Productronica: Neue Software zur Analyse und Optimierung der Fertigungsleistung

Anbieter zum Thema

PSI Software SE | Business Unit Discrete Manufacturing

BE-terna GmbH

iTAC Software AG

iTAC stellt auf der Productronica seine neue Produktfamilie „Manufacturing Analytics Control“ vor.

Wer die Gesamteffizienz in der Produktion steigern möchte, muss zunächst Optimierungspotenziale sichtbar machen. Der Schlüssel dazu ist die Analyse der Leistung der gesamten Fertigung und der angrenzenden Prozesse. Mit ihrer neuen Produktfamilie „Manufacturing Analytics Control“ ermöglicht iTAC Software unter anderem eine umfassende Echtzeit- und historische Analyse auf Maschinen-, Linien- und Fabrikebene. Die Vorteile der neuen Lösungen sowie das bewährte MES/MOM zeigt das Unternehmen vom 14. bis 17. November auf der Productronica in Halle A3 am Stand 342.

Die Produktfamilie zielt auf die Analyse und Optimierung der Fertigungsleistung ab und trifft Vorhersagen über die zukünftige Prozessqualität. Sie kann ergänzend zum Manufacturing-Operations-Management-System iTAC.MOM.Suite eingesetzt werden, das auf die Planung, Steuerung und Überwachung von Produktionsprozessen in Echtzeit ausgelegt ist, wird jedoch auch als Stand-Alone-Lösung implementiert.

„Manufacturing Analytics Control“ vereint Software-Produkte des Unternehmens und der Tochtergesellschaft Cogiscan zu einem Portfolio. Ein zentraler Baustein ist die Streaming-Engine, die Daten aus mehreren Quellen in Echtzeit verarbeiten und verknüpfen kann. Auf dieser Basis kann die Leistung der gesamten Fertigungsumgebung analysiert werden. „Wir ebnen den Weg für ein umfassendes Performance-Verständnis. Dies unterstützt die operative Planung, ermöglicht die Identifizierung von Verbesserungspotenzialen und trägt letztlich zu einer effizienteren und rentableren Produktion bei“, erklärt Martin Heinz, Vorstandsmitglied bei iTAC.

Einblick in die aktuelle und vergangene Leistung

Die Lösung bietet umfassende Möglichkeiten der Data Analytics, sowohl in Echtzeit als auch anhand historischer Daten. Damit ergibt sich ein klarer Einblick in die aktuelle und vergangene Leistung, insbesondere bei kritischen Maschinen und Prozessen. Mit vordefinierten Key Performance Indicators (KPIs) können Unternehmen Leistungsparameter genau überwachen und bewerten. Zudem können die Prozessverantwortlichen die Abweichungen vom Soll-Zustand schnell erkennen und effizient darauf reagieren. Das trägt dazu bei, die Produktionsstörungen zu minimieren und die Betriebsleistung zu optimieren.

Dashboards können individuell angepasst werden

Die Möglichkeit, Dashboards individuell anzupassen, erlaubt es Unternehmen, die relevanten KPIs und Daten nach ihren spezifischen Anforderungen und Prioritäten zu visualisieren – die Basis für eine maßgeschneiderte Analyse und Entscheidungsfindung. Dabei lassen sich Widgets aus verschiedenen Produkten in einem Dashboard beliebig kombinieren. Durch einfaches Drag&Drop können Widgets beispielsweise für die Analyse von Öfen, Nozzles oder Feedern ausgewählt und flexibel platziert werden. Zudem können Maschinendaten der vor- und nachgelagerten Prozesse direkt miteinander verglichen werden, um beispielsweise eine Analyse in Echtzeit durchzuführen. Dabei werden die Messdaten mittels KI mit den Daten der AOIs (Automatisch optische Inspektion) und SPIs (Solder Paste Inspection) korreliert und in einer Heatmap abgebildet.

Einfache Implementierung und Entlastung auf mehreren Ebenen

„Manufacturing Analytics Control“ bietet verschiedene Vorteile, um Mehrwert aus Daten zu schöpfen, und ist direkt einsetzbar. Es handelt sich um ein Add-on für Unternehmen mit vorhandener Infrastruktur. Die Implementierung und Anwendung sind denkbar einfach: Für den Start werden keine Data Scientists benötigt und es ist keinerlei Programmiererfahrung notwendig.

Die Lösung bietet „out of the box“ standardmäßig einsatzbereite Use Cases, die speziell auf die Anforderungen oder Bedürfnisse verschiedener Branchen zugeschnitten sind. Dabei ist Konnektivität gewährleistet, sodass sich schnelle und unkomplizierte Verbindungen zu Maschinen aufbauen lassen. Es ist kein spezialisiertes Connectivity-Engineering-Team erforderlich.

Das Datenmodell wurde bereits in verschiedenen Industriezweigen erfolgreich getestet. Es beinhaltet umfassende Datenprüfungen, Fehlerprüfungen, Interpretationen und standardisierte Auswertungen. Diese Funktionalitäten dienen nicht nur der Qualitätssicherung, sondern auch der Entlastung des Reporting-Teams und der Datenerfasser.

Unstrukturierte Daten werden strukturiert und in Workflows verwandelt

Die Lösung vereinfacht die Aufgaben des Data Engineers und macht Maschinendaten interpretierbar, indem sie Daten von einer Maschine mit notwendigen Kontextinformationen kombiniert, sodass unstrukturierte Daten zu strukturierten Daten werden. Weiterhin werden diese Daten in umsetzbare Workflows verwandelt. Die Workflow-Schnittstellen wie MS Teams ermöglichen die Echtzeit-Kontrolle von Aktionen, Daten und Maschinen. Außerdem ist der Weg frei für geschlossene Regelkreise und proaktives Problemmanagement. Weiterer Mehrwert aus den Daten lässt sich mittels KI schaffen, denn das Hinzufügen von AI/ML zu den Arbeitsabläufen ist einfach möglich. „Unternehmen können quasi auf Knopfdruck von den Vorteilen profitieren, zum Beispiel von Qualitätssicherung, Steigerung der Gesamteffizienz in der Produktion und Entlastung der Mitarbeitenden“, fasst Martin Heinz zusammen.

Lesen Sie auch: Formnext : KI-basierte Prozessauslegung beim Laserauftragschweißen