Big Data auf einen Blick

Future

Für die Plasmo Industrietechnk GmbH, einem führenden Anbieter von Qualitässicherungslösungen im Bereich des Laserstrahlfügens, ermöglicht ein modernes CAQ-System neben dem eigentlichen Zweck der Qualitätskontrolle die Optimierung von Produktionen. Dies erhöht den Mehrwert für den Endanwender deutlich.

18. April 2017
Aufbau eines modernen CAQ-Systems. Bildquelle: Plasmo
Bild 1: Big Data auf einen Blick (Aufbau eines modernen CAQ-Systems. Bildquelle: Plasmo)

Die Erfassung von Prozesszuständen erfolgt heute schon mittels Sensorik, teilweise inklusive Schnittstellen zu ERP- und MES-Systemen. Diese Daten werden in der Integrationsebene zusammengeführt (zeitlich, örtlich, rückverfolgbar). Die hierbei anfallenden Datenmengen können, je nach Produktion und Sensorik, entsprechend hoch sein – gesteigert wird dies bei standortübergreifenden Ansätzen. Eine erste Verdichtung zur Reduktion der Datenmenge erfolgt üblicherweise durch Berechnung von Kennwerten, etwa aus zeitlich hochaufgelösten Sensormesswerten. Daten stellen jedoch keine Information dar; Information ist in der Korrelationsebene zu extrahieren, hierfür werden statistische Methoden ebenso wie – beispielsweise – ›Deep-Learning‹-Konzepte angewendet.

Diese Informationen sind je nach Organisation des Unternehmens geeignet darzustellen. Eine User-Experience-Analyse zeigt schnell die Anforderungen an das Mensch-Maschine-Interface, zum Beispiel für das Management, den Produktionsverantwortlichen und den Qualitätsbeauftragten.

Plasmo hat sich dieser Aufgabe gestellt und bietet für diese Visualisierung Dashboards an. Dashboards sind in der wirtschaftlichen Steuerung von Unternehmen häufig anzutreffen. Ziel von Plasmo war es, Dashboards für die Steuerung von Produktionen zu entwickeln.

Dies sei am Beispiel einer Produktion gleicher und unterschiedlicher Baugruppen an unterschiedlichen Standorten mit unterschiedlichen Maschinen verdeutlicht. Die Sensoren liefern Messwerte, die Produktion läuft unter Vorgabe definierter Prozessgrenzen, es werden Baugruppen mit unterschiedlicher Anzahl an Nähten geschweißt und Daten anonymisiert aus realer Produktion.

Die User-Experience-Analyse ergab für die unterschiedlichen Ebenen einfache zusammengefasste Dashboards, die je Produktionsebene Prozessabweichungen farblich und durch entsprechende Darstellung der Quadrile darstellt. Zwischen den einzelnen Ebenen kann einfach über Menüpunkte navigiert werden.

Mit diesen Dashboards können Abweichungen rasch identifiziert und Maßnahmen eingeleitet werden. Qualitätsverantwortliche und Produktion können nun bei Wechsel auf die Ebene einer Maschine Detailinformationen zur Ursachenforschung in einem weiteren Dashboard erhalten.

Gute und auffällige Teile sind sehr leicht zu unterscheiden. Der zeitliche Verlauf der Prozesskennwerte zeigt, dass die Fehler im Zuge eines Schichtwechsels aufgetreten sind.

Die Analyse der Produktion erfolgte bisher nachträglich – bei Verwendung eines modernen CAQ-Systems wäre der Ausschuss vermeidbar gewesen.

Die Fehlererkennung in Echtzeit zeigt den Mehrwert moderner CAQ-Systeme unter Verwendung von Dashboards. Gemeinsam mit Endkunden wurden weitere Dashboards entwickelt. Die Lösungen sind in den Plasmo-Qualitätsinspektionssystemen integriert, das System bietet jedoch Schnittstellen für weitere Sensorik und ist nicht auf Plasmo-Sensoren beschränkt.

Netzwerkfähige Schnittstellen erlauben den Betrieb der Dashboards an unterschiedlichen Arbeitsplätzen mit aktuellen Daten, der Umgang mit großen Datenmengen (mehrere Millionen Datensätze) ermöglicht weiterhin ein interaktives Arbeiten mit den Dashboards.

Der Ansatz zeigt darüber hinaus, dass durch geeignete Visualisierung die Komplexität von Big-Data-Applikationen selbst bei standortübergreifenden Produktionen in überschaubare, bedienerfreundliche Mensch-Maschine-Interfaces umgesetzt werden kann.

3D-Lötnahtüberprüfung

Die aktuellen Richtlinien im Automobilbau erfordern bereits in der Planung eines neuen Modells die Absicherung der Qualität über eine lückenlose Überwachung der Laserlötnähte. Die Expertise, das Verfahren und die Kosten-Leistungs-Darstellung führte zu der Zusammenarbeit zwischen dem Volkswagen Werk Emden und Plasmo.

Der Plasmo Profileobserver Compact wird in erster Linie zur Kontrolle und Vermessung von Laserlötnahten im Sichtbereich eingesetzt, wo kleinste Poren sehr schnell erkannt, bewertet und visualisiert werden müssen, damit nur Karossen, die den Volkswagen-Qualitätsvorgaben entsprechen, in die nachfolgenden Produktionsbereiche gefördert werden.

Dank 100-Prozent-Porenkontrolle ist es möglich, Defekte in der Lötnaht schon im Karosseriebau zu erkennen und abzustellen. Die Oberflächengeometrie der Naht wird in Echtzeit angezeigt, alle ermittelten Nahtparameter wie Form und Position visualisiert, Oberflächenporen im 0,1-mm-Bereich zuverlässig erkannt.

Der Profileobserver arbeitet per Lasertriangulation. Die Bildaufnahme erfolgt über einen Highspeed-CMOS-Sensor mit bis zu 30.000 Bildern/Sekunde. Der Chip wandelt die aufgenommene Laserlinie direkt in Höhenmesswerte um und gibt sie an einen Industrie-PC weiter. Dort erfolgt die Auswertung der Nahtgeometrie nach parametrierbaren Qualitätsmerkmalen in Echtzeit. Am Ende des Messzyklus werden Ergebnis, Fehlerart und -ort auf dem Monitor dargestellt und an die SPS sowie an Nacharbeitsplätze weitergeleitet.

Mit dem optischen 3D-Prüfverfahren des Profileobservers wird mit derselben Messgeschwindigkeit auch ein Graustufenbild aufgenommen. Die Plasmo-Systeme erkennen die Fehler nicht nur sehr genau und schnell, sondern auch in großen Bildbereichen. Optional können im PC die Grauwert- zusätzlich zu den 3D-Informationen ausgewertet und weitere Qualitätsmerkmale erkannt werden. Die Online-Software des Profileobservers überzeugt durch die einfache Bedienung. Eine umfangreiche grafische Unterstützung erlaubt auch ungeübten Benutzern, das System nach ihren Bedürfnissen zu konfigurieren.

Per Dashboard ist es möglich, unterschiedlichste kundenspezifische Qualitätsmerkmale zu visualisieren. Die Softwareoberfläche wird zur Messdatenanalyse und zur Kontrolle des Messablaufs entsprechend kundenspezifisch konfiguriert. Spezielle Prozess- und Ergebnisvisualisierungen über den gesamten Prozess ermöglichen die Erkennung von Trends und damit die Optimierung der Produktionsprozesse.

Erschienen in Ausgabe: 03/2017