tenst

This website uses cookies

We use cookies to improve our services. Read more about how we use cookies and how you can refuse them.

Case-Studies

Data-driven Quality in der Elektronikindustrie

Maschinendatenbasierte Analyse eines robotergestützten Qualitätsprüfprozesses

Problem: Fehlendes Optimierungspotential

Mit der zunehmenden Automatisierung von Produktionssystemen steigt auch die Komplexität im Verarbeitungsprozess. Nach aufwändiger Inbetriebnahme wird die Funktionalität dann oft auch nicht mehr infrage gestellt. Hingegen wird davon ausgegangen, dass eine Optimierung des Prozesses nicht möglich ist, sofern sich relevante KPIs im gewohnten Intervall bewegen. Hierdurch wird Optimierungspotential an vielen Stellen nicht ausgeschöpft. Im betreffenden Anwendungsfall galt ein automatisierter, robotergestützter Prozess zur Funktions- und Qualitätsprüfung von Elektronikbauteilen als stabil. Die erfassten Taktzeiten und Ausschussquoten lagen zuverlässig im erwarteten Bereich. Jedoch näherte sich die Anlage ihrer Kapazitätsgrenze, sodass eine Erweiterung in Betracht gezogen wurde.

Lösung: Maschinendatenbasierte Prozessanalyse

Die Roboterzelle wurde durch ein IIoT-Gateway zur synchronisierten Erfassung strukturierter Prozess- und Maschinendaten mittels unserer Analysesoftware nachgerüstet. Über umfangreiche Datensätze und darin erfasster Prozess-Events wurden für verschiedene Produktions-Chargen „Prozess-Zwillinge“ trainiert und analysiert. Die so geschaffenen Datenmodelle machen es möglich, das tatsächliche Prozessverhalten der automatisierten Qualitätsprüfzelle sehr detailliert zu analysieren.

Ergebnis: Deutliche Performance-Steigerung des Bestandsanlage

Auf Basis bereits vorhandener Maschinendaten konnten wider Erwarten neue Optimierungspotentiale identifiziert werden, um die Produktivität des hoch ausgelasteten Qualitätsprüfprozesses zu steigern. Neben Taktzeitpotentialen aufgrund unregelmäßiger Anomalien in den Bewegungsabfolgen des Roboters konnten mögliche Modifikationen der Prozesssteuerung aufgezeigt werden. Des Weiteren führte die statistische Auswertung des Prüfprozesses zur Ermittlung bis dahin unbekannter Potenziale zur Ausschussreduktion.

Anwendbar in den folgenden Branchen

  • Handhabungs- und Montagetechnik
  • Verpackungsindustrie
  • Spezialmaschinenbau
Vollautomatisierte Anlage

Maximale Transparenz über heterogene Maschinenparks​

Asset Performance Management in der Produktion

Problem: Transparenzmangel und Schnittstellenvielfalt

Viele mittelständische Industrieunternehmen auf Wachstumskurs erweitern oft kontinuierlich das Produktangebot und entsprechend die Fertigungskapazitäten. Dies resultiert nicht selten in einem zunehmend heterogenen Maschinenpark, der sich durch unterschiedliche Hersteller und Generationen auszeichnet. Mangels durchgängiger Vernetzung und Maschinendatenanbindung fehlt es zusätzlich meist an der nötigen Transparenz über die tatsächliche Auslastung und Auftragsstatus sowie eine zuverlässige Fehlerprotokollierung.

Lösung: Standardisierung der Maschinenanbindung

Für ein vereinheitlichtes Kennzahlenmanagement, bspw. durch Laufzeiterfassung und Fehlerprotokollierung, hinsichtlich optimaler Kapazitäts- und Personalplanung, sieht sich der Anwender oft einer Vielzahl unterschiedlicher Schnittstellen und Nachrüstbedarfe ausgesetzt. Mittels unserer herstellerunabhängigen IIoT-Software zur Maschinendatenerfassung bieten wir für alle gängigen Maschinensteuerungen die passende Lösung an und stellen uns flexibel auf individuelle Bedarfe ein, um stets die effizienteste Lösung zu finden. Wo erforderlich kann zusätzliche Sensorik nahtlos angebunden werden.

Ergebnis: Vereinheitlichte Daten- und Kennzahlenerfassung

Über das Echtzeit-Monitoring erhält der Anlagenbetreiber kontinuierlich volle Transparenz über die Auslastung, Verfügbarkeit, OEE, Auftragsstatus und viele weitere relevante Informationen über seine Maschinen, auch remote. Zusätzlich wird das qualifizierte Personal durch Automatisierung manueller Dokumentationsaufgaben entlastet und fokussiert sich zukünftig auf wertschöpfende Tätigkeiten. Durch automatisiertes Reporting, z. B. über Schichtprotokolle, erfolgt zudem die lückenlose Dokumentation auftretender Störfälle, Maschinenfehler und möglicher Fehlparametrierung, um die Ursachenanalyse zu erleichtern. Die neue Informationsbasis schafft zudem eine solide Entscheidungsgrundlage für mögliche Investitionen in zukünftige Kapazitätserweiterungen. Alternativ verschafft die erweiterte Prozessüberwachung den Betrieb in der dritten „Geisterschicht“, ohne die üblichen Risiken bei Materialzuführung oder -transport.

Anwendungsbereiche

  • Metallverarbeitung
  • Glasveredelung
  • Automobilzulieferer
  • Industriegüterproduktion
Vollautomatisierte Anlage

Testimonials

  • „Finealyze konnte uns durch seine zielführende und professionelle Herangehensweise an komplexe Problemstellungen überzeugen.“

    Dr.-Ing. Petra Hildebrandt — Sennheiser GmbH
  • „By working with Finealyze GmbH, we were able to achieve a performance increase of 17% while increasing the process stability for our machines.“

    Jörn von der Lippe — CEO​ Extor GmbH
  • „Finealyze supported us with the retrofit of our machines. With their software, all relevant process data can now be recorded seamlessly and analyzed in detail if problems arise. This newly created transparency helps us to understand the manufacturing process better overall and consequently to control it more safely and with less risk.“

    Michal Ederleh — Norsystec Nohra-System-Technik GmbH
  • „Mittels datenbasierter Prozessanalyse hat uns Finealyze hochinteressante Erkenntnisse beschert!“

    Rainer Wilkens — Sennheiser GmbH