back
Düsseldorf, 16. Januar 2019

Anwendungsfall KI: Früherkennung von Fehlern und Anomalien in der Produktion

X-Pact® MES 4.0 nutzt innovative Methoden der künstlichen Intelligenz. Hierzu fällt maschinelles Lernen und die Big-Data-Analyse. Unterschiedliche Methoden sind in mehreren Modulen des MES-Systems im Einsatz und sorgen, zum Beispiel für:

  • Früherkennung von Anomalien in der Produktion 
  • Vorhersage des Fertigstellungsdatums
  • Automatische Sequenzbildung
  • Vorhersage von Durchsatz und Ausbringung.

Im nachfolgenden Video wird die Früherkennung von Fehlern und Anomalien in der Produktion am Beispiel einer CSP®-Anlage erläutert. Bei diesem Verfahren, werden Stahlschmelzen von der Gießanlage zu Brammen gegossen, direkt danach zu Bändern gewalzt und zu Coils aufgewickelt.

Künstliche Intelligenz ist in der Lage, unbekannte Zusammenhänge zwischen verschiedenen Eingangsparametern zu erkennen und hierbei Störeinflüsse frühzeitig zu detektieren. Dadurch können Maßnahmen eingeleitet und der wirtschaftliche Schaden begrenzt werden.

Im vorliegenden Fall wurde festgestellt, dass die Bandtemperaturen am Haspel mitunter plötzlich deutlich vom Soll-Wert abwichen. Da solche Temperaturabweichungen die Materialeigenschaften der Coils verschlechtern, fand für die nächsten Bänder eine automatische Kühlwasseradaption der Wassermenge statt,  durch welche die Differenz zwischen Ist- und Soll-Temperatur wieder reduziert wurde. Dennoch führten die Temperaturabweichungen bei den zuvor produzierten Bändern dazu, dass diese Bänder abgewertet werden mussten.

Mit der von der SMS group und der Jacobs Universität entwickelten X-Pact® Performance Enrichment Analysis – einer Methode mit künstlicher Intelligenz – kann der unerwartete Zusammenhang zwischen einer fehlerhaften Arbeitswalze in einem  Walzgerüst und den Temperaturabweichungen in der Kühlung genau nachgewiesen werden und zwar deutlicher und effektiver als mit einer Standardanalyse.  Ist das Performance Enrichment Analysis-Modul aktiv, lassen sich viele mögliche Fehlerfälle simultan überwachen.

Wie funktioniert die X-Pact® Performance Enrichment Analysis genau?

Die Performance Enrichment Analysis der SMS group überwacht laufend eine Vielzahl von Eingangsparametern, um Auffälligkeiten in der Produktion zu erkennen. Hierbei wird u.a. das Verfahren der Clusteranalyse eingesetzt, welches ähnliche Datenpunkte in Clustern zusammenfasst. Ein Datenpunkt repräsentiert im konkreten Anwendungsfall ein Band mit seinen Prozessparametern und Eigenschaften.

Für jedes produzierte Coil wird eine Vielzahl an Parameter untersucht,  mehrere Clusteranalysen werden durchgeführt sowie das Auftreten der Temperaturabweichungen in den Clustern ermittelt.

Anschließend werden die Anzahl der Temperaturabweichungen pro Cluster auf Signifikanz untersucht. Hierfür wird der sogenannte z-Wert berechnet. Ein hoher Betrag des z-Wertes zeigt an, dass die jeweilige Temperaturabweichung einen signifikanten Zusammenhang mit der Charakteristik des jeweiligen Clusters (z.B. „dünne Bänder“, „hohe Ofen-Austrittstemperatur“ o.ä.) aufweist und die Beobachtung mit hoher Wahrscheinlichkeit nicht zufallsbedingt erklärt werden kann.

Für die Eingangsparameter (Gießgeschwindigkeit, Ofen-Ausgangstemperatur, Banddicke nach dem letzten Gerüst, usw.) konnte im vorliegenden Fall kein signifikanter Zusammenhang mit der Temperaturabweichung ermittelt werden. Die Analyse der Walzen-IDs hingegen zeigte,  dass besonders viele Coils eine hohe Abweichung zwischen Soll- und Ist-Temperatur besaßen, wenn die Arbeitswalze mit der ID 44 eingesetzt bzw. beim letzten Walzenwechsel ausgetauscht wurde.

Die Auswertung der Daten mit der X-Pact® Performance Enrichment Analysis erfolgt kontinuierlich im laufenden Betrieb und ermöglicht es somit, Abweichungen im Produktionsbetrieb schnell zu erkennen und über die Anomalien zu berichten. Hierbei können anstelle der Haspeltemperatur auch vielfältige andere Zielgrößen überwacht werden.

X-Pact® Business Intelligence generiert automatisch Reports, welche den verantwortlichen Personen zur Verfügung stehen, um die Störungen ggfs. weiter untersuchen und schließlich beseitigen zu können.