turbo für die Software-Entwicklung

Mehr erfahren

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.