Innovation zur Transformation der Industrie

Ausführungszeitraum: 1. Oktober 2016 – 30. September 2020

Gesamtdauer: 48 Monate

Projektbeschreibung: Ein vom Programm Horizont 2020 finanziertes Projekt, das sich auf die Entwicklung eines Echtzeit-Produktionskontrollsystems konzentriert. Ziel ist eine fehlerfreie Fertigung durch die Integration von Reduced Order Modeling (ROM)-Simulationsmodellen mit Echtzeitdaten aus dem Produktionsprozess. Dadurch werden automatische und unmittelbare Anpassungen der Fertigungsparameter ermöglicht.

Beteiligung von Fersa

Wir haben die entwickelten Lösungen in realen Produktionslinien implementiert und validiert und dabei unsere Erfahrung in der Fertigung und Qualitätskontrolle eingebracht.

Hervorgehobene Ergebnisse:

• Fehlerreduzierung: Rückgang der Fehlerquote um über 72 % in bestimmten Produktionslinien.
• Effizienzsteigerung: Die Stillstandszeiten aufgrund von Parameteranpassungen und Umrüstungen wurden um mindestens 50 % reduziert.
• Wirtschaftliche Einsparungen: Es wurden jährliche Einsparungen von bis zu 1,23 Millionen Euro in einem der teilnehmenden Werke geschätzt – dank der Implementierung des STREAM-0D-Systems.

Ausführungszeitraum: Januar 2018 – Dezember 2020

Dauer: 36 Monate

Ziel: Entwicklung einer Big-Data-Analyseplattform, um Produktionsprozesse in Echtzeit durch Datenerfassung und den Einsatz von künstlicher Intelligenz zu verbessern.

Die operative Effizienz der Prozesse ermöglicht es, in Echtzeit potenzielle Fehler und Abweichungen im Fertigungsprozess vorherzusagen. Zudem werden Anpassungen an Schlüsselparametern der Prozesskontrolle vorgeschlagen, um diese Abweichungen direkt am Linienanfang zu korrigieren.

Diese Vorhersage erlaubt es, Korrekturmaßnahmen im Voraus zu planen und den Produktionsprozess effizient anzupassen.

Dies wird durch ein Metamodell erreicht, das Prozessdaten mit Inline-Qualitätskontrollmessungen sowie der Identifikation von Qualitätsfehlern verknüpft. Es wird durch verschiedene Machine-Learning-Modelle unterstützt, die das tatsächliche Verhalten der Maschinen nachbilden.

Beteiligung von Fersa

Bei Fersa haben wir ein Tool entwickelt, das sowohl Fertigungsdaten als auch Inline-Messdaten zur Maßhaltigkeit erfasst und diese in Echtzeit an Machine-Learning-Modelle der jeweiligen Stationen übermittelt.

Diese Modelle erzeugen eine Reihe von Indikatoren und Anpassungsempfehlungen. Wenn die Qualität der Vorhersagen unter bestimmte Schwellenwerte fällt, werden die Modelle automatisch mit historischen Daten neu trainiert.

Hervorgehobene Ergebnisse:

• Vollständige und eindeutige Rückverfolgbarkeit in einer unserer Produktionslinien für OEM-Kunden
• Digitaler Zwilling zur Unterstützung von Bedienern in Echtzeit

Ausführungszeitraum: Oktober 2020 – September 2023

Dauer: 36 Monate

Zielsetzung: Entwicklung einer verteilten und interoperablen Architektur für künstliche Intelligenz zur Digitalisierung der Industrie, um sowohl die Automatisierung als auch die menschliche Unterstützung in der Fertigung zu erleichtern.

Beteiligung von Fersa:

Fersa beteiligte sich als industrieller Partner, indem die entwickelten Lösungen in den eigenen Produktionsprozessen implementiert wurden, mit dem Ziel, sowohl Effizienz als auch Flexibilität zu verbessern.

Der Schwerpunkt lag auf der Optimierung der Fertigungskosten, durch Anpassung von Routen, Werkzeugen und Parametern an die tatsächliche Qualität der empfangenen Teile – unterstützt durch den Einsatz von KI-Technologien.

Diese Initiative führte zu einer signifikanten Verbesserung der Produktionsplanung, einem Anstieg der Produktivität sowie einer effizienteren Logistiksteuerung.

Hervorgehobene Ergebnisse:

• Verkürzung der Umrüstzeiten durch Bedarfsoptimierung, Echtzeit-Datenerfassung und Feedback an Maschinen
• Qualitätssteigerung durch Fehlerprognosen
• Produktivitätssteigerung

Ausführungszeitraum: Oktober 2020 – März 2024 (42 Monate)

Zielsetzung: Null-Fehler-Fertigung durch die Verwaltung von Daten aus Produktionsprozessen – wie Temperaturkontrollen während des Schleifens und Welligkeit auf den Laufbahnen.

Diese Informationen werden mithilfe neuer Messgeräte gesammelt und durch den Einsatz von Big Data intelligent verarbeitet, um fundierte Entscheidungen im Prozess zu treffen und die Fertigung zu optimieren.

Beteiligung von Fersa

Fersa beteiligte sich als einer der Industriepartner und brachte seine Erfahrung in der Herstellung von Hochpräzisionslagern ein.

Hervorgehobene Ergebnisse:

• Implementierung eines Sensornetzwerks zur Messung der submikrometrischen Topographie in Schleifprozessen
• Integration virtueller Sensoren zur Analyse von Vibrationen
• Entwicklung von Data-Mining-Tools zur Rückverfolgbarkeit und Überprüfung der Datenintegrität

Beginn: 2025

Programm: CDTI-Übertragungen (Zentrum für technologische Industrieförderung)

Ziel: Fortschritt hin zu autonomen, sicheren und nachhaltigen Fabriken durch den Einsatz fortschrittlicher Technologien wie Deep Learning und Edge Computing.

Beteiligung von Fersa:

Bei Fersa arbeiten wir in diesem nationalen Projekt mit dem Technologiezentrum IDEKO zusammen.

Ansatz: Entwicklung von Systemen, die eine Echtzeit-Entscheidungsfindung und die autonome Anpassung von Fertigungsprozessen ermöglichen, um Effizienz und Qualität zu verbessern.

Beginn: 2025

Finanzierung: Europäische Union – Next Generation EU, über das Ministerium für digitale Transformation und öffentlichen Dienst Spaniens

Zielsetzung: Entwicklung eines sektorspezifischen Datenraums, der den Informationsaustausch zwischen Akteuren des industriellen Ökosystems ermöglicht, um neue Lösungen, Dienstleistungen und Geschäftsmodelle auf Basis gemeinsam genutzter Daten zu schaffen.

Beteiligung von Fersa:

Wir bei Fersa arbeiten in diesem Projekt mit IDEKO u nd Tecnalia zusammen.

Ansatz: Einsatz von fortschrittlichen Digitalisierungs-Technologien, um die Rückverfolgbarkeit, Effizienz und Nachhaltigkeit in der industriellen Fertigung zu verbessern.