zurück

Einführung intelligenter Qualitätsregelungssysteme durch vernetzte Wertschöpfung (IQ40)

0 Projekt-Favoriten

Stellen Sie sich Ihre individuelle Projektübersicht zusammen.

Favoriten anzeigen

Schlagwort: Industrie 4.0

Fördermaßnahme: Industrie 4.0 - Forschung auf den betrieblichen Hallenboden

Laufzeit: 01.01.2016 - 31.03.2019
Qualitätssteuerung im Zeitalter von Industrie 4.0 Qualitätssteuerung im Zeitalter von Industrie 4.0

Forschungsziel: Die Zielsetzung des Forschungsprojekts IQ40 ist die Entwicklung eines Konzepts zur Identifikation und Erfassung qualitätsrelevanter Daten sowie deren intelligente Filterung. Es sollen Verfahren zur Auswahl und zur Synthese von Daten erarbeitet werden, die sowohl eine interne als auch externe Informationsbereitstellung ermöglichen.

Ansprechperson Projektkoordination

Prof. Mischa Seiter
+49 711 6203268-8874
mischa.seiter@ipri-institute.com

Ansprechperson bei PTKA

Dipl.-Ing. Thomas Rosenbusch
+49 721 608-25273
thomas.rosenbusch@kit.edu

Detaillierte Projektbeschreibung

Problemstellung
Industrie 4.0 führt durch den zunehmenden Einsatz von Sensorik in den Produktionsprozessen zur Erfassung unterschiedlichster Produktionsdaten. Bisherige Qualitätsmanagementsysteme können diese Daten nur unzureichend nutzen. Hier besteht enormes Entwicklungspotenzial bspw. in der Früherkennung von Werkzeugverschleiß und der frühzeitigen Einleitung von Reaktionsmaßnahmen. Dadurch könnten erhebliche Qualitätsverbesserungen erzielt werden. Es bedarf hierfür einer Qualitätsregelung, die nicht wie bisher nur unternehmensintern definiert wird, sondern eine Integration externer Akteure, etwa von Lieferanten, erlaubt.

Projektziel
Die Zielsetzung des Forschungsprojekts IQ40 ist die Entwicklung eines Konzepts zur Identifikation und Erfassung qualitätsrelevanter Daten sowie deren intelligente Filterung. Es sollen Verfahren zur Auswahl und zur Synthese von Daten erarbeitet werden, die sowohl eine interne als auch externe Informationsbereitstellung ermöglichen.

Vorgehensweise
Zunächst ist eine Bestandsaufnahme und Erweiterung der vorhandenen Sensorik bei den Anwendern erforderlich. Möglichkeiten zur Identifikation und Erfassung relevanter Daten, wie Schwingungen, Temperatur und Energieverbrauch, werden erarbeitet. Darauf aufbauend werden intelligente Auswahl- und Synthesealgorithmen entwickelt, um die Datenmenge auf die wesentlichen Messgrößen zu reduzieren. Das im Rahmen des Projektes entwickelte Regelwerk ermöglicht eine automatisierte Kategorisierung und Analyse der Daten. Auf Basis der Analyseergebnisse können Entscheidungen dezentral getroffen und auf qualitätsrelevante Einflüsse unmittelbar reagiert werden, etwa durch Einflussnahme auf Maschineneinstellungen oder die Bestellung von Verschleißteilen. Zudem lernt das Regelwerk aus der Wirksamkeit der in der Vergangenheit eingeleiteten Reaktionsmaßnahmen oder aus eingetretenen Störungen. Auf dieser Grundlage kann sich das Regelwerk autonom verbessern und unter Einwirken verantwortlicher Mitarbeiter weiterentwickeln.

Ergebnisse und Anwendungspotenzial
Unternehmen sind zukünftig in der Lage, mittels Sensortechnik, Kennwertbildung und Regelwerk qualitätsrelevante Daten automatisiert zu generieren und zu analysieren. Dadurch können Störungen frühzeitig erkannt und Maßnahmen eingeleitet werden. Stillstandzeiten, Nacharbeit und Ausschuss können maßgeblich reduziert werden. Gleichzeitig steigt die Produktqualität. Maschinenhersteller können dadurch neue Dienstleistungen, wie Ausfallvorhersage oder vorbeugende Instandhaltung, für die Maschinenanwender anbieten. Die ermittelten Daten können darüber hinaus in die Verbesserung existierender oder die Entwicklung neuer Maschinengenerationen einfließen.

Projektpartner
  • Brand KG
  • CIRP GmbH
  • Dreher Präzisionsdrehteile GmbH
  • Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
  • GEWATEC GmbH & Co. KG
  • IPRI - International Performance Research Institute gGmbH
  • Karlsruher Institut für Technologie (Universitätsaufgabe)
  • QDA Solutions GmbH
  • WAFIOS Aktiengesellschaft

Ihre Favoriten

In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.