- Anzeige -
- Anzeige -
- Anzeige -
Lesedauer: 8min
Rüstzeitoptimierung im Zeitalter von Industrie 4.0
Rüstzeitoptimierung im Zeitalter von Industrie 4.0

Jul 8, 2020 | Geschäftsprozesse

Häufige Umrüstvorgänge machen eine Produktion ineffizient. Stillstandzeiten resultieren in geringeren Produktionszahlen, Ressourcen werden nicht optimal genutzt und die Fertigung kleiner Losgrößen erfordert eine zunehmende Flexibilisierung, die mit manueller Planung nur schwer zu erreichen ist. Mit Hilfe von künstlicher Intelligenz lassen sich jedoch die Rüstzeiten zwischen Aufträgen abgleichen und so eine bestmögliche Feinplanung unter Beachtung relevanter Produktionsparameter gewährleisten. Resultat dieser Anpassung: geringe Rüstzeiten und hohe Maschinenauslastung unter Einhaltung der Liefertermine.

 Durch einen Abgleich der Produktionsdaten mit den produktspezifischen Rüstzeiten lassen sich die Rüstvorgänge verbessern.
Durch einen Abgleich der Produktionsdaten mit den produktspezifischen Rüstzeiten lassen sich die Rüstvorgänge verbessern. – Bild: Anacision GmbH

In der Formel-1 ist der Boxenstopp der Moment, auf den es zeitlich ankommt. In diesen Sekunden kann der teure Rennwagen nämlich nicht fahren und der Pilot eben nicht das tun, wofür er im Grunde bezahlt wird: als Erster über die Ziellinie kommen. Daher ist es nicht verwunderlich, dass diese Stopps nur so kurz und selten wie möglich, gleichzeitig aber auch so lange und häufig wie nötig sein dürfen. Ähnlich verhält es sich im produzierenden Gewerbe. Teuer erstandene Produktionsmaschinen sollen maximal ausgelastet werden. Sowohl beim Boxenstopp als auch den Rüstzeiten gilt: Eine stillstehende Maschine kostet Geld. Sehr viel Geld sogar, schließlich lässt sich während den Umrüstungen nicht produzieren. Je länger eine Maschine stillsteht, desto mehr Produktionsressourcen ruhen ungenutzt – zudem ist die Produktion von kleinen Losgrößen sehr aufwendig. Nicht zu vergessen ist der hohe Personalaufwand und die Personalkosten, die mit solch einer Umrüstung einhergehen. Bis heute ist die Rüstzeitdispositon im klassischen Sinne ein manuelles Geschäft. Die Planung des Fertigungsprozesses wird von Mitarbeitern des Unternehmens durchgeführt. Dazu müssen sie die offenen Aufträge, deren Liefertermine sowie die jeweilige Produktionsdauer und die Maschinenverfügbarkeiten im Blick behalten. Es gilt also bereits einiges zu beachten und zu planen. Mithilfe langjähriger Erfahrung und der daraus resultierenden Intuition lässt sich diese Aufgabe für eine oder zwei Maschinen noch mit menschlicher Brainpower erledigen. Ob das jedoch überhaupt noch effektiv ist, steht auf einem anderen Blatt. Aber spätestens, wenn wir von mittelständischen Unternehmen reden, stößt dieser Ansatz an natürliche Effizienzgrenzen. Alle Prozessparameter stets in Echtzeit parat und im Überblick zu haben, ist heute fast unmöglich. Statt dass die Maschinen möglichst effektiv vor sich hinruckeln, stapeln sich Papiere mit Aufträgen und Ordner mit Einrichteblättern zu Werkzeugen, Haltern und Spannmitteln auf den Schreibtischen der Verantwortlichen.

Der Rüstzeitoptimierer liefert eine angepasste Feinplanung mit detaillierter Darstellung aller Aufträge. Letzte Anpassungen, wie z.B. die Maschinenverfügbarkeit, können manuell konfiguriert werden.
Der Rüstzeitoptimierer liefert eine angepasste Feinplanung mit detaillierter Darstellung aller Aufträge. Letzte Anpassungen, wie z.B. die Maschinenverfügbarkeit, können manuell konfiguriert werden. – Bild: Anacision GmbH

KI als objektive Entscheidungsgrundlage

Genau an diesem Punkt kann die Kollegin KI helfen. Denn, wenn es darum geht, rationale Entscheidungen zu treffen, welcher Auftrag wann und mit welchen Maschineneinstellungen erledigt werden soll, kommt es nicht auf Intuition, sondern nur auf Logik und Effizienz an. Um im Bild des Einstieges zu bleiben: Künstliche Intelligenz hilft, den Boxenstopp erheblich zu verkürzen. Der F1-Bolide kann länger auf der Rennstrecke bleiben. Aber wie macht die Kollegin KI das? Zuerst berechnet sie die individuellen Rüstzeiten zwischen allen anstehenden Produktionsaufträgen, um bei der Planung individuelle Werkzeugbelegungen zu berücksichtigen. Bei 100 Aufträgen sind das bereits 10.000 Kombinationen. Die KI gleicht diese Daten ab und erstellt dann automatisiert die effizienteste Produktionsreihenfolge für die verfügbaren Maschinen. Jede Produktion hat jedoch individuelle Planungskriterien – der Auftrag für einen wichtigen Kunden muss vorrangig erledigt werden, eine Maschine steht ungeplant still oder ein Werker ist krank. Diese Daten lassen sich ebenfalls erfassen, um sie bei der Produktionsplanung dann zu berücksichtigen, selbst für erfahrene Experten ein aufwändiger Prozess, nicht jedoch für eine KI. Im Handumdrehen berechnet sie einen Produktionsplan für hunderte oder tausende Aufträge. Die Vorteile einer KI-basierten Rüstzeitoptimierung sind:

• erhöhte Maschinenverfügbarkeit durch die Reduktion der Rüstzeiten

• Zeiteinsparung durch den Wegfall manueller Planung

• mehr Transparenz über die Prozesse durch

eine zentrale Datenhaltung.

 Durch einen Abgleich der Rüstparameter der anstehen Produktionen ist es möglich, die Reihenfolge zeitoptimiert zu verändern.
Durch einen Abgleich der Rüstparameter der anstehen Produktionen ist es möglich, die Reihenfolge zeitoptimiert zu verändern. – Bild: Anacision GmbH

Die Praxislösung

Das Unternehmen Anacision arbeitet seit dem vergangenen Sommer mit dem Spezialisten für Werkzeugsysteme ESA Eppinger zusammen. Nach einer anfänglichen Konzeptionsphase wurde im nächsten Schritt ein erster Prototyp gebaut, aus dem heraus dann ein erstes Minimum Viable Product entstand. Der MVP-Rüstzeitoptimierer verbessert schon jetzt den Produktionsplan basierend auf den Rüstzeiten. Zudem ermöglichen standardisierte Schnittstellen eine Steuerung der Einrichteblätter und Produktionspläne. Die durch das Umrüsten bedingten Stillstandzeiten reduzierten sich daraufhin um 35 Prozent. Dadurch ließen sich pro Woche rund ein halber Arbeitstag einsparen. Darüber hinaus wurden bereits über 2.000 Einrichteblätter digitalisiert. Aktuell stehen nun die nächsten Entwicklungsschritte an. Aus dem MVP wird ein fertiges Produkt, das sich dann auf andere Fertigungstechniken ausweiten lässt. Zudem bietet es die Möglichkeit, weitere Optimierungsziele wie das Lieferdatum und die Werkzeugverfügbarkeit einzubinden. Weitere standardisierte Schnittstellen zu vorhandenen ERP- und MES-Lösungen folgen. Grundsätzlich konnte das Vorgehen dabei auf vier Schritte hin verbessert werden:

1. standardisiertes Einlesen der Einrichteblätter

2. Konfiguration der Maschinen im System und Anpassung auf die Besonderheiten der Produktion

3. Ausrichtung der Anpassung auf die Ziele

der Produktionsplanung

4. Integration in die Systemlandschaft oder die Bereitstellung von geeigneten Schnittstellen.

Dieses Vorgehen hat sich nicht nur bewährt, sondern spart den Unternehmen einiges an Kapital. Schließlich kosten stillstehende Maschinen eine Menge Geld. Mit Blick auf die Rüstzeitoptimierung lässt sich sogar besser sagen: Stillstehende Maschinen verschwenden Geld, genauer gesagt etwa 3,3Mrd.€ jährlich im deutschen Mittelstand. Das geht aus einer Fallstudie von Anacision in Zusammenarbeit mit ESA Eppinger hervor. Alleine mit Blick auf die Post-Corona-Depression, unter der in den kommenden Monaten einige Industrieunternehmen leiden werden, ist die Rüstzeitoptimierung eine smarte Methode die Effizienz der eigenen Produktion mit Hilfe einer angepassten KI-Lösung zu erhöhen.

Autor:
Firma: Anacision GmbH
www.anacision.de

News

Weitere Beiträge

Das könnte Sie auch interessieren

ABB unterstützt betriebliche Optimierung mit Analyse- und KI-Software

Die ABB Ability Genix Industrial Analytics und AI Suite ist eine skalierbare Analyseplattform mit vorgefertigten, benutzerfreundlichen Anwendungen und Services. Damit werden Betriebs-, Engineering- und IT-Daten erfasst, kontextualisiert und in umsetzbare Informationen umgewandelt. So können industrielle Prozesse verbessert und das Management der Anlagen optimiert werden. Darüber hinaus können Geschäftsprozesse sicher und nachhaltig rationalisiert werden.

mehr lesen

KI-Vorreiter führen ihre KI-Initiativen trotz Corona unbeirrt fort

Unternehmen, die beim Thema künstliche Intelligenz (KI) führend sind, zeigen sich von der Corona-Pandemie unbeeindruckt: 78 Prozent der KI-Vorreiter unter den Unternehmen führen ihre KI-Initiativen wie vor der Pandemie fort, 21 Prozent haben deren Umsetzung sogar beschleunigt. Unter den Unternehmen, die KI noch nicht skalierbar einsetzen, fahren hingegen 43 Prozent ihrer Investitionen zurück und 16 Prozent haben ihre KI-Initiativen eingestellt. In Deutschland haben 44 Prozent der Unternehmen keine Änderungen vorgenommen, 8 Prozent die Geschwindigkeit erhöht und 19 Prozent ihre Initiativen aufgrund der unsicheren Lage eingestellt. Weiterhin verzeichnen Unternehmen mit skalierbaren KI-Anwendungen messbare Erfolge bei der Absatzsteigerung und der Reduzierung von Sicherheitsrisiken und Kundenbeschwerden. Zu diesen und weiteren Ergebnissen kommt die Studie ‚The AI Powered Enterprise: Unlocking the potential of AI at scale‘, für die 950 Unternehmen aus elf Ländern und elf Branchen befragt wurden.

mehr lesen

KI übernimmt Arbeit von Software-Ingenieuren

Für selbstadaptive Software gibt es heute unzählige Anwendungsmöglichkeiten. Doch die Entwicklung der Systeme stellt Software-Ingenieure vor neue Herausforderungen. Wissenschaftler vom Softwaretechnik-Institut Paluno an der Universität Duisburg-Essen (UDE) haben jetzt vielversprechende Ergebnisse mit neuartigen Verfahren der künstlichen Intelligenz (KI) erzielt, die den Entwicklungsprozess selbstadaptiver Systeme automatisieren.

mehr lesen

Wie wird künstliche Intelligenz zum Standardwerkzeug für den Mittelstand?

Das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU möchte zusammen mit den produzierenden Unternehmen des Mittelstands die entscheidende Barriere für die Anwendung künstlicher Intelligenz überwinden: Die Köpfe sind überzeugt, aber die Umgestaltung der Produktionsanlagen und -prozesse in den Fabriken stockt. Deshalb arbeiten die Forscherinnen und Forscher an einem systematischen Leitfaden, mit dem KI zum Standardwerkzeug werden soll, das bessere Produkte mit geringerem Ressourceneinsatz ermöglicht. Erste Ergebnisse sind vielversprechend.

mehr lesen

Leistungsstarkes KI-System am KIT installiert

Als ein Werkzeug der Spitzenforschung ist künstliche Intelligenz (KI) heute unentbehrlich. Für einen erfolgreichen Einsatz – ob in der Energieforschung oder bei der Entwicklung neuer Materialien – wird dabei neben den Algorithmen zunehmend auch spezialisierte Hardware zu einem immer wichtigeren Faktor. Das Karlsruher Institut für Technologie (KIT) hat nun als erster Standort in Europa das neuartige KI-System NVIDIA DGX A100 in Betrieb genommen. Angeschafft wurde es aus Mitteln der Helmholtz Artificial Intelligence Cooperation Unit (HAICU).

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.