Mit Sensoren zu Machine Learning
Projektziele & Projektergebnis
Erstellung projekt in den Bereichen „Produktion“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung der Nachhaltigkeit und von Prozessen.
Im Projekt wurde ein technischer Ansatz erarbeitet, bei dem WLAN-fähige Mikrocontroller in Kombination mit geeigneten Sensoren nachgerüstet werden.
Gesamtprojekt
Top Erkenntnisse aus dem Projekt
Ausgangslage
Zentrale Fragestellungen im Projekt
- Wie können Produktionsdaten automatisch erfasst werden?
- Wie lassen sich Lücken in der Datenbasis schließen?
- Wie lassen sich Prozesse wie Wartung und Planung systematisch verbessern?
Projektdetails
Das Unternehmen
Die Polierscheibenfabrik Spaeth mit Sitz in Aachen stellt Polierwerkzeuge und passendes Zubehör her. Um Betriebsabläufe insbesondere mit Blick auf Wartungsintervalle zu optimieren, wurden bereits erste Schritte in Richtung Digitalisierung mit einer Online-Plattform umgesetzt. Das Unternehmen möchte das Potenzial noch besser nutzen.
Die Herausforderung
Ein zentrales Problem bestand darin, dass viele Produktionsdaten bislang manuell im Kollegium erfasst werden mussten. Werden diese nicht konsequent eingegeben, entstehen Lücken in der Datenbasis. Dadurch lassen sich weder Maschinenlaufzeiten zuverlässig analysieren noch Prozesse wie Wartung oder Planung systematisch verbessern. Hinzu kommt, dass die Maschinen unterschiedlich stark ausgelastet sind, was die Auswertung zusätzlich erschwert.
Die Lösung
Gemeinsam mit dem Mittelstand-Digital Zentrum Smarte Kreisläufe und dem Institut für Textiltechnik (ITA) der RWTH Aachen als Projektpartner wurde ein Konzept aufgesetzt, das eine automatische Datenübertragung von der Maschine direkt in das digitale System vorsieht. So wird eine verlässliche Datenbasis dafür geschaffen, Prozesse noch weiter zu optimieren.
Die Umsetzung
Im Projekt wurde ein technischer Ansatz erarbeitet, bei dem WLAN-fähige Mikrocontroller in Kombination mit geeigneten Sensoren nachgerüstet werden. Durch diese Hardwarelösung werden Maschinenlaufzeiten automatisch erfasst, auf deren Basis Produktionsfortschritte und etwaige Störungen festgestellt werden können. Die ermittelten Informationen werden über eine Schnittstelle an das bestehende Online-System übergeben. Auf dieser Basis lassen sich Wartungsintervalle künftig automatisiert planen und Produktionsdaten gezielter auswerten. Relevant für Produzierende Betriebe jeglicher Art
Die nächsten Schritte
Mit dem neuen Konzept ist das KMU nun in der Lage, die gesammelten Daten systematisch zu nutzen und den Automatisierungsgrad weiter auszubauen. Perspektivisch ist geplant, auch Künstliche Intelligenz in die Analyse einzubinden – etwa zur Optimierung der Auftragssteuerung oder zur besseren Ressourcennutzung. Das Unternehmen ist somit gut aufgestellt, seine digitale Infrastruktur schrittweise auszubauen und gleichzeitig ökonomische wie ökologische Verbesserungen zu erzielen.
