Mit Prozessdaten Qualität eines Produktes verlässlich vorhersagen

Anbieter zum Thema

ANDREAS MAIER GmbH & Co. KG

Treston Deutschland GmbH

trivid GmbH

MPDV Mikrolab GmbH

Prozessdaten in Echtzeit interpretieren

Bringt man das generierte Modell in die Erfassungskomponente von Predictive Quality ein, so können die im laufenden Betrieb erfassten Prozessdaten in Echtzeit interpretiert und daraus die Qualitätsvorhersage berechnet werden. Neben der Einordnung in Gutstück oder Ausschuss liefert die Anwendung auch die Wahrscheinlichkeit dafür, dass die Vorhersage korrekt ist. Auf Basis dieser Werte lassen sich dann Regeln definieren, die eine automatische Qualitätsentscheidung ermöglichen.

Industrie 4.0

PLM, ERP und MES vernetzen

Beispielsweise können Mitarbeiter dann Metallteile, die mit einer Wahrscheinlichkeit von mehr als 60 % Ausschuss sind, sofort wieder einschmelzen. Genauso können auch Gutteile als solche deklariert werden, wenn die Wahrscheinlichkeit dafür bei über 90 % liegt – natürlich nur, wenn keine 100-%-Prüfung der Teile vor­geschrieben ist. Alle anderen Teile könnten einer weiteren Prüfung unterzogen oder als B-Ware günstiger verkauft werden.

Insbesondere dann, wenn die Qualität eines hergestellten Artikels erst später durch Begutachtung überprüft werden kann, ist eine verlässliche Vorhersage von enormer Bedeutung. Ein gutes Beispiel dafür sind die mechanische Nachbearbeitung beim Gießen von Metallteilen oder auch Montagevorgänge, die das Prüfen einzelner Komponenten erst im finalen Zustand ermöglichen. Somit können sowohl Zeit als auch Kosten gespart werden, die ansonsten bei der Weiterverarbeitung von vermeintlichen Ausschussteilen oder deren Nutzung in weiteren Prozessschritten anfallen würden.

* Nathalie Kletti ist Vice President Enterprise Development bei der MPDV Mikrolab GmbH in 74821 Mosbach

(ID:46013549)