In dem Transferpiloten soll ein Predictive Quality System (PQS) entwickelt und im Echtzeitbetrieb eva-luiert werden. Für ein zuverlässiges PQS ist es erforderlich, eine automatisierte Datenverarbeitungs-Pipeline zu implementieren. Weiterhin soll das CMS durch maschinelle Lernverfahren an unterschiedli-che Produktionsanlagen adaptiert werden können. Hierzu sollen Condition Monitoring Verfahren auf der Basis hybrider Prozessmodelle weiterentwickelt und in eine graphische Benutzeroberfläche inte-griert werden. Die Ergebnisse sollen über die Innovationsplattform in einen Transfer überführt werden.

Hohe Qualitätsanforderungen

Bei der Produktion ist eine hohe Anforderung an die Qualität der produzierten Spritzteile zu gewähr-leisten. Qualitätsanforderungen sind nicht nur bedingt durch Kundenwünsche, sondern auch sicher-heitsrelevant und wirken sich zudem auf die Marge aus. Darüber hinaus ist die Verringerung des Aus-schusses für die MöllerGroup ein wichtiges Ziel für die Verbesserung der Nachhaltigkeit und des Res-sourceneinsatzes in der Produktion.

Goals

1. Durch das Predictive Quality System soll eine Steigerung der Anlagenproduktivität von MöllerGroup erreicht werden, da Produktionsausfälle und Anlagenstillstände aufgrund der frühzei-tigen Erkennung von Anomalien vermieden werden.

2. Der Ausschuss soll signifikant reduziert werden. Während eines ersten Einblicks in die Daten-basis wurde ein Beispielartikel 26.000 mal produziert mit ungefähr 1.300 Fehlteilen. Eine Aus-schussreduzierung von 5% auf 1% wäre ein riesiger Benefit für die MöllerGroup.

3. Darüber hinaus wird – u.a. durch die Einbindung von kontinuierlichen Signalen, wie z.B. Drücken und Temperaturen – die Produktqualität gesteigert, da das PQS auch ungünstige Produktionsparameter erkennen soll, die zu mangelhafter Produktqualität führen können.

4. Die Verringerung von Stillstandzeiten und Ausschuss wirkt sich positiv auf die Energiebilanz und den Materialverbrauch aus und trägt zur Erreichung der Nachhaltigkeitsziele der Möller-Group bei.