Wir verwenden Cookies, ähnliche Technologien und Tracking-Dienste

Auf dieser Webseite verwenden wir Cookies, ähnliche Technologien und Tracking-Dienste („Cookies“). Dienen diese nicht allein dazu, Ihnen die Webseite technisch darzustellen, sondern auch, unsere Webseite auf Basis Ihres Nutzerverhaltens zu verbessern (z.B. per Salesforce Pardot) und Ihnen interessengerechte Inhalte bereitzustellen (z.B. LinkedIn Insights, Google Ads), benötigen wir Ihr Einverständnis. Wir binden zudem Inhalte von Drittanbietern ein (z.B. Microsoft Azure zum Single-Sign-on), dabei kann es zu einer Übermittlung Ihrer Daten in die USA, einen unsicheren Drittstaat kommen. Indem Sie auf „Alle Akzeptieren“ klicken, stimmen Sie sowohl der Verwendung von nicht zwingend erforderlichen Cookies zu als auch der Drittstaatenübermittlung. Per Klick auf „Ablehnen“, lehnen Sie die Verwendung von nicht zwingend notwendigen Cookies ab. Um auszuwählen, welche Cookies wir im Einzelnen verwenden dürfen, treffen Sie bitte unter „Details“ Ihre Auswahl. Weitere Informationen, insbesondere über Ihre Betroffenenrechte, erhalten Sie unter „Details“ oder in unserer Datenschutzerklärung .

Details

Ablehnen

Akzeptieren

Nachfolgend können Sie einzelne Technologien, die auf dieser Webseite verwendet werden, aktivieren/deaktivieren.

Zu allen einwilligen

Unbedingt erforderlich

Diese Cookies machen eine Webseite überhaupt erst nutzbar und funktionsfähig, indem sie die Grundfunktionen wie Seitennavigation, Spracheinstellungen, Cookie-Präferenzen und Zugang zu geschützten Bereichen der Webseite bereitstellen. Außerdem sorgen die Cookies dieser Kategorie dafür, dass die Webseite den Rechtsvorschriften und den Sicherheitsstandards entspricht. Aufgrund dieser Bedeutung können Sie die Verwendung dieser Cookies auf unserer Seite nicht unterbinden. Details zu diesen Cookies erhalten Sie unter „mehr Infos“.

Funktionalität und Personalisierung

Diese Cookies sammeln Informationen über Ihre Gewohnheiten bei der Nutzung unserer Webseiten und helfen uns, die Funktionalität und die Attraktivität unserer Webseiten entsprechend Ihrer früheren Besuche, Ihres Standorts und Ihrer Browsereinstellungen anzupassen und damit Ihr Nutzererlebnis zu verbessern. Sie ermöglichen Ihnen außerdem den Zugriff auf Tools von Drittanbietern, die wir in unserer Webseite integriert haben (z.B. Microsoft Azure zum Single-Sign-on). Dabei kann es zu einer Übermittlung Ihrer Daten in die USA, einen unsicheren Drittstaat kommen. Akzeptieren Sie diese Cookies nicht, stehen Ihnen die Funktionen der Webseite nur eingeschränkt zur Verfügung. Details zu den eingesetzten Tools erhalten Sie unter „mehr Infos“.

Analyse

Diese Cookies dienen der Erstellung grundlegender Anwendungs- und Nutzerstatistiken auf der Grundlage der Nutzung unserer Webseiten. Ihre Einwilligung umfasst neben dem Setzen der Cookies die anschließende Datenverarbeitung einschließlich einer Übermittlung Ihrer Daten in die USA durch eingesetzte Dienste wie z.B. Salesforce Pardot. Details zu den eingesetzten Tools erhalten Sie unter „mehr Infos“.

Marketing und Social Media

Diese Cookies verhelfen Drittanbietern Informationen darüber zu sammeln, wie Sie Inhalte von unserer Webseite über die sozialen Medien teilen, oder liefern Analysedaten zu Ihrem Nutzungsverhalten, wenn Sie zwischen Social-Media-Plattformen oder unseren Social-Media-Kampagnen und unseren eigenen Webseiten wechseln (z.B. LinkedIn Insights). Außerdem helfen uns Marketing-Cookies von Drittanbietern die Wirksamkeit unserer Werbeanzeigen auf Webseiten von anderen zu messen (z.B. Google Ads). Wir setzen diese Cookies ein, um zu optimieren, wie wir Ihnen unsere Inhalte zukommen lassen. Die eingesetzten Drittanbieter und Social-Media-Plattformen können Ihre Daten in die USA, einem unsicheren Drittstaat, übermitteln. Ihre Einwilligung umfasst neben dem Setzen der Cookies die anschließende Datenverarbeitung einschließlich der beschriebenen Übermittlung. Details zu den eingesetzten Tools und unseren Social-Media-Präsenzen erfahren Sie unter „mehr Infos“.

Mehr Infos

Einstellungen speichern

Künstliche Intelligenz für Echtzeit-Entscheidungen

Was sich hinter DXQanalyze verbirgt

DXQanalyze ist eine der vier Produktfamilien unserer Digital Factory. Zur Familie gehört die Analyse-Software DXQequipment.analytics, welche alle Daten im Lackierprozess sowie während der gesamten Karosserietrocknung lückenlos aufzeichnet. Als weiteres Mitglied von DXQanalyze spürt DXQplant.analytics Unregelmäßigkeiten in der Lackqualität sowie mögliche Ursachen akribisch auf und steigert somit die Gesamtanlageneffektivität.

Die unter dem Namen DXQ vereinten Softwareprodukte der Digital Factory, gliedern sich in vier Produktfamilien: DXQanalyze, DXQoperate, DXQcontrol und DXQsupport. In diesem Artikel möchten wir Ihnen zunächst die beiden Analyse-Tools DXQequipment.analytics und DXQplant.analytics der Produktfamilie DXQanalyze vorstellen.

DXQequipment.analytics

Das Analysetool DXQequipment.analytics kennen Sie vielleicht schon aus unserem im März 2019 veröffentlichten Artikel „Smarte Lackiererei mit DXQequipment.analytics“.

Mit Hilfe dieser Software werden Roboter- und Prozessdaten erfasst, ausgewertet und visualisiert. Das Tool zeichnet lückenlos alle Daten aus dem Lackierprozess auf und analysiert diese anschließend. So entsteht für jede lackierte Karosserie ein „digitaler Fingerabdruck“. Erfahren Sie mehr über den Einsatz von DXQequipment.analytics im Lackierprozess in unserem Artikel „Smarte Lackiererei mit DXQequipment.analytics“.

DXQequipment.analytics für Trockner

Die oben dargestellte Analyse-Software DXQequipment.analytics wurde um ein neues Modul erweitert und kann nun erstmalig im Trocknungsprozess eingesetzt werden.

Die Software DXQequipment.analytics für Trockner ist eine Industrielle Internet-of-Things-Lösung (IIoT), die Aufheizkurven der Karosserie in Echtzeit simuliert. Für Anlagenbetreiber bedeutet das: Sie sehen die aktuellen Temperaturprofile aus dem laufenden Trocknungsprozess direkt am Werkstück und erhalten zusätzlich diverse karosseriebezogene Kennzahlen. Damit lassen sich die Bedingungen im Trockner, die durch eine Vielzahl von Parametern beeinflusst werden, für jede Einzelkarosserie genau zurückverfolgen. Abweichungen vom idealen Prozess sind also frühzeitig sichtbar und können durch entsprechende Gegenmaßnahmen schnell behoben werden.

Wie funktioniert DXQequipment.analytics für Trockner?

Der Algorithmus der Software berechnet anhand der aktuellen Systemparameter des Trockners die Heizkurven an verschiedenen Messstellen auf der Karosserie. Eine optische Messung innerhalb des Trockners dient als Referenzpunkt und sichert permanent die Qualität der berechneten Profile. Jede Karosserie erhält einen eigenen elektronischen Werkstückdatensatz, in dem alle Daten abgespeichert sind. Zusätzlich werden alle physikalisch gemessenen Daten aus Testfahrten zentral abgespeichert und fließen in das Training des Algorithmus ein.

Wie trägt DXQequipment.analytics für Trockner zur Qualitätsverbesserung bei?

Um eine gleichbleibend hohe Qualität des Lackierergebnisses zu gewährleisten, muss das spezifische Aufheizverhalten für jeden Karosserietyp penibel eingehalten werden. Die Einstellung der Prozesse basiert bislang auf Daten aus den initialen Kalibrierungsfahrten während der Inbetriebnahme und aus Testfahrten, die in Abständen von mehreren Wochen erfolgen. In der Zwischenzeit hat der Betreiber keine Informationen zum tatsächlichen Aufheizverhalten auf der Karosserie. Mit Hilfe von DXQequipment.analytics können wir diese Informationslücke nun schließen und zur Qualitätsverbesserung beitragen.

Mit DXQequipment.analytics für Trockner legen wir den Fokus auf die Qualität des Anlagenbetriebs. Durch die Echtzeitsimulation von Aufheizkurven, eine übersichtliche Visualisierung und die zentrale, kontinuierliche Datenspeicherung erhöht sich für den Betreiber die Transparenz deutlich. Zugleich entsteht mithilfe des Tools ein individuelles Qualitätszertifikat über den gesamten Trocknungsprozess für jede einzelne Karosserie. Das Tool nutzt die karosseriespezifischen Daten und setzt sie in Bezug zu Qualitätsdaten, die bei der Prüfung des Endproduktes entstehen. So kann ermittelt werden, welche Ursachen im Prozess die Qualität des Endproduktes beeinflussen. DXQequipment.analytics für Trockner liefert mit dem Speichern karosseriespezifischer Daten auch einen wichtigen Baustein für unser Tool DXQplant.analytics.

DXQplant.analytics

Unsere dritte Software der DXQanalyze Familie ist DXQplant.analytics. Auf dem Weg durch eine Lackiererei durchläuft jede Karosserie unterschiedlich komplexe Prozessschritte. Die Grundlage von DXQplant.analytics ist es, dabei Informationen aus unterschiedlichen Quellen über das industrielle Internet-of-Things (IIoT) spezifisch für jede einzelne Karosserie in einer Lebensakte abzuspeichern, diese Informationen mit Qualitätsdaten abzugleichen und die Daten aller produzierten Fahrzeuge statistisch zu bewerten. Das Ziel ist es, aus den gesammelten Datensätzen das Normalverhalten der Anlage mit ihren Prozessschritten zu ermitteln. Mit Hilfe von künstlicher Intelligenz werden dabei Muster erkannt, mit Qualitätsdaten abgeglichen und Maßnahmen für eine gezielte Optimierung der Erstläuferquote abgeleitet.

Wie funktioniert DXQplant.analytics?

DXQplant.analytics verwendet Big-Data-Modelle, um bislang unbekannte Zusammenhänge in der Lackieranlage zu ermitteln. Als Infrastruktur für die digitalen Datenströme dient die IIoT-Plattform ADAMOS, über die alle Produktions-, Prozess- und Qualitätsdaten gesammelt werden. Die Software DXQplant.analytics ermittelt anschließend aus diesen Informationen den Qualitätszustand und visualisiert ihn auf einem Dashboard. Unsere Kunden finden dort einen schnellen Überblick über qualitätsrelevante Kennzahlen, wie zum Beispiel die Produktionsrate einschließlich der Nachbearbeitungen sowie die Zweitläuferquote. Die Kennzahlen werden automatisiert mit den erfassten Qualitätsdefekten in Verbindung gebracht, durch Auswertungen wird die Fehlerursache ermittelt. Der Anlagenbediener erhält eine Visualisierung, an welchen Stellen der Karosserien vermehrt Qualitätsdefekte auftreten, und wird so beim Finden von Produktionsschwachstellen unterstützt. Unsere Software DXQplant.analytics ermöglicht es unseren Kunden, ihre Anlage stetig zu optimieren und so langfristig die Erstläuferquote zu erhöhen.

Wie trägt DXQplant.analytics zur Qualitätsverbesserung bei?

DXQplant.analytics verwendet künstliche Intelligenz, um systematisch auftretende Qualitätsabweichungen zu erkennen und die Ursachen im Prozess dafür aufzudecken. Dabei werden mit Hilfe von selbstlernenden Datenmodellen in erfassten Qualitätsdaten wiederkehrende Muster ermittelt und diese mit Besonderheiten im Produktionsprozess verknüpft. Bislang fallen Fehler oft erst bei der Sichtprüfung auf, und die Karosserie muss nachgearbeitet werden. DXQplant.analytics hingegen erkennt anhand der historischen Daten, dass es sich nicht um einen sporadischen Fehler handelt, sondern um ein systematisches Fehlermuster und informiert vorab über drohende Qualitätsprobleme. Mit diesem Tool können wir das Qualitätsmanagement von Lackier- und Produktionsanlagen erheblich verbessern.