ki für robuste produkte & stabile prozesse in montage ... · ki für robuste produkte &...

KI für robuste Produkte & stabile Prozesse

in Montage, Produktion & Entwicklung

Robust Design für Produkte & Prozesse mit KI-System Analyser®

anhand realer Praxisbeispiele

Folie 2

mts Consulting & Engineering und

Contech Software & Engineering in Zahlen

Seit 2006• Rund 150 Design for Six Sigma - DfSS und 900 Lean Six Sigma Projekte geleitet / gecoacht

• Engineering Projekte weltweit mit Schwerpunkt in Automotive, Kunststoffspritzgießen, Medizintechnik, Pharma, Papier,

Maschinenbau, Elektronik, Energie, etc.

• Mitarbeiter: 12 plus 15 assoziierte Partner

Projekte:• Robustes Design für Produkte und Prozesse mit Analyser®

• Ausbildungskampagnen: Qualität, Entwicklung, Produktion

• Robust Design, Design for Six Sigma & Lean Six Sigma

• Entwicklungsprojekte, Absicherung funktionaler Ketten

• Task Force / Problem-Lösungs-Projekte

• Prozessverbesserungsprojekte in Produktion und Dienstleistung

Branchen:• Automotive (OEM bis TIER3)

• Kunststoffspritzgießen

• Maschinen- & Anlagenbau

• Medizintechnik

• Feinwerktechnik

• Antriebstechnik, Getriebebau

• Lebensmittel

• IT Services

• Chemie, Pharma

• Elektronik, Elektro, SMD

• Papier, Verpackungen

• Verarbeitenden Industrie:

Kautschuk, TPE,

Thermoplaste, PVC

• Werkzeugmaschinenbau

• Telekommunikation

Folie 3

Contech Software & Engineering GmbH

DIE IDEE

„ Aus über 12 Jahren Projekterfahrung im Lean Six Sigma und unserer Weiterentwicklung „Robust Design für

robuste Produkte & stabile Prozesse“ ist die Idee entstanden aus der erfolgreichen Vorgehensweise ein Produkt für

alle Branchen zu entwickeln – die Geburtsstunde der Contech Software & Engineering GmbH im Jahr 2017. Die

Contech GmbH vereint die Projekterfahrung aus dem Schwester-Unternehmen mts Consulting & Engineering GmbH und

hat damit ein Software-Tool geschaffen, welches KI-basiert für robuste Produkte und stabile Prozesse sorgt,

Mitarbeiter bei ihren Entscheidungen unterstützt und Zeit, Kosten & Ressourcen einspart “

Folie 4

Praxisbericht aus dem Projektalltag –

Analyser® für Robuste Produkte & Prozesse

Robustes Design für Produkte und Prozesse mit dem Analyser®

Kurvenmodul Transferfunktionsmodul

Schwellmoment

SOLL-Moment Fenster

Fehler & Ursachen aus Kurvenverläufen erkennen

& Handlungsempfehlungen online liefern

Fehlerbilder mit Ursachen & Maßnahmen

werden vom selbstlernenden Analyser® als

Handlungsempfehlungen in Echtzeit geliefert

Unbekannte Wirkmechanismen aufdecken

Zunächst unbekannte Wirkmechanismen zwischen Anforderungen /

Qualitäts-merkmalen Yn und Einflussgrößen Xi werden analysiert und ein

Modell erstellt: Yn = f(Xi)

Das Modell dient zum steuern & regeln für robuste Produkte und stabile

Prozesse

Folie 5

Praxisbericht aus dem Projektalltag –

Analyser® für Robuste Produkte & Prozesse

Robustes Design für Produkte und Prozesse mit dem Analyser®

Kurvenmodul Transferfunktionsmodul

Schwellmoment

SOLL-Moment Fenster

Unbekannte Wirkmechanismen aufdecken

Zunächst unbekannte Wirkmechanismen

zwischen Anforderungen / Qualitäts-

merkmalen Yn und Einflussgrößen Xi werden

analysiert und ein Modell erstellt: Yn = f(Xi)

Das Modell dient zum steuern und regeln für

robuste Produkte und stabile Prozesse

Fehlerbilder Wirkmechanismen Ursachen

Maßnahmen / Lösungen +

Handlungsempfehlungen + Prozesssteuerung

in Echtzeit

Folie 6

Problemstellung 1

Was soll

ich tun?

Folie 7

Lösung 1

Dank dem KI-Analyser kenne

ich die Fehlerursachen &

kann schnell und gezielt

mit Maßnahmen eingreifen.

Folie 8

Ablaufschema Bsp. Schraubfall-Optimierung 1/2

Vollautomatische Erkennung der Fehlerbilder aus Produktvalidierungs- und Prozesskurven in Echtzeit

Automatisiertes Erkennen von Fehlern und Fehlerbildern1

1

Folie 9

Ablaufschema Bsp. Schraubfall-Optimierung 2/2

Vollautomatische Erkennung der Fehlerbilder aus Produktvalidierungs- und Prozesskurven in Echtzeit

Automatisiertes Erkennen von Fehlern und Fehlerbildern

Unterstützung der Mitarbeiter: Aufzeigen der Fehlerhäufigkeiten mit den wahrscheinlichsten Ursachen, Lösungen und

Maßnahmen als Handlungsempfehlungen in Echtzeit

Transparenz des Expertenwissens mit unternehmenseigenem Buch des Wissens (Fehlerursachen mit Maßnahmen

und Handlungsempfehlungen)

Selbstlernender Algorithmus für Fehlerbild, Ursache und Lösungen (Rückmeldung nach erfolgter Maßnahme durch

Mitarbeiter)

1

2

1

2

Folie 10

Vorteile KI im laufenden Produktionsprozess

Schnelle und gezielte Maßnahmen anstatt

kostenintensiver Produktionsstopps

Unterstützung der Mitarbeiter in Echtzeit

Reduktion von über 50% der Fehler- und

Nacharbeitskosten, sowie Gewährleistungsrisiken

innerhalb von 3-9 Monaten in der Serie

Unterstützung bei der Prozessparametrierung bei

Produktneuanläufen

Folie 11

Implementierung

Produktions- und Montageprozesse

Digitale Überwachung und Aufzeichnung von Prozesskenngrößen und deren Kurvenverläufe.

Datenschnittstelle, grafische Darstellung

Flexible Schnittstelle zum Import der Kurvendaten (online oder über Datenbank). Grafische Darstellung der Einzelkurven. Unsere

Standardschnittstelle zu den marktüblichen Sensordaten und Steuerungen: Analyser® Prozessdatenmanagement System /

Prozessdaten aus MES-System

Buch des Wissens

Hinterlegte Fehlerursachen, zugehörige Maßnahmen und Lösungsvorschläge zur Fehlerbehebung (optional). Aufwand: ca. 2 Tage für Startfüllung

Teach-In-Verfahren

Hinterlegen von kurvenspezifischem Expertenwissen zu Fehlerbildern oder anderen Unregelmäßigkeiten.

Aufwand: 5 – 20 min pro neu zu teachende Arbeitsfolge (AFO)

Fehlerursachenanalyse

Automatisierte Analyse der gesamten Eingangsdaten und Auswertung der im Prozessverlauf aufgetretenen Fehler. Grafische Darstellung der Auswertung mit Fehlerhäufigkeiten und priorisierten Ursachen und Maßnahmen / Lösungen (optional über Buch des Wissens).

Echtzeitverhalten: 1 – 2 sec. ab Übertragung Sensordaten bis Darstellung Fehlerbild + Maßnahmen

Folie 12

Mögliche Anwendungsbeispiele (Auszug)

Alle digital überwachten Produkt- und Prozessmerkmale in Form von Kurvenverläufen können mit Hilfe des Analyser® analysiert,

kontrolliert und optimiert werden.

1. Digital überwachte Schraubverbindungen, Pressvorgänge (und ähnliche Montageprozesse)

Drehmomentverlauf [Nm] über Drehwinkel [°] mit Anzugsverfahren in mehreren Stufen

Kraft [N] über Weg [mm]

2. Hysterese Schleifen

Werkstofftechnik: Spannungs-Dehnungs-Diagramme

Ventile: Kraft [N] über Weg [mm] an bestimmten Wegpunkten und Fmax.

Regelungstechnik, Schaltungen

3. Akustik und Schwingungsthemen:

Vibrationen, NVH Themen (Schalldruckpegel [dB] über Drehzahl [U/min])

Akustik- und Geräuschoptimierung

4. Kunststoffspritzgießen

Druck [bar] über Zeit [s] oder Weg [mm]

Temperatur [°C] über Zeit [s] oder Weg [mm]

Optimierung der Steuerungs- und Regelungstechnik

Folie 13

Fallbeispiel 1

Kurvenmodul

Folie 14

Verschraubungen Serie - Montage (1/2)

Die Grafik zeigt die Fehlerraten der TOP Schraubfälle.

Die TOP 12 Fehlerverursacher sind für 50% der Nacharbeitskosten

verantwortlich.

Die Grafik aus der Phase Analysieren zeigt eine niO-Schraubkurve mit

dem Zielfenster (grün).

Thema: Fehlerraten, Inline- & Offline-Nacharbeits-kosten,

Gewährleistungsrisiken

Ort: Endmontage

Problem: Nacharbeitskosten von > 1,2 Mio. € / Jahr, hohe

Gewährleistungsrisiken bei sicherheitsrelevanten

Verbindungen

Ergebnis: Senkung der Nacharbeitskosten und

Gewährleistungsrisiken um > 50% in

3 - 6 Monaten

Problem und Ergebnis

Folie 15

Priorisieren:

Ermitteln der TOP 30 - 40 Fälle mit hohem Ausschuss

[%] und Nacharbeitskosten

Die TOP 12 Fälle verursachten 50% der Kosten und

Risiken.

Analysieren:

Automatische Fehlerbildanalyse für die TOP 12 Fälle,

ermitteln der Grundursachen & Maßnahmen je Fehlerbild

in Echtzeit

Optimieren:

Handlungsempfehlungen für Maßnahmen in Echtzeit

Kontrollieren:

Vollautomatische Fehlerkontrolle durch Vollintegration

mit Prozessdatenmanagementsystem

Vorgehensweise

Verschraubungen Serie - Montage (2/2)

Die Grafik aus den Phasen Analysieren und Optimieren zeigt die

Verteilung verschiedener Fehlerbilder eines Falles und

Handlungsempfehlung für Maßnahmen mit Hilfe des "Buch des

Wissens„.

Folie 16

Verschraubungen in Entwicklung & Prototypenbau (1/1)

Die Grafik zeigt eine iO-Kurvenschar mit dem Zielfenster (grün).

Sind wirklich alle Kurven i. O.?

Thema: Verifizierung Auslegung, Montierbarkeit,

Serientauglichkeit und Parametrisierung

Ort: Prototypenbau, Anlauffabrik, 2 - 40 Fzg. / Tag

Problem: Auslegung, Montierbarkeit und Serientauglichkeit

wird zu spät verifiziert

Ergebnis: Frühzeitige Verifizierung der Verbindungen und

Herstellung eines robusten Designs

Problem und Ergebnis

Priorisieren:

TOP 10 Schraubfälle machen bis zu 70% der Fehlerquoten

Analysieren:

Ermitteln der Grundursache(n) je Fehlerbild und

Parametereinstellung für die Digitalschrauber

Optimieren:

Verbesserungsmaßnahmen in Form von

Handlungsanweisungen in Echtzeit

Kontrollieren:

Parametereinstellungen, Serientauglichkeit und Auslegung

der Verschraubungen

Vorgehensweise

Folie 17

Der Analyser® im Überblick

Schwellmoment

SOLL-Moment Fenster

Mitarbeiter bei Ihren Entscheidungen unterstützen:

Fehlerbilder mit Ursachen & Maßnahmen werden als

Handlungsempfehlungen in Echtzeit ausgegeben

Der Mitarbeiter kann damit nun gezielte Maßnahmen

ergreifen

Ursachen der Kosten- und Qualitätsprobleme aufdecken:

Aufdecken der unbekannten Wirkmechanismen zwischen

Anforderungen & Qualitätsmerkmalen Yn und

Einflussgrößen Xi Erstellung Transferfunktion Yn = f(Xi)

Transferfunktion dient nun zum steuern & regeln für

robuste Produkte und stabile Prozesse

Das Kurvenmodul Das Transferfunktionsmodul

Folie 18

Das Transferfunktionsmodul – Ohne Analyser®

X1

?X2

?X3

?

Folie 19

Das Transferfunktionsmodul – Ohne Analyser®

? ? ?X1

?X2

?X3

?

Folie 20

Das Transferfunktionsmodul – Mit dem Analyser®

X1 X2 X3

Folie 21

Das Transferfunktionsmodul – Mit dem Analyser®

X1 X2 X3 Dank dem Analyser® weiß ich,

welche Einflussgrößen auf mein

Produkt/ Prozess wirken und

wie diese einzustellen sind.

Folie 22

Predictive Quality & Maintenance

Transferfunktionen Yn = f(Xi) für robuste Produkte und stabile Prozesse automatisch erzeugen:

1. Predictive Analytics: Analysiert unbekannte Wirkmechanismen und ermittelt die relevanten Einflussgrößen für

Produkte und Prozesse

2. Predictive Quality & Maintenance auf Basis der Maschinen-Lern-Modelle

3. Optimierte Parametrierung und Tolerierung für Produkte und Prozesse auf Basis der Vorhersagemodelle

4. Aktive Steuerung der Einflussgrößen Xi, um die Anforderungen (Yn) mit Spezifikationsgrenzen einzuhalten

5. SPC – Statistische Prozess Kontrolle: Steuerung und Optimierung von Produkten und Prozessen

Folie 23

Beispiel für Predictive Quality & Maintenance

Ergebnis 1: Es gibt insgesamt nur 3 relevante

Einflussgrößen bezüglich der Anforderung Y.

Ergebnis 2: Einflussgröße Druck hat einen

geringen Einfluss auf die Anforderung Y. Hier

können Toleranzen aufgemacht und damit

Herstellkosten gespart werden.

Ergebnis 3: Einflussgröße Temperatur hat einen

starken Einfluss auf die Anforderung Y. Mit dieser

Variable sollte vorwiegend gesteuert werden.

Ergebnis 4: Aus der momentanen Einstellung der

3 Einflussgrößen ergibt sich die Anforderung von

30,67.

Ergebnis 5: Wir können nun die Einflussfaktoren

steuern und sehen sofort (mit Wechselwirkungen),

wie sich meine Anforderung verändert. X1 X2 X3

Folie 24

Machine Learning & Analyser®: Predictive Analytics, Quality & Maintenance durch aufdecken der Wirkmechanismen für

Robuste Produkte & stabile Prozesse

Neu : Wirkmechanismen der Outputs Yn zu Einflussgrößen Xi als Einzelwerte & Messkurven

Wirkprinzip Analyser® : Einzelwerte und Kurvenverläufe können

in den Vorhersagemodellen verarbeitet werden

50301 0 40200 40200 40200 40200 50301 0 40200 40200 50301 0 1 680 1 00-1 0 1 55-5 1 680 1 55-5 1 680 201 00

40

20

050

30

10

40

20

0

40

20

040

20

040

20

050

30

1040

20

0

40

20

050

30

1016

8

0

10

0

-10

15

5

-5

16

8

0

15

5

-5

16

8

0

C1

C2

C3

C4

C5

C6

C7

C8

C9

C1 0

C1 1

C1 2

C1 3

C1 4

C1 5

C1 6

C1 7

Multidimensional

Schrumpfmaß

1 41 21 08642

1 4

1 2

1 0

8

6

4

2

Prozeßparameter

Erg

eb

nis

grö

ße

Darstellung Ursache-Wirkung

Klassische Statistik

50301 0 40200 40200 40200 40200 50301 0 40200 40200 50301 0 1 680 1 00-1 0 1 55-5 1 680 1 55-5 1 680 201 00

40

20

050

30

10

40

20

0

40

20

040

20

040

20

050

30

1040

20

0

40

20

050

30

1016

8

0

10

0

-10

15

5

-5

16

8

0

15

5

-5

16

8

0

C1

C2

C3

C4

C5

C6

C7

C8

C9

C1 0

C1 1

C1 2

C1 3

C1 4

C1 5

C1 6

C1 7

Multidimensional

Prozess-

Eingangsgrößen

Prozess-

ErgebnisgrößenWelligkeit

Temperatur an Pos. xy

Druckverlauf

50301 0 40200 40200 40200 40200 50301 0 40200 40200 50301 0 1 680 1 00-1 0 1 55-5 1 680 1 55-5 1 680 201 00

40

20

050

30

10

40

20

0

40

20

040

20

040

20

050

30

1040

20

0

40

20

050

30

1016

8

0

10

0

-10

15

5

-5

16

8

0

15

5

-5

16

8

0

C1

C2

C3

C4

C5

C6

C7

C8

C9

C1 0

C1 1

C1 2

C1 3

C1 4

C1 5

C1 6

C1 7

50

30

10

40

20

0

40

20

040

20

040

20

050

30

1040

20

0

40

20

050

30

1016

8

0

10

0

-10

15

5

-5

16

8

0

15

5

-5

16

8

0

40200

20

10

0

50301 0 40200 40200 40200 40200 50301 0 40200 40200 50301 0 1 680 1 00-1 0 1 55-5 1 680 1 55-5 1 680

C1

C2

C3

C4

C5

C6

C7

C8

C9

C1 0

C1 1

C1 2

C1 3

C1 4

C1 5

C1 6

C1 7

Folie 25

Vorteile KI für unbekannte Wirkzusammenhänge

Steigerung der Material- und Ressourceneffizienz

Reduzierung von Ausschuss, Fehler- und

Nacharbeitskosten, sowie Gewährleistungsrisiken

Reduzierung der Produkt-Herstellkosten

um 10-30% durch Öffnen der Toleranzen

Absicherung von Entwicklung und Serienanlauf

Folie 26

Implementierung

Produktions- und Montageprozesse

Digitale Überwachung und Aufzeichnung von messbaren Produkt- oder Prozessparametern und

Kenngrößen.

Teach-In - Haupteinflussparameter

Sammeln und priorisieren der möglichen Haupteinflussparameter und definieren in der Import-Schnittstelle des Analyser®

„Buch des Wissens“ für Transferfunktionen

Ermittlung der Transferfunktion(en) und Wirkzusammenhänge für Produkte oder (Teil-) Prozesse mittels statistischerDatenanalyse. Speicherung in der Technologiedatenbank

„Buch des Wissens für Transferfunktionen & KI-Modelle“.

Qualitätsmanagement und Produkt- / Prozessoptimierung

Optimierte Parametrierung und Tolerierung der Produkte und Prozesse durch kontinuierliche Vorhersage mittelsPrognoserechnungen anhand der Transferfunktion(en).

Echtzeitverhalten: 1 – 2 sec. ab Übertragung Sensordaten bis Prognosewert inklusive Wert für Steuervariable

Folie 27

Mögliche Anwendungsfälle (Auszug)

Alle überwachten Produkt- und Prozessmerkmale können mit Hilfe des Moduls Transferfunktion vorhergesagt,

kontrolliert und optimiert werden

1. Überwachte Klebeverbindungen (und ähnliche Montageprozesse)

Adhäsions-, Kohäsions- und Abschälkräfte = f (Viskosität, Temperatur, Raupenbreite / -höhe, etc.)

2. Hystereseschleifen

Bremssysteme: Ansprechzeiten = f (Xi)

Ventile: Rückholkräfte = f (Xi)

3. Akustik und Schwingungsthemen

Vibrationen, NVH Themen: Schalldruckpegel [dB] über Drehzahl [U/min] = f (Xi)

Akustik- und Geräuschoptimierung

4. Kunststoffspritzgießen

Schrumpfung, Welligkeit, Längenmaß = f(Druck [bar], Nachdruckzeit [s], Werkzeugtemp. [°C], etc.)

5. Extrusion von Kunststoffen / Kautschuk

Profilgeometrie, Härte, Kraft-Dehnungs-Koeffizient = f (Xi)

und viele mehr…

Folie 28

Unser Wirkprinzip

Patentierter KI-Algorithmus zur

Fehlerbilderkennung

Automatisierte Modellbildung &

Stichprobenziehung kein Data

Analyst/Scientist erforderlich

Einzelwerte und Kurvenverläufe können

als Einflussgrößen zu multiplen

Vorhersagemodellen verarbeitet werden

Folie 29

Fragen?

Fragen?

Folie 30

Fallbeispiel 2

Transferfunktionsmodul

Folie 31

Fallbeispiel Kunststoffspritzgießen

Folie 32

Welche Daten sind wichtig?

Vorgehen nach der Methode Robust Design: Kennen der Anforderungen Yn und deren möglichen Einflussgrößen Xi für

Produkte & Prozesse.

Ziel: Die Anforderungen Yn und deren Einflussfaktoren Xi identifizieren und die

Wirkmechanismen verstehen, um das Gesamtsystem Yn = f (Xi) robust und nachhaltig auf Ziel

auslegen zu können.

X2 = Kühlzeit [s]

X4 = Tempertemp. [°C]

X3 = Werkzeugtemperatur [°C]

Prozess Y1-n = Verzug / Längen

Winkelabweichung /

Schrumpfung /

Schichtdicke / …

X5 = Feuchteanteil Rohmaterial

X1 = Nachdruck [bar]

X6 = Mischungsverhältnis

Rohmaterial

Folie 33

Wie müssen die Daten aufbereitet werden?

„Geschüttelt nicht gerührt!“

Herausarbeiten der relevanten Unternehmensdaten Yn und Xi

Schnittstellen via Analyser® - IPM6® Industriestandard anbinden

Analyser® - IPM6® Industriestandard: Einheitliche Datenstruktur für Einzelwerte und Kurven in der

Prozessmanagement- und in der Analyser® KI-Datenbank

Standardisiertes Analyser® Schnittstellen-Format: XML

Übertragung via TCP/IP oder RabitMQ mit MQTT

Folie 34

Robust Design – 1. Anforderungen / Fehlerbilder priorisieren

und messbar machen

Die Fehlerbilder und Anforderungen messbar und messfähig machen.

Die ausreichende Messsystemfähigkeit der Fehlerbilder / Kundenanforderungen ist Grundvoraussetzung für das weitere

Verfahren.

Längenmaß 01

Planschlag

Spaltmass

Konzentrizität

Ra

Glanzgrad

Farbstufe

Transparenz

HV

Beständigkeit

Haptik

……etc.

10

9

8

7

6

5

4

3

2

1

-

Geometrie

Oberfläche

Materialhärte

Fehlerbild n.i.O. /

Kunden-

anforderung

Bewertungsstufen:

- 10 = extrem wichtig

- 8 = sehr wichtig

- 6 = wichtig

- 2 = nicht sehr wichtig

- 1 = unwichtig

Folie 35

Prozesse in 2 Schritten / Level analysieren:

1. SIPOC – und 2. Prozess Flussdiagramme

Supplier Imput Process Output Customer

Robust Design – 2. Prozess analysieren

Ja

Ja

Folie 36

Robust Design – 3. Einflussgrößen (Xi) sammeln und auswählen

QFD – Quality Function Deployment zur Bestimmung der möglichen Einflussgrößen zu den relevanten Anforderungen

mit n zu m Beziehungen

Folie 37

Robust Design – 4. Einflussgrößen priorisieren

Abgleich der priorisierten möglichen zu den aktuell gemessenen Einflussgrößen Xi ist jetzt möglich

QFD: Technische Bedeutung aus HoQ 1, HoQ 2 oder HoQ 2+4

RZ: aus Produkt Design FMEA und/oder Prozess FMEA

Bartlett-Test

QFDTB

RZ = A x B

Folie 38

Robust Design – 5. Daten sammeln / speichern

Daten aus der laufenden Produktion

bzw. Vorserie / Nullserie

Versuche / DoE – Design of

Experiments während der

Entwicklung / im PEP

UND / ODER

Folie 39

Robust Design – 6. Predictive Quality, Analytics & Maintenance:

Modelle automatisch erstellen

Input: Einzelwerte & Kurven aus Sensordaten

statistischer

Fingerprint

Bauteil-Nr. Merkmal X1 Merkmal X2 Merkmal X3 weitere...

10001 1200 12039,93 48,12

10002 1176 11750,58 48,52

10003 1230 11979,17 48,47

10004 1206 12019,68 48,50

10005 1212 11979,17 48,08

10006 1188 11747,68 48,42

10007 1170 11770,83 48,48

10008 1212 11979,17 48,47

10009 1224 12051,50 48,34

10010 1230 11345,49 47,97

10011 1218 11319,44 48,13

10012 1272 11388,89 47,93

Folie 40


Modelle automatisch erstellen

Fehlerbilder Wirkmechanismen Ursachen Maßnahmen / Lösungen +

Handlungsempfehlungen + Prozesssteuerung in Echtzeit

≥ 200 mögliche Einflussgrößen Xi

signifikante Einflussgrößen Xi

statistischer

Fingerprint

Robuste Produkte & stabile Prozesse

• Entwicklung & Prototypenbau absichern

• Neuanläufen & Industrialisierungen

• Serienprozesse optimieren

• Gewährleistungsrisiken & Feldausfälle

reduzieren

• Lieferantenqualität verbessern

Folie 41


Ergebnisse in der Praxis installieren

Das Ergebnis der Versuche und / oder Messung von Produktionslosen sind die Wirkzusammenhänge, die in den

Transferfunktionen Y = f (Xi) dokumentiert werden. Das Produkt bzw. den Prozess unter Kenntnis der Zusammenhänge

optimieren

Nachdruck Temperatur Nachdruckzeit Temp. Pos.2 Nest Granulatbestandteile %

A B

Ou

tpu

t Y

30,67

+- 0,38

Folie 42

Robust Design - 7. Parametrierung und statistische Tolerierung

der Einflussgrößen

Vermeiden von Over Engineering durch statistisch abgesicherte Parametrierung und

statistische Tolerierung von Produktmerkmalen und Prozessparametern

Erstes Quartil 4,2554

Median 4,4045

Drittes Quartil 4,5401

Maximum 5,0812

4,3854 4,4102

4,3891 4,4184

0,1917 0,2093

A-Quadrat 0,52p-Wert 0,183

Mittelwert 4,3978

StdAbw 0,2001

Varianz 0,0400

Schiefe -0,0439987

Kurtosis -0,0370029

N 1001

Minimum 3,8199

Anderson-Darling-Test auf Normalverteilung

95%-Konfidenzintervall für Mittelwert

95%-Konfidenzintervall für Median

95%-Konfidenzintervall für StdAbw

5,04,84,64,44,24,03,8

Median

Mittelwert

4,424,414,404,39

95%-Konfidenzintervalle

Zusammenfassung für ND Zeit


Median 74,957


Maximum 77,619

74,949 75,048

74,908 75,024

0,766 0,836


Mittelwert 74,998

StdAbw 0,800

Varianz 0,639

Schiefe 0,203603

Kurtosis -0,155228

N 1001

Minimum 72,898





77,676,876,075,274,473,672,8

Median

Mittelwert

75,0575,0074,9574,90


Zusammenfassung für WKZ Temp


Median 225,00


Maximum 229,88

224,95 225,14

224,89 225,09

1,47 1,60


Mittelwert 225,04

StdAbw 1,53

Varianz 2,34

Schiefe 0,211667

Kurtosis 0,041675

N 1001

Minimum 221,04





230,00228,75227,50226,25225,00223,75222,50221,25

Median

Mittelwert

225,15225,10225,05225,00224,95224,90


Zusammenfassung für Nachdruck

Cpk: 1,32

Nachdruck Werkzeugtemp.

NachdruckzeitGranulatbestandteil xy %

= f (


Median 1,0017


Maximum 1,0685

1,0002 1,0026

1,0003 1,0032

0,0184 0,0201


Mittelwert 1,0014

StdAbw 0,0192

Varianz 0,0004

Schiefe -0,0407861

Kurtosis 0,0182876

N 1001

Minimum 0,9448





1,061,041,021,000,980,96

Median

Mittelwert

1,0031,0021,0011,000


Zusammenfassung für LängenAbw


Median 0,35000


Maximum 0,54000

0,33583 0,35844

0,33462 0,37000

0,06922 0,08530


Mittelwert 0,34713

StdAbw 0,07642

Varianz 0,00584

Schiefe -0,125147

Kurtosis -0,159220

N 178

Minimum 0,12000





0,540,480,420,360,300,240,180,12

Median

Mittelwert

0,370,360,350,340,33


Zusammenfassung für WinkelAbw


Median 0,60185


Maximum 0,63859

0,60132 0,60287

0,60092 0,60282

0,01204 0,01314


Mittelwert 0,60210

StdAbw 0,01257

Varianz 0,00016

Schiefe 0,118636

Kurtosis -0,213771

N 1001

Minimum 0,56252





0,63750,62500,61250,60000,58750,57500,5625

Median

Mittelwert

0,60300,60250,60200,60150,6010


Zusammenfassung für Fuge

Folie 43

Robust Design - 8. Statische Prozess Kontrolle (SPC)

Folie 44

Netzschema Analyser® mit IPM6®

Produktion

Rechenzentrum

SQL DB und Analyser Servereine Maschine

Oracle DB und XML-Schnittstelle eine Maschine

Analyser Client

Oracle DB, IPM 6.0 Server,

Telegramm- + XML-Schnitt-

stellen-Server, VM 2 mit Linux

SQL DB + Analyser®-

Server, VM 1 mit WIN

Analyser®-Client +

IPM 6.0 WEB Client

Folie 45

Kontakt

Contech Software & Engineering GmbH

Postadresse:

Wernher-von-Braun-Straße 8

D-82256 Fürstenfeldbruck

Büro:

Oskar-von-Miller-Straße 4d

D-82256 Fürstenfeldbruck

Telefon +49.8141.888 403-0

Fax +49.3222.376 25 38

E-Mail [email protected]

Contech-Analyser: www.contech-analyser.de

Consulting & Engineering Leistungen: www.mts-contech.de

mailto:[email protected]

http://www.contech-analyser.de/

http://www.mts-contech.de/

Folie 46

Backup

Folie 47

Wirkprinzip Analyser®

Schritt 1: Kurvenschar(en) und / oder Einzeldaten werden für das Teach-In ausgewählt

Schritt 2: Mit Hilfe des Kurvenanalysemoduls werden bestimmte Abschnitte der Prozesskurven graphisch

markiert und damit definiert

Schritt 3: Das Kurvenanalysemodul erzeugt für die definierten Kurvenabschnitte den statistischen

Fingerabdruck und stellt diesen zur Ermittlung der kausalen Ketten Y = f (Xi) zur Verfügung

Markierter Abschnitt 1 (Prozessbeginn)

Markierter Abschnitt 2 (Prozessende)

Folie 48

Vollintegration des Analyser® mit einem

Prozessdatenmanagement- / MES-System

VM 1

» Customer Server

(z.B. IPM)

» Oracle-DB

» Telegramm-

Server

(xx.x.x.50)

VM 2

» Analyser-Server

» Analyser SQL-

Datenbank / KI

(xx.x.x.11)

» - Client

» Prozessdatenmanagement

Client (z.B. IPM-Web)

Linux Windows 10

≥ Windows 7

(1) Telegramme von Device zu Oracle-DB (VM1):

Contech / IPM (bzw. Kunde)

(2) Telegramm Analyser zu Oracle-DB (VM1): Contech

(3) Oracle-DB (VM1) → XML → Analyser: Contech (bzw. Kunde)

(4) Analyser → Oracle-DB (VM1): Contech

(5) SPC, Chargenverfolgung, iO / niO, TOP-Fehlerraten [%]:

IPM (bzw. Kunde)

TCP / IP TCP / IP

Folie 49

versch.

Schnittstellen-

Telegramme

Datenbank

(z. B. Oracle)

Interpretation der

Schnittstellen-

Telegramme

Analyser

(C# / C++)

Datenbank

(z.B. SQL)

• Kurvendaten

• Setting

Kunststoff-Spritzgieß-

Maschinendaten

Presswerkzeugdaten

Sensordaten

EoL-Testdaten

Verschraubungsdaten

Online-Ergebnisse (1 Kurve)

Ergebnis

Ergebnis (n Kurven)

Fehlerbildverteilung [%] Wissensdatenbank

[Ursachen, Lösungen, Maßnahmen]

Analyser® – IPM - System

Vollintegration Analyser® mit einem Prozessdatenmanagement-

System z. B. IPM 6.0

IPM = Integriertes Prozessdatenmanagement-System

ki für robuste produkte & stabile prozesse in montage ... · ki für robuste produkte &...

Documents