Datengetriebene Produktionsverbesserung

Date 25.09.2020

Forschungsschwerpunkt Digitale Transformation: Projekt für die Tiroler Rohre GmbH

 

Forschungsschwerpunkt Digitale Transformation: Projekt für die Tiroler Rohre GmbH von November 2019 bis September 2020
Forschungsschwerpunkt Digitale Transformation: Projekt für die Tiroler Rohre GmbH von November 2019 bis September 2020. Foto: Tiroler Rohre GmbH

Eckdaten

Projektdauer: November 2019 - September 2020

Beteiligte Parteien:

  • Tiroler Rohre GmbH
  • Verwaltungszentrum Innsbruck
  • Fachhochschule Kempten
  • Team MCI: FH-Prof. Dr. Christian Ploder; MCiT Masterstudent Jakob Kübelböck, FH-Prof. Dr. Reinhard Bernsteiner

Ziel

Das Projekt zielte darauf ab, die Wanddicke von Rohren auf der Grundlage gegebener Produktionsdaten zu optimieren. Genauer gesagt stellt die Tiroler Rohre GmbH Rohre mit einer Vielzahl unterschiedlicher Abmessungen her, wobei die Dicke je nach Produktionstechnologie variiert.  Zusätzlich ist die permanente Messung der Wanddicke während des Produktionsprozesses aufwendig. Ist das Rohr zu dünn, werden die Spezifikationswerte nicht erreicht und das Rohr muss als Abfall eingestuft werden, da es dem Druck möglicherweise nicht standhält. Wenn die Wandstärke zu dick ist, wäre dies eine sehr ineffiziente Art der Materialnutzung und das Rohr wird unnötig schwer. Mit der automatisierten Datenerfassung der Rohrschleudermaschine sollen Muster zwischen einzelnen Parametern erkannt und in weiteren Schritten durch maschinelles Lernen verbessert werden. Im letzten Schritt soll diese Prozessoptimierung den Maschinenbediener aber vor allem dabei unterstützen, dass er an einem Cockpit ablesen kann, welche Parameter verändert werden müssen, um zum optimalen Guss zurückzukehren.

Der MCI-Teil dieses Projekts konzentriert sich auf die Datenerfassung, die Transformation/Speicherung/Analyse der Daten und befasst sich mit den Aspekten der Datenqualität, gepaart mit dem Prozess des Verstehens. Zuerst wurde der Produktionsprozess mit allen erforderlichen Daten modelliert. Anschließend wurde die Datenbankarchitektur für die Rohrschleudergießmaschine neu aufgebaut. Für die Datenqualitätsaspekte wurden in der Datenbank Logiken zur Datenfilterung eingerichtet. Während des Datenverständnisses wurden viele verschiedene Analysewerkzeuge implementiert, um die Übereinstimmung des realen Lebens mit den im System gespeicherten Daten zu gewährleisten, und einige Daten müssen verifiziert werden.

Was wir erreicht haben

Zunächst haben wir uns ein Verständnis des bestehenden Prozesses verschafft und diesen erfasst - dies geschah vor allem durch Besuche in der Produktionsstätte. Durch die Erstellung eines BPMN-Diagramms war es nicht nur uns, sondern auch der Tiroler Rohre GmbH möglich, den Prozess standardisiert zu erfassen. Durch die Erfassung des Prozesses konnten wir dann über hundert wesentliche Prozessparameter - eine grundlegende Erkenntnis für das Ziel des Projektes - identifizieren, nach ihrer Bedeutung klassifizieren und in Messungen und Festwerte unterteilen.

Wir bauten auch die Datenbank neu auf, was eine Herausforderung war, da diese Firma seit Jahrzehnten Daten sammelt und ihre Architektur historisch gewachsen ist. Wir haben die für den Prozess kritischen Daten gefiltert und alle relevanten Daten mit Hilfe eines Extract, Transform, Load (ETL)-Prozesses wieder zusammengefügt. Auf die Daten kann einerseits schnell zugegriffen werden, andererseits sind sie aber auch übersichtlich zusammengefasst, was die Datenanalyse erleichtert. Zu diesem Zweck wurden R und teilweise Python für statistische Methoden verwendet und Korrelationen angewendet. Signifikante Ergebnisse wurden dann in einen Datenbericht verpackt.

Am Ende halfen wir der Tiroler Rohre GmbH herauszufinden, wie gut ihre Wanddickenmessung funktioniert. Mit Hilfe des Konzepts der Zylinderberechnung leiteten wir aus den jeweiligen Wanddickenwerten das Rohrgewicht ab. Wir verglichen das tatsächliche Gewicht des Rohres mit den von uns berechneten Rohrgewichten, die unter Berücksichtigung (möglicherweise) entscheidender Faktoren gebildet wurden. Auf diese Weise versuchten wir, die möglichen Nachteile ihrer Wanddickenmessung aufzuzeigen. Dieses gesamte Verfahren wandten wir auch separat auf das mittlere Drittel an, da der Verdacht bestand, dass dieses sehr robust und schwankungsarm sei.

Der nächste Teil der Datensimulation wird zusammen mit Kollegen der Fachhochschule Kempten durchgeführt, die aufgrund ihrer Erfahrung und ihres Fachwissens in diesem speziellen Produktionsprozess ihre Erfahrungen und Kenntnisse einbringen werden.

Nun geht dieses Projekt in Kürze zu Ende und wir möchten die Gelegenheit nutzen, unseren Projektpartnern - insbesondere Dipl.-Ing. Harald Tschenett und Dipl.-Ing. Roland Satlow - für das spannende Projekt und ihre Bereitschaft zu offenen Diskussionen und neuen Ideen, herzlich zu danken.

Kontakt
FH-Prof. Dr. Christian Ploder | Operational Excellence Bachelorstudiengang Management, Communication & IT
Prof. Dr. Christian PloderOperational Excellence
FH-Prof. Dr. Reinhard Bernsteiner | Information Systems & Smart Technologies Masterstudiengang Management, Communication & IT
Prof. Dr. Reinhard BernsteinerInformation Systems & Smart Technologies
Semesterpost Sommer '24
Semesterpost Sommer '24
News aus dem Department Management, Communication & IT und Digital Business & Software Engineering
Chatbots im Flughafen-Kundenservice
Chatbots im Flughafen-Kundenservice
Forschung zur Akzeptanz von Chatbots am Flughafen Innsbruck zeigt interessante Ergebnisse
MCiT Masterstudierende auf Study Tour im Silicon Valley
MCiT Masterstudierende auf Study Tour im Silicon Valley
Ein Blick auf das US-amerikanische Innovationsmekka