Datenlogger-Software

Quality Predictive Detection Tool für papierlose Recorder und Datenlogger von Yokogawa

Equipment/Quality Predictive Detection Tool für SMARTDAC+

Die Yokogawa Electric Corporation hat das Equipment/Quality Predictive Detection Tool für SMARTDAC+auf den Markt gebracht. Mit der KI-basierten Software für die papierlosen Recorder und Datenlogger der SMARTDAC-Serien GX, GP und GM können Benutzer ihre eigenen Systeme zur Erkennung von Geräte- und Qualitätsanomalien in Fertigungsanlagen einrichten. Die Produktionseffizienz lässt sich deutlich steigern, sobald Gerätedefekte und Qualitätsminderungen in Prozessanlagen frühzeitig erkannt werden.

Entwicklungshintergrund

Recorder und Datenlogger werden an Fertigungs- und Entwicklungsstandorten in den unterschiedlichsten Branchen eingesetzt, um Daten zu Spannung, Strom, Temperatur, Durchfluss, Druck und anderen Variablen zu erfassen, anzuzeigen und aufzuzeichnen. Yokogawa ist für die branchenführende Messgenauigkeit, Störungstoleranz und Verarbeitungsqualität seiner Recorder und Datenlogger bekannt und unterstützt seine Kunden mit Beratungsdienstleistungen und Technologien in punkto Daten wie z.B. maschinelles Lernen bei der Vorhersage von Problemen mit Prozessanlagen und der Produktqualität sowie bei der Analyse und Identifizierung der Ursachen.

In den vergangenen Jahren ist die Nachfrage nach KI-basierten Lösungen zur Verbesserung der Produktionseffizienz in Anlagen stark gestiegen. Die Hürden für die Anwendung von KI in der Praxis sind allerdings sehr hoch, da hierfür erhebliches Fachwissen in Spezialgebieten wie Data Science erforderlich ist. Deshalb hat Yokogawa das innovative Equipment/Quality Predictive Detection Tool entwickelt und gibt seinen Kunden damit eine einfach zu bedienende, KI-basierte Softwareanwendung für Recorder und Datenlogger an die Hand, die in der Industrie weit verbreitet sind.

Merkmale

1. Prädiktive Detektionsmodelle können mit KI und auf der Grundlage vorhandener Aufzeichnungsdaten ohne Spezialkenntnisse erstellt werden.

Ein prädiktives Detektionsmodell lässt sich schnell und einfach erstellen, indem frühere Daten in die Software importiert und einfach als normal oder abnormal gekennzeichnet werden, ohne dass ein KI-Experte oder Berater mit Fachkenntnissen über maschinelles Lernen, Algorithmen usw. hinzugezogen werden muss. Es können sämtliche Daten verwendet werden, die mit Geräten von Yokogawa oder anderen Unternehmen aufgezeichnet wurden. Im Vorfeld können Simulationen ausgeführt werden, die veranschaulichen, wie die KI die Daten bewertet.

Simulation mit einem prädiktiven Detektionsmodell

Frühzeitige Problemerkennung durch Überwachung der Zustandswerte

2. Mit dem prädiktiven Detektionsmodell lässt sich schnell und einfach ein System zur vorausschauenden Erkennung von Geräte- und Qualitätsanomalien einrichten

Durch Einspielen des von dieser Software erstellten prädiktiven Detektionsmodells in das SMARTDAC+ System vor Ort lässt sich im Handumdrehen ein System zur vorausschauenden Erkennung von Qualitätsverlusten einrichten. Mit dem sogenannten „Health Score“, einem Indikator für die Abweichung vom aktuellen zum idealen Qualitätslevel, können die Bediener rechtzeitig per Alarm oder E-Mail gewarnt werden, um dann entsprechende Gegenmaßnahmen ergreifen zu können. Hierdurch können unerwartete Produktionsausfälle minimiert werden.

3. Cloud- und Offline-Version

Das Equipment/Quality Predictive Detection Tool ist als Cloud-Version und als Offline-Version erhältlich. Das System zur prädiktiven Erkennung von Geräte- und Qualitätsanomalien lässt sich mit beiden Versionen erstellen. Die Cloud-Version ist schneller verfügbar und muss nicht erst auf einem PC installiert werden.

Anwendungsbeispiele

1. Temperatur- und Druckregelung bei der Reifenherstellung (Vulkanisation)

Mit dem Equipment/Quality Predictive Detection Tool zur Überwachung von Zustandsänderungen basierend auf den Druckwerten des Vulkanisiergeräts lassen sich Anzeichen einer Qualitätsminderung frühzeitig erkennen.

2. Wärmebehandlung von Luft- und Raumfahrt- sowie Automobilteilen

Bei der Wärmebehandlung von Flugzeug- und Automobilteilen können Probleme wie defekte Brenner und unzureichende Abdichtungen zu Ofenstillständen und mangelhafter Produktqualität führen. Mit dem Equipment/Quality Predictive Detection Tool werden Anzeichen von Temperaturproblemen frühzeitig entdeckt, bevor ein Alarm ausgelöst wird. So kann das Bedienpersonal Produktverluste vermeiden und den Zeitpunkt für fällige Wartungsmaßnahmen zuverlässig vorhersagen.

3. Sterilisation von Lebensmitteln und Arzneimitteln

Bei der Vakuumversiegelung von Lebensmitteln und Arzneimitteln nach der Sterilisation können unerwartete Geräteausfälle einen Stillstand ganzer Produktionslinien verursachen und damit zu erheblichen Produktionsverlusten führen. Mit dem Equipment/Quality Predictive Detection Tool lassen sich aufkommende Undichtigkeiten erkennen, bevor es zu einem Ausfall kommt. So können die Bediener Geräteausfälle verhindern und Produktverluste auf ein Minimum reduzieren.