Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

SFB 876 - Teilprojekt B3

Logo_SFB876

Teilprojekt B3: Data Mining in Sensordaten automatisierter Prozesse

(Projektlaufzeit: Januar 2015 bis Dezember 2018;  Projektbearbeitung erfolgt in Kooperation mit dem Lehrstuhl für Künstliche Intelligenz der Fakultät für Informatik an )

 

 

Problemstellung

Die individuelle Qualitätsprognose von Erzeugnissen ermöglicht die Vermeidung interner Fehlerkosten, wenn sie realzeitlich im laufenden Produktionsprozess geschieht. Die Prognose basiert auf Sensordaten an ausgewählten Punkten des Produktionsprozesses. Für die Entscheidung und sich daraus ableitende Maßnahmen stehen in starr verketteten Prozessen oft nur wenige Sekunden zur Verfügung. Es wird untersucht, wie dezentrales Data Mining unter der Ressourcenbeschränkung Zeit zur Prognose der Produktqualität genutzt und in die Produktion eingebunden werden kann.

 

Zielsetzung

Das Ziel des Teilprojektes B3 ist die Entwicklung eines Verfahrens, mit Hilfe dessen die Qualität von Zwischenerzeugnissen im Produktionsablauf bestimmt werden kann, ohne direkte Prüfungen an den Produkten zu erfordern. Vielmehr soll die Bestimmung der Produktqualität automatisiert basierend auf Echtzeit-Daten der Produktionsprozesse erfolgen. Durch die kontinuierliche Überwachung des Produktionsprozesses über alle Stufen hinweg, soll eine frühestmögliche Erkennung von Qualitätsabweichungen gewährleistet werden. Zur Vermeidung bzw. Reduktion von Verschwendung im Produktionsprozess sollen die Informationen über auftretende Qualitätsabweichungen in Echtzeit ausgewertet und visualisiert werden. Erst die maschinelle Verarbeitung von Prozessdaten mit Methoden des Data Mining kann solche Auswertungen automatisieren.

Mithilfe der Qualitätsprognosen soll dem Bediener ein Werkzeug zur Entscheidungsunterstützung für die Produktionssteuerung zur Verfügung gestellt werden. Die erste Förderperiode (2011-2014) konzentrierte sich auf das frühzeitige Ausschleusen potenziell fehlerhafter Produkte, um eine weitere Veredelung von minderwertigen Zwischenerzeugnissen zu vermeiden. In der zweiten Förderperiode (2015-2018) soll dieser Ansatz zu einer umfassenden Prozessregelstrategie erweitert werden, die durch geeignete Prozessanpassungen das Erreichen der vom Kunden geforderten Qualität ohne einen Abbruch der Bearbeitung ermöglicht. Dazu können entweder die Prozessparameter in der laufenden Produktion derart angepasst werden, dass die prognostizierten Qualitätsabweichungen wieder ausgeglichen werden oder es können Zwischenprodukte zu anderen Kundenaufträgen mit abweichenden Qualitätsanforderungen neu zugeordnet werden.

Durch die Neuentwicklung der Regelstrategien stehen zusammen mit dem in der ersten Förderperiode entwickelten Steuerungsansatz drei unterschiedliche Verfahren zur Verfügung, um Ausschuss und Nacharbeit zu reduzieren. Die einzelnen Verfahren sind abschließend zu einer Prozessregelungsmethodik zusammenzufassen, die unter Berücksichtigung der Realisierbarkeit und Effektivität der drei Optionen die bestmögliche Steuerungsentscheidung ableitet.

 

Vorgehensweise

Die Bearbeitung des Projektes B3 erfolgt zusammen mit dem Lehrstuhl für Künstliche Intelligenz (Prof. Morik) der Fakultät für Informatik an der TU Dortmund.

Das Vorgehen bei der Bearbeitung der Arbeitspakete im Rahmen der zweiten Förderperiode (2015-2018) sowie die Verbindung zur ersten Förderperiode stellt folgende Abbildung dar:

 

Foerderperiode1_2_klein

 



Nebeninhalt

Kontakt

Sekretariat IPS
Tel.: 0231 755-2652

 Förderhinweis:

Das Teilprojekt B3 „Data Mining in Sensordaten automatisierter Prozesse“ des SFB 876 „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung“ ist mit Mitteln der Deutschen Forschungsgemeinschaft (DFG) gefördert.

 

 

Weiterführende Links