Leichtmetallgießerei
Integration und Aufbau einer Advanced Analytics Platform
Ausgangsbasis
- Im Niederdruckgießverfahren werden Aluminiumfelgen produziert, die nach dem Gießen eine Röntgenprüfung durchlaufen
- Während des Gießvorgangs werden ca. 130 Sensordaten zu je 300 Zeitpunkten je produzierte Felge aufgezeichnet
- Aktuell werden die Sensordaten nicht zur Fehleranalyse und zum frühestmöglichen Aussortieren fehlerhafter Produkte verwendet
Vorgehensweise
- Explorative Auswertung und Visualisierung der Sensordaten
- Transformation und statistische Analyse der Sensor- und Gießleistungsdaten
- Ausarbeiten von mehreren Use-Cases und Szenarien zur Erprobung an einer Gießmaschine
- Ausarbeiten einer hybriden Datenarchitektur zum Persistieren der Sensordaten
- Ausarbeiten eines Dashboards zur Visualisierung verschiedener Kenngrößen
Funktionen/Projektergebnis
- Tableau Dashboard zur Visualisierung verschiedener Kenngrößen und Auswertungen
- R/Rshiny Analytics Platform
- Big Data Anbindung
- Evaluation verschiedener Fehlermodelle
- Kundenspezifisches Trainingsangebot
- Eigenständigen Analysen und Visualisierung der Ergebnisse durch die Fachabteilungen mittels Tableau
Kundenutzen
- Reduktion fehlerhafter Felgen durch neue Möglichkeiten zur Optimierung des Gießvorgangs
- Reduktion der Prüfkosten durch Fehlervorhersage unmittelbar nach dem Gießvorgang
- Visualisierung und Analyse der Gießleistung für Gießmaschinen, Felgentypen, und Produktionsschichten
- Taggenaue Retrospektive der Gießleistung für weitere Fehlerursachenforschung
- Erkenntnis-Gewinnung (Data Discovery) welche Sensoren für Produktionsfehler relevant sind
Erich Holzinger | Senior Manager / Prokurist