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, auswertet 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.