Verlässliche, ressourcenschonende Produktion durch Künstliche Intelligenz (KI)

Wir entwickeln KI-Verfahren für die Industrie und bringen diese in den langfristigen produktiven Betrieb. Dafür benutzen wir nicht einfach „fertige Lösungen aus dem Baukasten“, sondern beherrschen das Thema grundlegend.

Stärken Sie Ihre Wettbewerbsfähigkeit durch den Einsatz von Künstlicher Intelligenz in der Industrie.
KI verspricht mehr Effizienz, kürzere Anlaufzeiten, eine höhere Qualität und vieles mehr.
Aber kann KI das auch erreichen?
Unsere Erfahrung zeigt: Ja, wenn man es richtig macht.

Hier einige Beispiele von Anwendungen aus unserem Portfolio. Für diese haben wir für unsere Kunden speziell angepasste Methoden und Softwarelösungen entwickelt.

Qualitätsvorhersage

Durch die Analyse von historischen Produktionsdaten können Modelle trainiert werden, um potenzielle Qualitätsprobleme frühzeitig zu identifizieren. Diese Vorhersagen ermöglichen es den Herstellern proaktiv Maßnahmen zu ergreifen, um Ausschuss zu reduzieren. Eine weitere Anwendung ist die gezielte Parametrierung von Anlagen für die Minimierung des Ressourcenverbrauchs für ein definiertes Qualitätsziel.

Anomalieerkennung

Durch die Auswertung von Anlagendaten werden Modelle geschaffen, die den Betriebszustand einer Anlage erkennen. Abweichungen von diesem Zustand, die auf potenzielle Defekte oder Probleme hinweisen könnten, werden als Anomalien erkannt. Dies ermöglicht einen frühzeitigen Eingriff, um Ausfälle zu verhindern. Maschinelles Lernen kann dabei komplexe Muster erkennen, die von traditionellen statistischen Methoden übersehen werden könnten.

Root Cause Analysis

Fehler und Anomalien in industriellen Anlagen pflanzen sich häufig fort und resultieren in einem sogenannten Alarmschauer, also mehreren gleichzeitigen Alarmen an verschiedenen Stellen. Das macht es für die Bediener schwer, die Fehlerursache zu erkennen und gezielt anzugehen. Wir verwenden Techniken, die Kausale Modelle und Maschinelles Lernen kombinieren, um in den Mustern eines komplexen Anlagenzustands Fehlerursachen zu lokalisieren.

Parameteroptimierung und Prozessregelung

Neben der Datenanalyse und Prognose können KI-Modelle auch für aktive Eingriffe zur Optimierung eingesetzt werden. Die Parameter-Optimierung macht Vorschläge für Prozesseinstellungen anhand der aktuell vorherrschenden Bedingungen, Rezept-Eigenschaften, und so weiter. Häufig sind hier Human-in-the-Loop Ansätze im Einsatz, bei denen die Bediener die Vorschläge noch modifizieren können. Die Prozessregelung geht noch einen Schritt weiter und greift in Echtzeit in den Prozess ein.

Laufzeitüberwachung und Anpassung

Systeme im produktiven Einsatz verändern sich über die Zeit. Ursachen sind schwankende Eingangsmaterialen, Verschleiß und Wartung, strukturelle Umbauten und so weiter. Um den langfristigen Betrieb einer KI-Lösung zu gewährleisten, muss sich diese an relevante Änderungen in den Systemen und Prozessen anpassen können. Wir sprechen dabei von sogenannten Drifts. Unser Softwarepaket „AutoDrift“ ermöglicht die automatische Erkennung und Anpassung von KI-Modellen an solche Drifts. Damit wird der langfristige Betrieb gewährleistet.

Gemeinsam mit der Firma Dieffenbacher GmbH haben wir KI-basierte Softwarelösungen entwickelt, die ein großes Einsparpotential in der Holzwerkstoffplattenproduktion ausnutzen. Der Herstellungsprozess von Holzwerkstoffplatten besteht aus einer Vielzahl an Verarbeitungsschritten, von der Zerspanung der Baumstämme über die Beleimung der Späne bis hin zum Verdichten und Aushärten der Spanmischung in der kontinuierlichen Presse. Die hochspezialisierten und komplexen Maschinen werden von Dieffenbacher hergestellt.

Um die Qualität der Platten sicher zu stellen, wird die Anlage kontinuierlich überwacht und geregelt. Mit vielen hundert Sensorsignalen ist die Komplexität des gesamten Prozesses überwältigend, insbesondere durch die vielfältigen Wechselwirkungen zwischen den Produktionsschritten. Variationen in den Produktionsbedingungen und den Materialeigenschaften stellen eine zusätzliche Herausforderung dar und erfordern die Expertise eines erfahrenen Anlagenbetreibers, um eine optimale Produktion zu gewährleisten.

Stichproben für Qualitätsmessungen werden etwa ein bis drei Mal am Tag im Labor vermessen. Die Ergebnisse sind erst nach mehreren Stunden, manchmal sogar erst nach Tagen verfügbar. Leider kann diese Verzögerung zur Produktion von Ausschuss führen, wenn festgestellt wird, dass die produzierten Platten nicht die Qualitätsstandards erfüllen.

Hier setzen die in der Dieffenbacher EVORIS Plattform integrierten KI-Lösungen an.

Anomalieerkennung

Die KI-gestützte Anwendung analysiert das komplexe Sensorsystem und erkennt Abweichungen von der Norm während des Betriebs. Ob es sich um eine subtile Verschiebung oder eine signifikante Unregelmäßigkeit handelt, die Echtzeitbenachrichtigungen des Systems ermöglichen es den Betreibern, rasch korrigierende Maßnahmen zu ergreifen und ungeplante Produktionsstillstände zu verhindern.

Live-Qualitätsvorhersage

Die KI-Anwendung ermöglicht eine laufende Prognose der Qualität der gerade hergestellten Platten. Diese Information hilft den Betreibern, Qualitätsschwankungen auszugleichen und gibt ihnen mehr Sicherheit bei der Einstellung des Prozesses, z.B. hinsichtlich der für die geforderte Qualität notwendigen Eingangsmaterialien. So können Ressourcen gespart werden, ohne dass die Qualität darunter leidet.

Die entwickelten KI-Anwendungen stellen die Effizienz der Produktion in den Vordergrund, optimieren Produktionsprozesse und sparen Ressourcen. Durch die Integration der KI direkt in die EVORIS-Plattform von Dieffenbacher wird die Herstellung von Holzwerkstoffplatten nicht nur intelligenter, sondern auch robuster gegenüber wechselnden Eingangsmaterialien oder menschlichen Bedienfehlern.

In unserer Zusammenarbeit mit Dieffenbacher demonstrieren wir die Verschmelzung von Innovation und Tradition, bei der KI-Anwendungen Anlagenbetreiber befähigen, hochqualitative Holzwerkstoffplatten mit nie dagewesener Effizienz herzustellen.