Predictive Scoring Solution

Predictive Scoring Solution

Unsere Scoring Lösung verbindet Systeme verschiedener Ebenen und liefert Ihnen eine Echtzeitqualitätsvorhersage.

Immer mehr Unternehmen stellen bereits ihre internen Prozesse auf Industrie 4.0 um und steigern durch vorausschauende Planung und Automatisierung ihre Effizienz erheblich. Um in diesem Umfeld weiterhin wettbewerbsfähig zu bleiben, müssen Firmen aus allen Branchen reagieren und ihre internen Prozesse in vernetzte Systeme eingliedern.

X-INTEGRATE entwickelte zu diesem Zweck ein Predictive Analytics-Verfahren mit dem es möglich ist durch Sensoren an den Maschinen innerhalb der Fertigungsstraßen nicht nur die Qualität der gefertigten Bauteile, sondern auch den Zustand der Werkzeuge innerhalb der Produktionsmaschinen, kontinuierlich zu kontrollieren. Ziel ist es, auf Basis aussagekräftiger Daten der Werkzeuge die Qualität der zu fertigenden Produkte indirekt vorherzusagen. Zusätzlich kann mit der Lösung in Zukunft flexibler auf Ereignisse reagiert und Wartungsprozesse können effizienter gestaltet werden.

Die Ebenen der Scoring Lösung

Infografik zu Ebenen der Scoring Solution: Maschinen Layer, Sensorik Layer, Prognose Layer

Die Scoring Lösung verbindet Systeme verschiedener Ebenen.

  • Die Maschinenebene besteht aus der Industriemaschine selbst und der zugehörigen Steuerungseinheit und einer Reihe von Sensoren.
  • Die von den Sensoren gelieferten Daten werden auf der Sensorikebene zusammengeführt und für eine Auswertung aufbereitet.
  • Die Prognoseebene führt eine Analyse der aufbereiteten Sensordaten durch und berechnet Ergebnisse, welche an die Maschinensteuerung gesendet wird.
  • Das hierfür notwendige Vorhersagemodell wurde auf Basis von IBM SPSS umgesetzt.
  • Die Maschinensteuerung kann den Analyseergebnissen entsprechende Maßnahmen einleiten, wie z.B. ein Stoppen der Maschine.

Die Lösung im Video

Der Weg zu einem verlässlichen und robusten Vorhersagemodell

Durch kontinuierliche, präzisere Kontrolle kann der Betreiber der Maschine Arbeitsschritte in Echtzeit anpassen und gezielter vorhersagen, wann für die einzelnen Maschinen in einer Produktionskette ein Werkzeugwechsel oder die Anpassung der Maschinenparameter oder des Maschinenprofils notwendig ist.

Innerhalb der Fertigungsstraße sinken damit der Ausschuss der Produkte und die Wahrscheinlichkeit eines ungeplanten Maschinenstopps. Auch die Qualitätskontrolle der Bauteile wird durch das neue Predictive Analytics-Verfahren erheblich effizienter.

Sehr personalintensive Qualitätsprüfungsprozesse können nun von der Datenmessung über die Berichterstattung bis hin zur Anpassung des Maschinenprofils automatisch und effizient erledigt und zur weiteren Optimierung des Vorhersagemodells dokumentiert werden.

Die Lösung im Überblick

Systemschnittstellen der Lösung

Als Schnittstelle zu den Systemen, welche Sensordaten liefern und Vorhersageergebnisse verarbeiten, wird das Open Source Nachrichtenprotokoll MQTT eingesetzt.

Die Verwendung des Publish/Subscribe Mechanismus von MQTT stellt sicher, dass die Servicequalität (Quality of Service Level) des jeweiligen Partners unterstützt wird. Außerdem ermöglicht es einen flexiblen Umgang mit weiteren Konsumenten der Sensordaten und der Vorhersageergebnisse.

Datenspeicherung

Sowohl die Sensordaten als auch die Vorhersageergebnisse werden auf einer Datenbankkomponente (IBM DB2) gespeichert. Dies ermöglicht weitere Optimierungen des Vorhersagemodells z.B. bei Änderungen und Erweiterungen in der Sensorkonfiguration. Die Datenbankkomponente wird als Docker Container bereitgestellt. Die maximale Vorhaltezeit der gespeicherten Daten ist durch die anvisierte Hardwarekomponente vorgegeben.

Die berechnete maximale Last welche von der Maschine erzeugt werde kann bei einem theoretischen 24×7 Betrieb:

1 Datensatz pro Sensor pro Millisekunde

  • pro Minute ca 60.000 kombinierte Datensätze
  • pro Tag 86 Mio Datenbankzeilen (5 GB)
Virtualisierung
Infografik zum Docker Container

Als Virtualisierungsschicht wird die Open-Source Software Docker eingesetzt. Dies erlaubt einen flexiblen Betrieb in verschiedenen Deploymentmodellen:

  • Dedizierte für den maschinennahen Einsatz optimierte Hardware (X-INTEGRATE IoT Scoring Gateway)
  • Cloudbasierte Umgebungen
  • Hosting auf durch Kunden bereitgestellten Umgebungen

Die einzelnen Komponenten der Scoring Lösung werden als Docker Container bereitgestellt

Funktionsweise des Vorhersagemodells am Beispiel Felss Systems GmbH

Kraft Wirkungskurve

Das Herzstück des gesamten Vorhersageprozesses ist das Vorhersagemodell. Es übersetzt abstrakte Daten, die für das menschliche Auge zumeist aussagelos sind, in Aussagen, die für den Produktionsprozess relevant sind. Zum Beispiel, dass das produzierte Bauteil einen Defekt aufweist oder die Matrize verschlissen ist und ausgetauscht werden sollte.

Mustererkennung auf Kraft-/Wirkkurven

In unserem Fall werden die bei der Produktion entstehenden Kräfte gemessen und als Kraftkurven bereitgestellt. Diese sehen auf den ersten Blick alle gleich aus, unabhängig von dem Zustand der gerade eingesetzten Matrize. Aus diesen Kurven werden weitere Daten wie diskrete Ableitungen, Integrale, Mittel- und Extremwerte generiert.

Ein mathematisches Vorhersagemodell, hier ein Neuronales Netz, sagt dann vorher, ob die Matrize oder das Bauteil zugehörig zu den Daten in Ordnung ist oder nicht. Die Genauigkeit der Vorhersage liegt dabei initial bei ca. 95%. Diese und die Robustheit des Modells werden während der fortlaufenden Produktion weiter verbessert. Durch fortwährendes Feedback, beispielsweise durch Beobachtungen der Mitarbeiter, ob ein als fehlerhaft gekennzeichnetes Bauteil tatsächlich fehlerhaft war, wird das Modell weiter trainiert.

Hier geht es zur Success Story:

Hybrides Lernszenario

Der generelle Architekturelle Ansatz sieht vor, dass die Scoringlösung in einem hybriden Szenario betrieben werden kann. Ziel ist eine Sammlung aller relevanten Daten von weltweit verteilten Maschinenparks gleicher Produktfamilien und eine stetiges Lernen bzw. Trainieren der spezifischen Vorhersagemodelle.

Hierbei können globale und lokale Trainingsdaten (Daten plus Bewertung je Scoringfall) für jeweils passende Bewertungsszenarien für die Verbesserung der Modelle herangezogen und die adaptierten Modelle bei Bedarf auf die lokalen Maschinen verteilt werden. Die hierzu notwendigen Verfahrensweisen zur Gewinnung von Qualitäts-Bewertungen und die jeweils hinreichenden Automatisierungen (Training, Modellgenerierung und Deployment) sind erfahrungsgemäß jeweils individuell auf den Einsatzbereich abzustimmen.

Zur IT & Production Online Website
Presse 09.08.18

Fachbeitrag: "Wissen um den Werkzeugverschleiß"

Dank der Predictive Analytics- Lösung der X-INTEGRATE kontrollieren bei Felss nun Sensoren während der Fertigung präzise und vorausschauend Qualität und Zustand. Mehr erfahren Sie im Artikel von IT-Production ONLINE.

Felss Logo
Referenz

Mit Predictive Analytics die Produktqualität vorhersagen

Die Felss Systems GmbH setzt auf ein eigens entwickeltes Predictive Analytics-Verfahren von X-INTEGRATE. Mit vorausschauendem Scoring und Automatisierung wird die Effizienz der Industriemaschinen erheblich erhöht.

Felss setzt auf Predictive Analytics-Verfahren von X-INTEGRATE
Presse 25.07.18

Felss setzt auf X-INTEGRATE Predictive Analytics-Verfahren

Die X-INTEGRATE GmbH hat bei der Felss Systems GmbH ein Predictive Analytics-Verfahren eingeführt. Der Automobilzulieferer und Spezialist für Kaltumformung von Rohren ersetzt dabei klassische Prüfintervalle durch einen Scoring-Prozess mithilfe eines Vorhersagemodells auf Basis von IBM SPSS.

Wissen

Die Zukunft vorhersagen mit Predictive Analytics

Für Unternehmen gilt es heute mehr denn je, nicht nur in der Gegenwart gut aufgestellt zu sein, sondern auch einen Blick in die Zukunft zu wagen. Industrie 4.0 und Predictive Analytics ermöglichen es interne Prozesse besser nachzuverfolgen.

Predictive Analytics
Kompetenz 03.09.20

Predictive Analytics

Mit Predictive Analytics hilft X-INTEGRATE Unternehmen, aus vorhandenen Daten genaue Vorhersagen für die Zukunft zu treffen und damit einen entscheidenden Wettbewerbsvorteil zu erlangen.

Predictive Maintenance
Kompetenz 08.09.20

Predictive Maintenance

Mit Predictive Maintenance Störungen prognostizieren und Ausfallzeiten vermeiden.

Event

EuroBLECH 2022 | Your gateway to a smarter future

Treffen Sie X-INTEGRATE und Fraunhofer IWU vom 25. - 28. Oktober 2022 in Hannover! Auf der 26. Internationalen Technologiemesse für Blechbearbeitung.

Wissen

So verändert Data Analytics die Industrie

Mit dem Einsatz von Data Analytics in der Industrie tun sich für Unternehmen zahlreiche neue Möglichkeiten auf.

Headerbild Industrial Internet of Things (IIoT)
Kompetenz 16.09.20

Industrial Internet of Things

Ob in Industrie, Stadtplanung oder im Privaten: Das Internet of Things macht unser Leben einfacher. Insbesondere die Digitalisierung der industriellen Produktion spart Ihr Unternehmen Zeit und Kosten.

Zu Computerwoche Website
Presse 25.02.19

Fachbeitrag: Mit IoT Maschinenstraßen überwachen

Maschinen mit IoT zu überwachen gehört heute zum guten Ton. Doch echten Mehrwert bietet erst ein Konsolidierung der Daten, um etwa komplette Fertigungsstraßen zu überwachen. Wolfgang Schmidt, Geschäftsführer der X-INTEGRATE, beschreibt in der Computerwoche die Möglichkeiten für die Industrie.

Interessiertes Publikum sinnbildlich für IBM Think 2019
Event 06.11.18

X-INTEGRATE auf der IBM THINK 2019

Freuen Sie sich außerdem auf zwei spannende Sessions mit IT-Manager und Geschäftsführer der X-INTEGRATE Software & Consulting GmbH Wolfgang Schmidt zu innovativen Business-Integrationstechnologien.

Wissen

Der Cloud vorgelagert: Edge Computing für Datenanalysen

Sicherheitsbedenken und Performance-Engpässe gestalten die Verarbeitung und Analyse von Daten in der Cloud zunehmend schwierig. So spricht einiges für eine Zwischenschicht: den Edge.

Headerbild für Edge Computing
Kompetenz 13.07.22

Edge Computing

Mit Edge Computing können Sie Daten dezentral, direkt am Ort ihrer Entstehung, analysieren und auswerten – und zwar nahezu in Echtzeit.

Articifial Intelligence & Data Science
Service

Artificial Intelligence & Data Science

Aus strukturierten und unstrukturierten Daten wertvolle Informationen extrahieren — das verbirgt sich hinter Data Science.

Besucherrekorde bei der SPS IPS Drives Messe
Wissen

Besucherrekorde bei der SPS IPS Drives Messe

Die SPS IPC Drive in Nürnberg gilt weltweit als führende Fachmesse für elektronische Automatisierung. Auch wir von der X-INTEGRATE GmbH waren zusammen mit unseren Geschäftspartnern Hilscher und IBM vor Ort und stellten eines unserer aktuellen Industrie 4.0 – Projekte vor.

Wissen

Wie verarbeite ich 13 Millionen Nachrichten pro Sekunde?

Welche neuen Potentiale könnten Sie heben, wenn Ihre Unternehmensanwendung mit hundertausenden von mobilen Endgeräten je Sekunde kommunizieren könnte? Einige Möglichkeiten das zu realisieren wurden auf der diesjährigen IBM Impact Konferenz vorgestellt und diskutiert.

Schild als Symbol für innere und äußere Sicherheit
Branche

Innere und äußere Sicherheit

Verteidigungskräfte und Polizei müssen Bürger*innen und den Staat vor immer neuen Bedrohungen schützen. Moderne IT- & Softwarelösungen unterstützen dabei.

Predictive Maintenance Services
Kompetenz 07.09.20

Industrie 4.0

Mit der „Industrie 4.0“ geht die industrielle Revolution völlig neue Wege. Produktion, Informations- und Kommunikationstechnik werden immer enger miteinander verzahnt.

Blog 29.08.24

Kann IoT den E-Commerce wirklich smarter machen?

In unserer neuesten insights!-Folge zeigen dir Sonja und Joubin, wie IoT die Zukunft des E-Commerce prägt und welche Schritte notwendig sind, damit auch du von dieser Revolution profitieren kannst.

Weiterleitung zu Big Data Insider
Presse 06.09.17

Punktlandung bei der Wartung mit Predictive Analytics

Am 6. September 2017 erschien der Kommentar “Punktlandung bei der Wartung mit Predictive Analytics” von Maximilian Lorse, Optimization & SCM Engineer bei der X-INTEGRATE im Onlinemagazin “BigData-Insider“.

Bleiben Sie mit dem TIMETOACT GROUP Newsletter auf dem Laufenden!