WO2006099649A2 - Verfahren zur steuerung einer fertigungsanlage - Google Patents

Verfahren zur steuerung einer fertigungsanlage Download PDF

Info

Publication number
WO2006099649A2
WO2006099649A2 PCT/AT2006/000121 AT2006000121W WO2006099649A2 WO 2006099649 A2 WO2006099649 A2 WO 2006099649A2 AT 2006000121 W AT2006000121 W AT 2006000121W WO 2006099649 A2 WO2006099649 A2 WO 2006099649A2
Authority
WO
WIPO (PCT)
Prior art keywords
data
analysis
plant
production
control program
Prior art date
Application number
PCT/AT2006/000121
Other languages
English (en)
French (fr)
Other versions
WO2006099649A3 (de
Inventor
Thomas Führer
Harald Strauss
Original Assignee
Ams-Engineering Sticht Gesellschaft M.B.H.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ams-Engineering Sticht Gesellschaft M.B.H. filed Critical Ams-Engineering Sticht Gesellschaft M.B.H.
Publication of WO2006099649A2 publication Critical patent/WO2006099649A2/de
Publication of WO2006099649A3 publication Critical patent/WO2006099649A3/de

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the invention relates to a method for controlling a manufacturing and / or assembly plant for the production of assemblies or individual products and a system for controlling a manufacturing plant, according to the features in the preambles of claims 1 and 42.
  • the object of the present invention is to provide a method for controlling and / or regulating a production and / or assembly plant for the production of assemblies or individual products, with which it is possible to achieve improved plant performance or an improved use of resources and to achieve a higher quality of individual products. Furthermore, it is an object of the invention to provide a system for controlling a production plant, with which the manufacturing process can be optimized and the performance of the production plant can be increased.
  • the object of the invention is achieved by a method for controlling a production plant and / or assembly plant for the production of assemblies or individual products in a controlled by a control program manufacturing process, wherein the manufacturing plant of one or more mechanically and / or electrically and / or electronically interconnected Station, for example, a supply station of a processing station and a removal station and the manufacturing plant through which the control program is executed, comprising data generated by sensors at the stations of the manufacturing plant be resolved, transferred to the plant control and the data of the manufacturing process are stored in a data warehouse.
  • the availability of data is thus advantageously possible in an adjusted, ie also error-corrected and comparable form, whereby influencing the control of the production equipment can take place in a more rational form.
  • data of the production process which are generated by further data acquisition devices, i. other than the detection devices formed by the sensors at the stations of the production plant, are detected and stored in the data warehouse. Furthermore, current parameters or settings of the production plant are stored in the data warehouse.
  • data of the operating conditions of the manufacturing facility are recorded and stored in the data warehouse.
  • data types are included, which relate to the forces applied by actuators of the manufacturing plant, distances covered by actuators, or also revalues of temperatures and levels of feed stations.
  • data and / or measured values of the individual products are recorded and stored in the data warehouse. In particular, these data contain quality-specific quantities of the individual products.
  • the data of the individual product components includes, for example, data types which relate to the respective supplier, the batch of the material delivery, production influences at the customer, values from the incoming inspection, production date, storage time in the warehouse, change of the manufacturing process and changes of tools with the manufacturer.
  • data and information relating to the operating method of the production plant are recorded and stored. For example, data related to the type of testing of the individual product components, a shift operating model, pause or pause, rotation of the operators or crews, cleaning cycles, maintenance cycles and machine conversions.
  • the data warehouse also contains data and information relating to the refer to servants stored. These include, for example, data types such as qualifications, training, experience, behavior patterns, age, gender, motivational factors, number of operators, type of operator combination, shift team qualifications, and interactions between successive shift man shafts. Finally, data relating to customers or the market for the individual product is also captured and stored. In doing so, data types are taken into account, which relate, for example, to the lot size retrieval, the customer's stock level and the urgency of the requirement. The collection of this data in the data warehouse allows a comprehensive collection of operational data and an improved accessibility of these data for analysis of the operating behavior, as well as the quality of the individual products.
  • the approach of storing data from multiple manufacturing facilities in the data warehouse offers the advantage of more efficient storage of data in a single, centralized unit that also provides faster access to the data.
  • Another advantage is the procedure according to which the data stored in the data warehouse are analyzed with an analysis device and the control program of the plant control system is changed or that a computerized computer system is used as the analysis device. This allows the analysis to be carried out as well as the change of the control program in a single system. Furthermore, it can be provided that an analysis program for graphical data analysis is used in the analysis device and / or that an analysis program for the application of statistical analysis and / or that an analysis program for the application OLAP analysis (Online Analytical Proccessing) is used. This has the advantage that different analysis strategies can be used for analyzing the data of the plant operation of the production plant.
  • a very advantageous variant of the method is to be seen in particular in that a behavioral model of the production process or a behavioral model of the individual product is generated from the results of the analyzes. This allows a comprehensive and consistent presentation of the experience of the operation of the manufacturing plant and the production behavior of the individual products, which can be obtained from the analyzes carried out.
  • the expressed behavioral models as mathematical functional relationships have the advantage that the behavioral models can be further processed automatically.
  • Another advantage is the procedure according to which the behavioral models are used to create a modified control program and the modified control program is implemented in the plant control. This allows a systematic optimization of the production or the manufacturing process of the manufacturing plant and to improve the quality of the individual products.
  • the procedure according to which the analyzes of the data of the data warehouse are carried out by an analysis control program in the analysis device in an automated way allows a more rapid execution of the analyzes and achievement of results relevant for the operational optimization.
  • analyzes it is also possible for analyzes to be carried out at precisely predefined times or also triggered by predefined operating states of the production plant.
  • the modified control program is produced by the analysis control program in an automated manner. This allows a faster generation of the control program and thus overall faster process optimization of the operation of the manufacturing plant.
  • the object of the invention is also independent by a system for controlling a manufacturing and / or assembly plant for the production of assemblies or individual products by a controlled by a control program manufacturing process
  • the production plant from one or more mechanical or electrical or electronic with each other connected stations, for example, a feed station of a processing station and a removal station and the manufacturing plant has a plant control for executing the control program and wherein sensors for collecting data at the stations of the manufacturing facility are formed and formed by a data warehouse memory for recording the data of Manufacturing process is provided, solved.
  • This has the advantage that data of the manufacturing plant as well as data and information of the operating environment of a production plant are systematically stored in a purified, i.e. error-corrected and comparable form, can be kept ready to optimize the operation of a manufacturing plant.
  • FIG. 1 shows a system for the production of assemblies or individual products with a production plant.
  • FIG. 2 shows a detail of the production plant according to FIG. 1;
  • FIG. 3 shows an illustration of an exemplary embodiment of the method with an analysis device
  • Fig. 4 is a diagram of another embodiment of a method for controlling the manufacturing plant.
  • FIGS. 1 and 2 a first embodiment of the invention will be described in more detail.
  • FIG. 1 shows a system for the production of assemblies or individual products 2 with a manufacturing plant 1 shown schematically simplified.
  • FIG. 2 shows a detail of the production plant 1 according to FIG. 1 with a first and a second feed station 3, 4 and a processing station 5.
  • the production plant 1 also comprises a removal station 6.
  • the individual product 2 is manufactured from a first and a second individual product component 7, 8 in which they are assembled in the processing station 5 in a joining process .
  • the parts or individual product components 7, 8 from the respective feed stations 3, 4 are placed from a workpiece carrier 9 of the processing station 5 and moved in the transport direction 10 in the region of an actuator 11 and a press-in, so that the joining process can be performed.
  • the finished individual product 2 enters the removal station 6, where it is stored.
  • the supply of the supply stations 3, 4 of the manufacturing plant 1 with the parts or individual product components 7, 8 required for the production takes place from a warehouse 12, where the parts first pass through a goods receipt 13.
  • the finished individual products 2 are initially also supplied via the goods receipt 13 to the warehouse 12, from where they are finally delivered via a goods issue 14 to a customer.
  • the individual product 2 may of course also be a semi-finished part, which is finally delivered from the goods outlet 14 to another production plant other than the production plant 1.
  • the production facility 1 it is also possible for the production facility 1 to have more than two supply stations 3, 4, and thus correspondingly more individual product components 7, 8 to be processed in the processing station 5 into the individual product 2.
  • the production plant 1 further comprises a plant control 15 with the aid of which the production process can be carried out automatically or semi-automatically on the basis of a control program 16.
  • the system control 15 is additionally connected to a data acquisition device 17 or an operator terminal, by means of which an operator can intervene in the production process or additional data can be entered.
  • the system control 15 it is possible to automate on Changes in the operating conditions in the manufacturing plant 1 to react in which depending on the current operating condition or of currently processed in the manufacturing plant 1 individual product components 7, 8 process parameters of the manufacturing plant 1, such as a delivery speed in a conveyor line and thus optimized.
  • different parts of the production plant 1 have sensors 18 for acquiring the data of the operating states or sensors 18 for acquiring measured values when processing individual products 2.
  • the sensors 18 are, for example, a sensor for detecting the fill level in the feed stations 3 , 4 or to a sensor for detecting a force applied by the actuator 11 of the processing station 5 in the joining process force or the distance traveled by the cylinder of the actuator 11 in the joining process path.
  • the data of the production process are stored in a data memory formed by a data warehouse 19.
  • This has the advantage that it is thus possible for an operator to also access data that is located further back in time, to analyze it and thus to improve system performance or an optimized use of resources and improved quality of the individual products by influencing the control program 16 of the system controller 15 to reach.
  • Modern production plants 1 are characterized by the fact that highly complex relationships exist between results-relevant data or information and the quality of the individual products 2 or the plant output. It thus forms a significant advantage that an operator analyzes the manufacturing process over different lengths of analysis periods, for example, over analysis periods that are greater than a production layer, i. are greater than eight hours, may lead.
  • data 20 are supplied from the individual product components 7, 8 to the data warehouse 19.
  • data 21 that is specific to the operating method is made available to the data warehouse 19.
  • data or information about the type of testing of the individual product components 7, 8, ie individual or random sampling include, for example, data or information about the type of testing of the individual product components 7, 8, ie individual or random sampling, information about the nature of the shift operating model, information about whether the operator continues to operate the production plant 1 during breaks, information whether a rotation of the Operators takes place and information about the conversion of the manufacturing plant 1, such as the setup sequence, set-up times, run-up behavior after retrofitting, etc.
  • data 22 or information about the operators are supplied to the data warehouse 19. These include, for example, information about the operator's qualification or experience, information about the pattern of behavior (age, sex), motivation factors, the number of operators, the nature of the combination of operator qualifications and interactions between successive shift crews.
  • data 23 or information relevant to the type of customer or the market is made available to the data warehouse 19 via a data acquisition device.
  • This information includes, for example, those ordered by the customer
  • the data 22 specific to the personnel or the operator or market-specific data 23 in the data warehouse 19 is a Comprehensive resource planning for the operation of the production plant 1 possible.
  • outgoing data 24 stored in the data warehouse 19 can be used, for example, to determine the optimum retrieval time for the subsequent delivery of raw material or of the individual product components 7, 8 for producing the individual product 2.
  • To determine this retrieval time of raw material from the warehouse 12 not only the current level of the supply stations 3, 4 and the current system performance is taken into account, but can also other factors such as the probable procurement time, due to the current situation in the camp 12 and in the field of logistics be considered rich.
  • data 24 of the data warehouse 19, which are characteristic for the current situation of the operating state of the production plant 1, can be used, but on the other hand, data 24 from earlier production periods can also be taken into account. In this respect, it is thus possible to take account of "empirical knowledge" represented by data 24 in the data warehouse 19 in the decision-making process for the measures to be set.
  • FIG. 3 shows a schematic representation of a further exemplary embodiment of the method with an analysis device 25.
  • the analysis device 25 is formed for example by a computerized computing system that can be operated at least via an operator terminal 26.
  • an analysis of the data 24 of the data warehouse 19 takes place with regard to mutual influences of the data from the production plant 1 or the data 20, 21, 22, 23 on the operation of the production plant 1 or the quality of the individual products 2
  • Data 24 of the data warehouse 19 arrive via a data processing unit 27 for processing in an analysis program 28 for graphical data analysis.
  • the sequence of the analysis by the analysis program 28 for the graphical data analysis is controllable by the operator at least via the operating terminal 26 and the results of the analysis are accessible to the operator via the operating terminal 26.
  • the results obtained from the analysis with the analysis program 28 are collected in a knowledge module 29 and can subsequently serve as the basis for a modified control program 30 for the production plant 1.
  • the entirety of the results from the analyzes with the analysis device 25 stored in the knowledge module 29 form a behavioral model 31 of the production process or a behavioral model 32 of the individual product 2.
  • These behavioral models 31, 32 of the production process or of the individual product 2 give the mutual relationships or dependencies the data 24 of the data warehouse 19 again.
  • the modified control program 30 is also manufactured by the operator and implemented in the plant controller 15 where it replaces the original control program 16 .
  • the analysis device 25 based on the data 24 collected in the data warehouse 19, a modification of the control programs 16, 30 of the production system 1 is possible.
  • other analysis programs can be used in the analysis device 25.
  • an analysis program 33 for the application of statistical analyzes may also be present in the analysis device 25.
  • Another alternative option is, for example, an analysis program 34 for the use of so-called OLAP analyzes (on-line analytical processing).
  • an analysis program 35 for the application of data mining analyzes is provided in the analysis device 25.
  • results can now be obtained automatically and stored in the knowledge module 29.
  • These results or the behavioral models 31, 32 are relationship patterns or functional dependencies between different data that arise in the production process. It is essential that all available data of the manufacturing plant 1 and the data 20, 21, 22, 23 of the production environment are based on the analyzes. A pre-interpretation of the data in terms of "important" or “less important” information is omitted entirely, leaving open the possibility that by the analysis program 32 for data mining relationship pattern or interdependence between the data 24 are found, the human Intuition of an operator would actually contradict and be excluded. However, this also means that very large amounts of data have to be handled by the analyzer 25, in particular the application of the analysis program 35 for data mining.
  • Data from the production plant 1 during this production process as well as data 20 from the individual product components 7, 8 as well as the individual product 2 and data 21, 22, 23 of the production environment are continuously recorded and stored in the data warehouse.
  • a behavioral model 31 of the production process can be obtained from this, for example by specifying a fill level optimum of the supply stations 3, 4 Specification of tion and cleaning cycles or set values of the manufacturing plant 1 for different types of individual product components 7, 8 is formed.
  • the behavioral model 31 of the production process can also consist of instructions that the supply stations 3, 4 accept or do not accept the acceptance of individual product components 7, 8 under certain conditions.
  • the behavioral models 31, 32 can subsequently be taken into account in the creation of the modified control program 30, so that, for example, the supply stations 3, 4 are denied filling with individual product components 7, 8 or raw material from a supplier of a poorer part quality.
  • analyzes are possible that relate to data 24 within the duration of the production of a single individual product 2, but also those that relate to a period of processing an entire batch of individual product components 7, 8.
  • events recorded by data 24 within a shift, within a day, but also over months or even longer periods, can be analyzed.
  • the analysis device 25 may additionally be equipped with a simulation system 36. This also makes it possible to simulate the operation of the control program and thus to analyze its behavior. The results of the analysis of the modified
  • Control program 30 in the simulation system 36 can itself be stored again as data 24 in the data warehouse 19. These can thus form the basis for a further modification of the control program 30 itself.
  • the planned changes in the modification, i. in the creation of the modified control program 30, can thus be checked in the simulation system before the modified control program 30 is implemented in the plant controller 15.
  • FIG. 4 shows a diagram of a further embodiment of a method for controlling the production plant 1.
  • data 24 are stored, which originate in the production plant 1 from the manufacturing process as well as from the environment of the production plant 1.
  • the analysis program 35 for data mining automatically generates analysis results. which form the basis for the behavioral model of the manufacturing process or the behavioral model of the individual product 2 in the knowledge module 29.
  • the analysis device 25 also has an analysis control program 37 in addition to the analysis programs 28, 33, 34, 35. This makes it possible for both the behavioral models 31, 32 and the modified control program 30 to be automatically generated for the simulation system 36.
  • the behavioral models 31, 32 can be implemented automatically, by making changes to the control program 30 without the intervention of an operator and thus influencing the control of the production plant 1 or its behavior.
  • This influence can take place within manually predefined limits, the determination of the limits being predetermined by the design of the production plant 1 itself, but the limits can also be derived from the analysis programs 28, 33, 34, 35.
  • Verfalirens invention for controlling the manufacturing plant 1 information or data from a variety of system areas are collected in the data warehouse 19 so that they are available for analysis or analysis with the analysis device 25.
  • the mentioned system areas from which data are acquired relate, inter alia, to the individual product components 7, 8 to be processed, the fill level of the reservoir 38 of the feed station 4, and to the high transport 39, the chicane 40 and the buffer 41 of the feed station. tion 4, as well as on the operators.
  • the corresponding regions of the feed station 4 or the production plant 1 are equipped with data acquisition devices or measuring devices and sensors for this purpose.
  • the data 24 acquired in the data warehouse 19 can now be subjected to an analysis with the analyzer 25 on the initiative of an operator, but also automatically. If, for example, a production process on the production facility 1 is currently in a critical area, so that an increased proportion of individual products 2 having a poorer quality or waste is produced, the analysis facility 25 automates it, preferably with the analysis program 35 for data mining determines those influencing factors that are responsible for the increased error rate.
  • the influencing factors forming the result of the analysis are kept in the knowledge module 29 as part of the behavioral model 31 of the manufacturing process.
  • the production of a modified control program 30, which is made available to the plant controller 15 of the production plant 1, takes place automatically.
  • the change in the modified control program 30 may be, for example, that the feed station 4 refuses to accept individual product components 8 or raw material from a supplier that supplies a poorer quality of parts.
  • This instruction can be implemented by issuing a corresponding warning for the operator via the data acquisition device 17 or the operating terminal of the production equipment 1.
  • the implementation of the corresponding measure takes place in that a corresponding indication is transmitted by the system control 15 when retrieving further individual product components 8 from the bearing 12 so that individual product components 8 of the corresponding problematic part quality are no longer delivered to the feed station 4 as a result become.
  • An essential feature of the method is that in the analysis of the data 24 of the data warehouse 19 with the analysis device 25, it is also possible to access data 24 which originates from periods of operation of the production plant 1 that lie far back.
  • the individual product components 7, 8 are located on the workpiece carrier 9 (FIG. 2) and are brought into the region of the actuator 11 of the processing station 5, where they are joined or pressed together.
  • the process is complete when the individual projects to be merged Duct components 7, 8 were processed within predefined parameters to the individual product 2 and this has been stored in the removal station 6.
  • quality-specific variables of the individual product 2 can also be determined so that individual products 2 which correspond to the required quality criteria and those which do not meet the required quality criteria can be stored separately in the removal station 6.
  • the optimization of the manufacturing process and the parameters or settings of the manufacturing plant is done manually.
  • the flow of the individual product components 7, 8 to be processed, as well as the operating environment of the production plant 1, can only be partially recorded or taken into account.
  • an analysis of the data 24 of the data warehouse 19 can be carried out automatically by the analysis device 25 or the analysis control program 37 become.
  • results of this analysis which are provided as a behavioral model 31 of the production process or as a behavioral model 32 of the individual product 2 in the knowledge module 29, can be used to adapt the parameters of the production process. These changed parameters are automatically transferred to the analysis device 25 with the modified control program 30 to the production plant 1 or the plant controller 15.
  • the repeated analysis of the data 24 of the data warehouse 19 and the return of the results obtained in this analysis to the manufacturing plant 1 in the form of modified control programs thus represents an overall machine learning process.
  • the thereby found by the analyzer 25 in an automated manner mutual relationships between The data of the production process as well as the individual product components 7, 8 and the individual products 2 form the learned knowledge about the production conditions of the individual product 2 on the production plant 1 as a behavioral model 31 of the production process or behavioral model 32 of the individual products 2.
  • the behavioral models 31, 32 become expressed as functional relationships between the data 24. Thieves- Writing the functional relationships through the behavioral models 31, 32 can also be done by using fuzzy logic. Thus, it is also possible to provide elements of the behavioral models 31, 32 in the form of colloquially formulated statements.
  • the corresponding elements of the behavioral models 31, 32 are also used as mathematical functional relationships or calculation models.
  • the information derived from the behavioral models 31, 32 is therefore available both for automated further processing and as information for operators of the production facility 1, as well as for decision makers as the basis for decisions about the operation of the production facility 1 itself.
  • data 24 from a number of production plants 1 of the same type are stored in the data warehouse 19.
  • the analyzes of the data 24 with the analysis device 25 for generating the behavioral models 3I 5 32 can thus be based on a correspondingly multiple of the data volume of the data 24.
  • the transmission of the data to the data warehouse 19 as well as the transmission of the modified control programs 30 to the manufacturing plant 1 can be done by different communication systems. Accordingly, it is also possible that the manufacturing facilities 1, the data warehouse 19 and the analysis device 25 are located at different, widely separated locations.
  • the behavior of the modified control programs 30 in the simulation system 36 can also be observed independently of the production facility 1, planning and designs of new production facilities 1 to be created can also be carried out on the basis of the described method.
  • the method for analyzing production processes of a production plant 1 can thus also be used to generate behavioral models 31, 32 for a new generation of production plants 1. This also results in a long-term process of change of the behavioral models 31, 32 itself, which can be described as a sequence of several steps.
  • first new behavior models 31, 32 are designed and made available in the knowledge module 29 of the analysis device 25.
  • data of the manufacturing process are collected during use of the manufacturing plant and in the Data Warehouse 19 stored as data 24.
  • the collected data 24 are analyzed in the analyzer 25 with techniques of data mining or machine learning techniques and thus the existing behavioral models 31, 32 are improved. Feedback is sent to the production line 1, in that modified control programs 30 of the system controller 15 of the production line 1 are made available. By collecting further data 24 from the manufacturing plant 1 then feedback from the manufacturing plant 1 to the data warehouse 19 and the behavioral models 31, 32 and there are further changes in the behavioral models 31, 32 made as long as the generation of the relevant manufacturing plant 1 is in use , Finally, simulations of changed behavioral models 31, 32 in the simulation system 36 produce new behavioral models 31, 32 for the next generation of production facilities 1.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung beschreibt ein Verfahren zur Steuerung einer Fertigungsanlage (1) und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten (2) in einem durch ein Steuerungsprogramm (16) gesteuerten Fertigungsprozess. Die Fertigungsanlage (1) besteht aus einer oder mehreren mechanisch und/oder elektrisch und/oder elektronisch miteinander verbundenen Stationen, beispielsweise einer Zufuhrstation (3, 4), einer Bearbeitungsstation (5) und einer Entnahmestation (6) und weist eine Anlagensteuerung (15), durch die das Steuerungsprogramm (16) ausgeführt wird, auf, wobei Daten, die durch Sensoren (18) an den Stationen der Fertigungsanlage (1) erfasst werden, an die Anlagensteuerung (15) übertragen werden. Die Daten des Fertigungsprozesses werden in einem Data-Warehouse (19) gespeichert.

Description

Verfahren zur Steuerung einer Fertigungsanlage
Die Erfindung betrifft ein Verfahren zur Steuerung einer Fertigungs- und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten sowie ein System zur Steuerung einer Fertigungsanlage, entsprechend den Merkmalen in den Oberbegriffen der Ansprüche 1 und 42.
Es sind Fertigungsanlagen zur Fertigung von Baugruppen bzw. Einzelprodukten bekannt, bei denen der Fertigungsprozess automatisiert abläuft, in dem eine ein Steuerprogramm enthal- tende Anlagensteuerung den Fertigungsprozess leitet. Dabei können über entsprechende Datenerfassungseinrichtung, wie beispielsweise Sensoren in der Fertigungsanlage für den aktuellen Betriebszustand charakteristische Daten erfasst und an die Anlagensteuerung übermittelt werden, wodurch programmgesteuert Prozessparameter derart verändert werden können, dass ein möglichst Störungsfreier Betrieb des Fertigungsprozesses erreicht wird. Beispielsweise wird der Füllstand eines Teilepuffers einer Zuführstation für zu verarbeitende Einzelproduktkomponenten durch einen Sensor erfasst, woraufhin durch das Steuerprogramm die Fördergeschwindigkeit auf der entsprechenden Förderstrecke verändert bzw. geregelt werden kann.
Die Aufgabe der vorliegenden Erfindung ist es, ein Verfahren zur Steuerung und/oder Rege- lung einer Fertigungs- und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten zu schaffen, mit dem es möglich ist, eine verbesserte Anlagenleistung bzw. einen verbesserten Ressourceneinsatz und eine höhere Qualität der Einzelprodukte zu erreichen. Weiters ist es eine Aufgabe der Erfindung, ein System zur Steuerung einer Fertigungsanlage zu schaffen, mit den der Fertigungsprozess optimiert und die Leistungsfähigkeit der Ferti- gungsanlage erhöht werden kann.
Die Aufgabe der Erfindung wird durch ein Verfahren zur Steuerung einer Fertigungsanlage und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten in einem, durch ein Steuerprogramm gesteuerten Fertigungsprozess, wobei die Fertigungsanlage aus einer oder mehrerer mechanisch und/oder elektrisch und/oder elektronisch miteinander verbundene Station, beispielsweise einer Zufuhrstation einer Bearbeitungsstation und einer Entnahmestation besteht und die Fertigungsanlage, durch die das Steuerungsprogramm ausgeführt ist, aufweist, wobei Daten, die durch Sensoren an den Stationen der Fertigungsanlage erfasst werden, an die Anlagensteuerung übertragen werden und die Daten des Fertigungsprozesses in einem Datawarehouse gespeichert werden, gelöst. Die Bereithaltung von Daten ist somit in vorteilhafter Weise in einer bereinigten, d.h. auch fehlerkorrigierten und vergleichbaren Form möglich, wodurch eine Einflussnahme auf die Steuerung der Fertigungs- anläge in rationellerer Form erfolgen kann.
Gemäß einer weiteren, vorteilhaften Vorgehensweise ist vorgesehen, dass Daten des Fertigungsprozesses, die durch weitere Datenerfassungseinrichtungen, d.h. anderen als die durch die Sensoren an den Stationen der Fertigungsanlage gebildeten Erfassungseinrichtungen, er- fasst werden und in dem Datawarehouse gespeichert werden. Weiters werden aktuelle Parameter bzw. Einstellungen der Fertigungsanlage in dem Datawarehouse gespeichert. Durch gegebenenfalls eigenständige Datenerfassungseinrichtungen bzw. Sensoren werden Daten der Betriebszustände der Fertigungsanlage erfasst und in dem Datawarehouse gespeichert. In den Daten der Betriebszustände der Fertigungsanlage sind beispielsweise Datenarten enthalten, die sich auf die durch Aktoren der Fertigungsanlage aufgebrachte Kräfte, von Aktoren zurückgelegte Wege oder auch aufwerte von Temperaturen und Füllständen von Zuführstationen beziehen. Weiters werden Daten und/oder Messwerte der Einzelprodukte erfasst und in dem Datawarehouse gespeichert. In diesen Daten sind insbesondere qualitätsspezifische Größen der einzelnen Produkte enthalten.
Weiters werden durch gegebenenfalls eigenständige Datenerfassungseinrichtungen oder Messweite von Einzelproduktkomponenten erfasst und in dem Datawarehouse gespeichert. In den Daten der Einzelproduktkomponenten sind beispielsweise Datenarten enthalten, die sich auf den jeweiligen Lieferanten, die Charge der Materiallieferung, Produktionseinflüsse beim Kunden, Werte aus der Eingangsprüfung, Herstellungsdatum, Einlagerungszeit im Lager, Veränderung des Herstellungsprozesses und Änderungen von Werkzeugen beim Hersteller beziehen. Es werden weiters auch Daten bzw. Informationen, die sich auf die Betriebsmethode der Fertigungsanlage beziehen, erfasst und gespeichert. Dabei werden beispielsweise Daten, die sich auf die Art der Prüfung der Einzelproduktkomponenten, ein Schicht- betriebsmodell, Pausenstillstand bzw. Pausendurchlauf, Rotation der Bedienpersonen bzw. Mannschaften, Reinigungszyklen, Wartungszyklen und Umrüstungen der Maschine ziehen.
In dem Datawarehouse werden weiters auch Daten und Informationen, die sich auf die Be- dienpersonen beziehen, gespeichert. Dazu zählen beispielsweise Datenarten, wie die Qualifikationen, Schulung, Erfahrung, Verhaltensmuster, Alter, Geschlecht, Motivationsfaktoren, Anzahl der Bedienpersonen, Art der Kombination von Bedienpersonen, Qualifikationen von Schichtmannschaften und Wechselwirkungen zwischen aufeinander folgenden Schichtmann- Schäften. Schließlich werden auch Daten, die sich auf Kunden bzw. den Markt für die Einzelprodukt beziehen, erfasst und gespeichert. Dabei werden Datenarten berücksichtigt, die sich beispielsweise auf den Losgrößen- Abruf, Lagerbestand beim Kunden und Dringlichkeit des Bedarfes beziehen. Die Erfassung dieser Daten im Datawarehouse erlaubt eine umfassende Erfassung von betriebsrelevanten Daten und eine verbesserte Zugänglichkeit dieser Daten für Analysen des Betriebsverhaltens, als auch der Qualität der Einzelprodukte.
Vorteilhaft ist auch einen Vorgehensweise, wonach mit den jeweiligen Daten auch der Zeitpunkt ihrer Erfassung in dem Datawarehouse mitaufgezeichnet wird. Dies bietet den Vorteil der Erfassung von Trends in der zeitlichen Entwicklung des Anlagenbetriebes als auch der Qualität der hergestellten Einzelprodukte.
Die Vorgehensweise, wonach in dem Datawarehouse Daten von mehreren Fertigungsanlagen gespeichert werden, bietet den Vorteil einer rationelleren Speicherung von Daten in einer einzigen zentralen Einheit, die auch einen rascheren Zugriff auf die entsprechenden Daten ermöglicht.
Dadurch, dass die in dem Datawarehouse analysiert werden und unter Berücksichtigung der Ergebnisse der Analyse Prozessparameter der Fertigungsanlage verändert werden bzw. dadurch, dass unter Berücksichtigung der Ergebnisse der Analyse das Steuerprogramm der An- lagensteuerung der Fertigungsanlage verändert wird, wird der Vorteil einer systematischen Optimierung des Anlagenbetriebes und der Qualität der Einzelprodukte erreicht.
Von Vorteil ist auch die Vorgehensweise, wonach die in dem Datawarehouse gespeicherten Daten mit einer Analyseeinrichtung analysiert werden und das Steuerprogramm der Anlagen- Steuerung verändert wird bzw. dass als Analyseeinrichtung eine computerisierte Rechenanlage verwendet wird. Dies ermöglicht die Durchführung der Analyse als auch die Veränderung des Steuerprogramms in einem einheitlichen System. Weiters kann vorgesehen sein, dass in der Analyseeinrichtung ein Analyseprogramm zur grafischen Datenanalyse verwendet wird und/oder dass ein Analyseprogramm zur Anwendung statistischer Analysen und/oder dass ein Analyseprogramm zur Anwendung OLAP- Analysen (Online Analytical Proccessing) verwendet wird. Dies hat den Vorteil, dass unterschiedliche Analysestrategien zur Analyse der Daten des Anlagenbetriebes der Fertigungsanlage angewendet werden können.
Dies erlaubt die Durchfuhrung sehr tiefgehender Analysen von sehr großen Datenbeständen und das Auffinden von Beziehungen bzw. wechselseitigen Abhängigkeiten zwischen den analysierten Daten, die der menschlichen Intuition bzw. der Erwartungshaltung einer Bedienperson eigentlich widersprechen würden.
Eine sehr vorteilhafte Verfahrensvariante ist insbesondere darin zu sehen, dass aus den Ergebnissen der Analysen ein Verhaltensmodell des Fertigungsprozesses bzw. ein Verhaltensmodell des Einzelproduktes erzeugt wird. Dies ermöglicht eine umfassende und einheitliche Darstellung des Erfahrungswissens über den Betrieb der Fertigungsanlage und das Produktionsverhalten der Einzelprodukte, dass aus den durchgeführten Analysen gewonnen werden kann.
Das die gewonnenen Verhaltensmodelle als mathematische funktionelle Beziehungen ausge- drückt werden ergibt den Vorteil, dass die Verhaltensmodelle automatisiert weiterverarbeitet werden können.
Das Vorgehen die Verhaltensmodelle durch Verwendung von Fuzzy-Logic auszudrücken, erlaubt die Darstellung der Ergebnisse der Analysen auch in umgangssprachlicher Aus- drucksweise.
Von Vorteil ist auch die Vorgehensweise, wonach die Verhaltensmodelle zur Erstellung eines modifizierten Steuerprogramms verwendet werden und das modifizierte Steuerprogramm in der Anlagensteuerung implementiert wird. Dies erlaubt in systematischer Weise eine Opti- mierung der Fertigung bzw. des Fertigungsprozesses der Fertigungsanlage und eine Verbesserung der Qualität der Einzelprodukte vorzunehmen.
In den die Verhaltensmodelle auch zur Erstellung von Ressourcenplänen für den Betrieb der Fertigungsanlage verwendet werden, wird ein mehrfaches Erfassen und Bearbeiten von Daten des Betriebs der Fertigungsanlage vermieden.
Die Vorgehensweise, wonach die Analysen der Daten des Datawarehouse durch ein Analy- sensteuerprogramm in der Analyseeinrichtung in automatisierter Weise durchgeführt werden, erlaubt eine raschere Durchführung der Analysen und Erzielung von für die Betriebsoptimierung relevanten Ergebnisse. Insbesondere ist es aber auch möglich, dass damit Analysen zur exakt vorgegebenen Zeitpunkten oder aber auch ausgelöst durch vordefinierte Betriebszu- stände der Fertigungsanlage durchgeführt werden.
Gemäß einer weiteren Verfahrensvariante ist vorgesehen, dass das modifizierte Steuerprogramm durch das Analysensteuerprogramm in automatisierter Weise hergestellt wird. Dies erlaubt eine raschere Erzeugung des Steuerprogramms und somit insgesamt einen rascheren Ablauf der Prozessoptimierung des Betriebs der Fertigungsanlage.
Durch ein Vorgehen, wobei Änderung des modifizierten Steuerprogramms innerhalb von manuell vordefinierten Grenzen durchgeführt werden, können möglicherweise fehlerhafte Änderung des modifizierten Steuerprogramms vermieden werden.
Weiters ist eine Verfahrensvariante möglich, bei der die Grenzen der Änderungen des Steuerprogramms aus den Ergebnissen der mit der Analyseeinrichtung durchgeführten Analysen bestimmt werden. Dies hat den Vorteil einer zusätzlichen automatisierten Unterstützung bei der Optimierung der Fertigungsanlage.
Weitere, mögliche Vorgehensweisen sehen vor, dass bei der Analyse Daten aus einem Erfassungszeitraum innerhalb der Dauer der Herstellung eines einzigen Einzelproduktes verwendet werden. Weiters ist es möglich, dass bei der Analyse Daten aus einem Erfassungszeitraum innerhalb der Dauer der Verarbeitung einer Charge von Einzelproduktkomponenten bzw. innerhalb der Dauer einer Betriebsschicht oder auch einer Dauer die größer als eine Be- triebsschicht ist, verwendet werden. Dies erlaubt das Erkennen von wiederkehrenden Verhalten bzw. von Verhaltensmustern im Betrieb der Fertigungsanlage auf unterschiedlichen Zeitskalen. Möglich ist insbesondere aber auch, das Daten aus einem Erfassungszeitraum der sich über Monate aber auch Jahre erstreckt, bei der Analyse verwendet werden. Die Vorgehensweise, wonach das Verhalten des modifizierten Steuerprogramms, bevor es in der Anlagensteuerung implementiert wird, in einem Simulationssystem analysiert wird, hat den Vorteil, dass Betriebsunterbrechungen durch Testläufe der Fertigungsanlage entweder gänzlich vermieden oder jedoch sehr kurz gehalten werden können.
Die Vorgehensweise, wonach Ergebnisse der Simulation in dem Datawarehouse gespeichert werden, bietet die Möglichkeit, weitere systematische Modifizierungen des Steuerprogramms durch Vergleiche des Verhaltens unterschiedlicher Versionen von modifizierten Steuerprogrammen vornehmen zu können.
Vorteilhaft ist schließlich auch eine Verfahrensvariante, bei der die Ergebnisse der Simulation in dem Simulationssystem für Planungen bzw. Entwürfe neu zu konstruierender Fertigungsanlagen verwendet werden. Dadurch können Erfahrungen bzw. gesammeltes Verfahrenswissen vom Betrieb einer Fertigungsanlage auf Fertigungsanlagen einer nächsten, ver- besserten Generation übertragen werden.
Die Aufgabe der Erfindung wird aber auch eigenständig durch ein System zur Steuerung einer Fertigungs- und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten durch einen durch ein Steuerprogramm gesteuerten Fertigungsprozess, wobei die Ferti- gungsanlage aus einer oder mehrerer mechanischer oder elektrisch oder elektronisch miteinander verbundenen Stationen, beispielsweise einer Zuführstation einer Bearbeitungsstation und einer Entnahmestation besteht und die Fertigungsanlage eine Anlagensteuerung zur Ausführung des Steuerungsprogramms aufweist und wobei Sensoren zur Erfassung von Daten an den Stationen der Fertigungsanlage ausgebildet sind und ein durch ein Datawarehouse gebil- deter Speicher zur Aufzeichnung der Daten des Fertigungsprozesses vorgesehen ist, gelöst. Dies hat den Vorteil, dass Daten der Fertigungsanlage aber auch Daten und Informationen des Betriebsumfelds einer Fertigungsanlage in systematischer Weise in bereinigter, d.h. fehlerkorrigierter und vergleichbarer Form, zur Optimierung des Betriebs einer Fertigungsanlage bereit gehalten werden können.
Vorteilhafte Weiterbildung des Systems zur Steuerung der Fertigungs- und/oder Montageanlage sind auch in den Ansprüchen 43 bis 58 beschrieben. Zum besseren Verständnis der Erfindung wird diese anhand der nachfolgenden Figuren näher erläutert.
Es zeigen in schematisch vereinfachter Darstellung:
Fig. 1 ein System zur Fertigung von Baugruppen bzw. Einzelprodukten mit einer Fertigungsanlage;
Fig. 2 ein Detail der Fertigungsanlage gemäß Fig. 1 ;
Fig. 3 eine Darstellung eines Ausführungsbeispiels des Verfahrens mit einer Analyseeinrichtung;
Fig. 4 ein Schema eines weiteren Ausführungsbeispiels eines Verfahrens zur Steuerung der Fertigungsanlage.
Einführend sei festgehalten, dass in den unterschiedlich beschriebenen Ausführungsformen gleiche Teile mit gleichen Bezugszeichen bzw. gleichen Bauteilbezeichnungen versehen werden, wobei die in der gesamten Beschreibung enthaltenen Offenbarungen sinngemäß auf gleiche Teile mit gleichen Bezugszeichen bzw. gleichen Bauteilbezeichnungen übertragen werden können. Auch sind die in der Beschreibung gewählten Lageangaben, wie z.B. oben, unten, seitlich usw. auf die unmittelbar beschriebene sowie dargestellte Figur bezogen und sind bei einer Lageänderung sinngemäß auf die neue Lage zu übertragen. Weiters können auch Einzelmerkmale oder Merkmalskombinationen aus den gezeigten und beschriebenen unterschiedlichen Ausführungsbeispielen für sich eigenständige, erfinderische oder erfindungsgemäße Lösungen darstellen.
Anhand der nachfolgenden Fig. 1 und 2 wird ein erstes Ausführungsbeispiel der Erfindung näher beschrieben.
Die Fig. 1 zeigt ein System zur Fertigung von Baugruppen bzw. Einzelprodukten 2 mit einer Fertigungsanlage 1 schematisch vereinfacht dargestellt. Die Fig. 2 zeigt ein Detail der Fertigungsanlage 1 gemäß Fig. 1 mit einer ersten und einer zweiten Zufuhrstation 3, 4 und einer Bearbeitungsstation 5.
Neben den Zufuhrstationen 3, 4 und der Bearbeitungsstation 5 umfasst die Fertigungsanlage 1 auch eine Entnahmestation 6. Gemäß diesem Ausfuhrungsbeispiel wird das Einzelprodukt 2 aus einer ersten und einer zweiten Einzelproduktkomponente 7, 8 gefertigt, in dem diese in der Bearbeitungsstation 5 in einem Fügeprozess zusammengefugt werden. Dazu werden die Teile bzw. Einzelproduktkomponenten 7, 8 aus dem jeweiligen Zufuhrstationen 3, 4 aus einem Werkstückträger 9 der Bearbeitungsstation 5 aufgesetzt und in Transportrichtung 10 in den Bereich eines Aktors 11 bzw. einer Einpresseinheit bewegt, sodass der Fügeprozess durchgeführt werden kann. Anschließend gelangt das fertige Einzelprodukt 2 in die Entnahmestation 6, wo es abgelegt wird. Die Versorgung der Zufuhrstationen 3, 4 der Fertigungsanlage 1 mit den für die Fertigung erforderlichen Teilen bzw. Einzelproduktkomponenten 7, 8 erfolgt aus einem Lager 12, wohin die Teile zunächst über einen Wareneingang 13 gelangen. Die Zulieferung der Einzelproduktkomponenten 7, 8 an den Wareneingang 13 bzw. das Lager 12 erfolgt beispielsweise durch einen externen Hersteller bzw. Lieferanten. Die fertigen Einzelprodukte 2 werden zunächst ebenfalls über den Wareneingang 13 dem Lager 12 zugeführt, von wo sie schließlich über einen Warenausgang 14 an einen Kunden geliefert werden. Bei dem Einzelprodukt 2 kann es sich selbstverständlich auch um ein halbfertiges Teil handeln, das vom Warenausgang 14 schließlich an eine weitere von der Fertigungsanlage 1 verschiedene Fertigungsanlage geliefert wird. Weiters ist es auch möglich, dass die Fertigungsanlage 1 über mehr als zwei Zufuhrstationen 3, 4 verfügt und somit entsprechend mehr Einzelproduktkomponenten 7, 8 in der Bearbeitungsstation 5 zu dem Einzelprodukt 2 verarbeitet werden. Andererseits ist es aber auch möglich, das als Einzelproduktkomponente 7, 8 ein einzelnes Teil oder ein bandförmiges Rohmaterial verwendet wird, das beispielsweise durch einen plastischen Verformungsprozess oder durch Schneiden zu dem Einzelprodukt 2 verarbeitet wird.
Die Fertigungsanlage 1 umfasst weiters eine Anlagensteuerung 15 mit deren Hilfe der Ferti- gungsprozess auf Grundlage eines Steuerungsprogrammes 16 automatisch bzw. halbautoma- tisch ausgeführt werden kann. Die Anlagensteuerung 15 ist zusätzlich mit einer Datenerfassungseinrichtung 17 bzw. einem Bedienterminal verbunden, durch das durch eine Bedienperson Eingriffe in den Fertigungsprozess gemacht werden können bzw. zusätzliche Daten eingegeben werden können. Mit der Anlagensteuerung 15 ist es möglich, automatisiert auf Ver- änderungen der Betriebszustände in der Fertigungsanlage 1 zu reagieren, in dem in Abhängigkeit von dem aktuellen Betriebszustand bzw. von momentan in der Fertigungsanlage 1 bearbeiteter Einzelproduktkomponenten 7, 8 Prozessparameter der Fertigungsanlage 1, wie beispielsweise eine Förderungsgeschwindigkeit in einer Förderstrecke verändert und somit optimiert werden. Dazu verfügen unterschiedliche Teile der Fertigungsanlage 1 über Sensoren 18 zur Erfassung der Daten der Betriebszustände bzw. Sensoren 18 zur Erfassung von Messwerten bei der Bearbeitung von Einzelprodukten 2. Bei den Sensoren 18 handelt es sich beispielsweise um einen Sensor zur Erfassung des Füllstandes in den Zufuhrstationen 3, 4 bzw. um einen Sensor zur Erfassung einer von dem Aktor 11 der Bearbeitungsstation 5 bei dem Fügeprozess aufgebrachten Kraft bzw. dem von dem Zylinder des Aktors 11 bei dem Fügeprozess zurückgelegten Weg.
Bei dem erfindungsgemäßen Verfahren zu Steuerung der Fertigungsanlage 1 ist nunmehr vorgesehen, dass die Daten des Fertigungsprozesses in einem durch ein Data-Warehouse 19 gebildeten Datenspeicher gespeichert werden. Dies hat den Vorteil, dass es damit einer Bedienperson möglich ist, auch auf zeitlich weiter zurückliegende Daten zuzugreifen, diese zu analysieren und damit durch Einflussnahme auf das Steuerprogramm 16 der Anlagensteuerung 15 eine verbesserte Anlagenleistung bzw. einen optimierten Ressourceneinsatz und eine verbesserte Qualität der Einzelprodukte zu erreichen. Moderne Fertigungsanlagen 1 zeichnen sich gerade dadurch aus, dass hochkomplexe Beziehungen zwischen ergebnisrelevanten Daten bzw. Informationen und der Qualität der Einzelprodukte 2 bzw. der Anlagenleistung bestehen. Es bildet somit einen wesentlichen Vorteil, dass eine Bedienperson Analysen des Fertigungsprozesses über unterschiedlich lange Analysenzeiträume, beispielsweise auch über Analysenzeiträume, die größer als eine Produktionsschicht, d.h. größer als acht Stunden sind, durcliführen kann.
Dazu ist außerdem vorgesehen, dass weitere möglicherweise das Ergebnis des Fertigungsprozesses beeinflussende Daten bzw. Informationen in dem Data-Warehouse gespeichert werden. Durch eine Datenerfassungseinrichtung werden Daten 20 von den Einzelproduktkompo- nenten 7, 8 dem Data-Warehouse 19 zugeführt. Dazu zählen beispielsweise Informationen über den Lieferanten, die Charge der Materiallieferung, qualitätsspezifische Daten der Einzelproduktkomponenten 7, 8 bzw. ganzer Chargen im Falle von Stichprobenmessungen, Produktionseinflüsse beim Lieferanten, Werte aus der Eingangsprüfung, Herstellungsdaten, die Einlagerungszeit im Lager, d.h. Wartezeit bis zur Verarbeitung, möglicherweise erfolgte Veränderungen des Herstellungsprozesses oder Änderungen von Werkzeugen beim Hersteller. Durch eine weitere Datenerfassungseinrichtung werden Daten 21, die für die Betriebsmethode spezifisch sind, dem Data-Warehouse 19 zur Verfügung gestellt. Dazu zählen beispielsweise Daten bzw. Informationen über die Art der Prüfung der Einzelproduktkomponenten 7, 8, d.h. Einzelprüfung oder Stichprobenprüfung, Informationen über die Art des Schichtbetriebsmodels, Informationen darüber, ob während Pausen der Bedienpersonen die Fertigungsanlage 1 weiterbetrieben wird, Informationen, ob eine Rotation der Bedienpersonen erfolgt und Informationen über die Umrichtung der Fertigungsanlage 1, wie die Rüstfolge, Rüstzeiten, Hoch- laufverhalten nach der Umrüstung usw. Durch eine weitere Datenerfassungseinrichtung werden Daten 22 bzw. Informationen über die Bedienpersonen dem Data-Warehouse 19 zugeführt. Dazu zählen beispielsweise Informationen über die Qualifikation bzw. Erfahrung der Bedienperson, Informationen über das Verhaltensmuster (Alter, Geschlecht), Motivationsfaktoren, die Anzahl der Maschinenbediener, die Art der Kombination von Maschinenbediener- Qualifikationen und Wechselwirkungen zwischen aufeinander folgenden Schichtmannschaften.
Über eine Datenerfassungseinrichtung werden schließlich Daten 23 bzw. Informationen, die für die Art der Kunden bzw. den Markt relevant sind, dem Data-Warehouse 19 zur Verfü- gung gestellt. Zu diesen Informationen zählen beispielsweise die vom Kunden bestellten
Losgrößen, der Lagerbestand beim Kunden bzw. die Dringlichkeit des Bedarfs des Kunden.
Durch Erfassung der Daten der Fertigungsanlage 1 als auch der Daten 20 von den Einzelproduktkomponenten 7, 8, der betriebsmethodenspezifischen Daten 21, der für das Personal bzw. die Bedienpersonen spezifischen Daten 22 und der künden- bzw. marktspezifischen Daten 23 in dem Datawarehouse 19 ist eine umfassende Ressourcenplanung für den Betrieb der Fertigungsanlage 1 möglich. So kann, ausgehende von in dem Datawarehouse 19 gespeicherten Daten 24 beispielsweise der optimale Abrufzeitpunkt für die Nachlieferung von Rohmaterial bzw. der Einzelproduktkomponenten 7, 8 zur Herstellung des Einzelproduktes 2 be- stimmt werden. Zur Bestimmung dieses Abrufzeitpunkt von Rohmaterial aus dem Lager 12 wird nicht nur der aktuelle Füllstand der Zufuhrstationen 3, 4 und die aktuelle Anlagenleistung berücksichtigt, sondern können auch andere Einflussfaktoren, wie die wahrscheinliche Beschaffungszeit, die sich aufgrund der aktuellen Situation im Lager 12 bzw. im Logistikbe- reich ergibt, berücksichtigt werden. Dabei kann sowohl auf Daten 24 des Datawarehouse 19, die für die aktuelle Situation des Betriebszustandes der Fertigungsanlage 1 charakteristisch sind, zurückgegriffen werden, es können aber auch andererseits Daten 24 aus früheren Produktionsperioden mitberücksichtigt werden. Insofern ist es also möglich, durch Daten 24 in dem Datawarehouse 19 repräsentiertes „Erfahrungswissen" bei der Entscheidungsfmdung für die zu setzenden Maßnahmen mit zu berücksichtigen.
Die Fig. 3 zeigt eine schematische Darstellung eines weiteren Ausführungsbeispiels des Verfahrens mit einer Analyseeinrichtung 25.
Die Analyseeinrichtung 25 wird beispielsweise durch eine computerisierte Rechenanlage gebildet, die zumindest über ein Bedienterminal 26 bedient werden kann. In der Analyseein- richtung 25 erfolgt eine Analyse der Daten 24 des Datawarehouse 19 hinsichtlich wechselseitiger Einflüsse der Daten aus der Fertigungsanlage 1 bzw. der Daten 20, 21, 22, 23 auf dem Betrieb der Fertigungsanlage 1 bzw. die Qualität der Einzelprodukte 2. Die Daten 24 des Datawarehouse 19 gelangen über eine Datenaufbereitungseinheit 27 zur Verarbeitung in einem Analyseprogramm 28 zur grafischen Datenanalyse. Der Ablauf der Analyse durch das Analyseprogramm 28 zur grafischen Datenanalyse ist durch den Bediener zumindest über das Bedienterminal 26 steuerbar und sind die Ergebnisse aus der Analyse dem Bediener über das Bedienterminal 26 zugänglich. Die aus der Analyse mit dem Analyseprogramm 28 erhaltenen Ergebnisse werden in einem Erkenntnismodul 29 gesammelt und können in weiterer Folge als Grundlage für ein modifiziertes Steuerprogramm 30 für die Fertigungsanlage 1 dienen. Die Gesamtheit der in dem Erkenntnismodul 29 abgelegten Ergebnisse aus den Analysen mit der Analyseeinrichtung 25 bilden ein Verhaltensmodel 31 des Fertigungsprozesses bzw. ein Verhaltensmodel 32 des Einzelproduktes 2. Diese Verhaltensmodelle 31, 32 des Fertigungsprozesses bzw. des Einzelproduktes 2 geben die wechselseitigen Beziehungen bzw. Abhängigkeiten der Daten 24 des Datawarehouse 19 wieder. Ebenso wie die Anwendung des Analyseprogramms 28 auf die Daten 24 des Datawarehouse 19 auf Initiative und durch die Anleitung eines Bedieners erfolgt, wird auch das modifizierte Steuerprogramm 30 durch den Be- diener hergestellt und in die Anlagensteuerung 15 implementiert, wo es das ursprüngliche Steuerprogramm 16 ersetzt. Mit Hilfe der Analyseeinrichtung 25 ist somit auf Basis der in den Datawarehouse 19 gesammelten Daten 24 eine Modifizierung der Steuerprogramme 16, 30 der Fertigungsanlage 1 möglich. Alternativ zu dem Aiialyseprogramm 28 zur grafischen Datenanalyse können in der Analyseeinrichtung 25 auch andere Analyseprogramme verwendet werden. So kann in der Analyseeinrichtung 25 auch ein Analyseprogramm 33 zur Anwendung statistischer Analysen vorhanden sein. Eine weitere alternative Möglichkeit bildet beispielsweise ein Analyseprogramm 34 zur Anwendung so genannter OLAP-Analysen (On-line-analytical-processing).
Vorzugsweise ist in der Analyseeinrichtung 25 ein Analyseprogramm 35 zur Anwendung von Data-Mining- Analysen vorgesehen. Mit dem Analyseprogramm zur Anwendung von Data-Mining- Analysen können nunmehr automatisiert Ergebnisse gewonnen werden und in dem Erkenntnismodul 29 abgelegt werden. Bei diesen Ergebnissen bzw. den Verhaltensmo- dellen 31, 32 handelt es sich um Beziehungsmuster bzw. funktionelle Abhängigkeiten zwischen unterschiedlichen Daten, die im Fertigungsprozess anfallen. Wesentlich ist dabei, dass alle zur Verfügung stehenden Daten der Fertigungsanlage 1 als auch der Daten 20, 21, 22, 23 des Produktionsumfelds den Analysen zugrunde gelegt werden. Eine Vorinterpretation der Daten hinsichtlich „wichtiger" bzw. „weniger wichtiger" Informationen unterbleibt dabei gänzlich, wodurch die Möglichkeit offen gehalten wird, dass durch das Analyseprogramm 32 zum Data-Mining Beziehungsmuster bzw. wechselseitige Abhängigkeit zwischen den Daten 24 aufgefunden werden, die der menschlichen Intuition einer Bedienperson eigentlich widersprechen und ausgeschlossen werden würden. Dies bedeutet aber auch, dass durch die Analy- seeinrichtung 25, insbesondere der Anwendung des Analyseprogramms 35 zum Data-Mining sehr große Datenmengen bewältigt werden müssen.
Es werden laufend Daten der Fertigungsanlage 1 während dieses Fertigungsprozesses als auch Daten 20 von den Einzelproduktkomponenten 7, 8 als auch dem Einzelprodukt 2 und Daten ' 21, 22, 23 des Produktionsumfeldes erfasst und in dem Datawarehouse gespeichert. Dazu zählen Daten, wie Informationen über einen externen oder internen Teilelieferanten, wie beispielsweise Menge, Typ, Charge der Einzelproduktkomponenten 7, 8, dem Einlagerungsdatum, Lagerstand, aktuelle Lagerbewegungen, Losgröße, aktuelle Produktionsstückzahl, aktuelle Maschinenleistung, Füllstand in den Zufuhrstationen 3, 4, Qualitätsdaten aus Stichpro- benprüfungen der Einzelproduktkomponenten 7, 8 bzw. der Einzelprodukte 2, Reinigungsund Wartungszyklen usw. Durch Analyse dieser Daten 24 des Datawarehouse kann daraus ein Verhaltensmodell 31 des Fertigungsprozesses gewonnen werden, dass beispielsweise durch Angabe eines Füllstandsoptimums der Zufuhrstationen 3, 4, durch Angabe von War- tungs- und Reinigungszyklen oder durch Einstellwerte der Fertigungsanlage 1 für unterschiedliche Typen von Einzelproduktkomponenten 7, 8 gebildet wird. Das Verhaltensmodell 31 des Fertigungsprozesses kann aber auch aus Anweisungen bestehen, dass die Zufuhrstationen 3, 4 unter bestimmten Bedingungen die Annahme von Einzelproduktkomponenten 7, 8 akzep- tieren bzw. nicht akzeptieren. Die Verhaltensmodelle 31, 32 können in weiterer Folge bei der Erstellung des modifizierten Steuerprogramms 30 berücksichtigt werden, sodass beispielsweise die Zufuhrstationen 3, 4 das Befüllen mit Einzelproduktkomponenten 7, 8 bzw. durch Rohmaterial eines Lieferanten der eine schlechterer Teilequalität liefert, verweigert wird.
Aufgrund der großen Anzahl der in dem Datawarehouse 19 aufgezeichneten Daten 24 ist es auch möglich, Analysen auf unterschiedlichen Zeitskalen vorzunehmen. So sind Analysen möglich, die sich auf Daten 24 innerhalb der Dauer der Herstellung eines einzigen Einzelproduktes 2, aber auch solche, die sich über einen Zeitraum der Verarbeitung einer gesamten Charge von Einzelproduktkomponenten 7, 8 beziehen. Andererseits können aber auch durch Daten 24 aufgezeichnete Ereignisse innerhalb einer Schicht, innerhalb eines Tages, aber auch über Monate oder noch längere Zeiträume, analysiert werden.
Die Analyseeinrichtung 25 kann zusätzlich auch noch mit einem Simulationssystem 36 ausgestattet sein. Damit ist es auch möglich, den Betrieb des Steuerprogramms zu simulieren und somit dessen Verhalten zu analysieren. Die Ergebnisse der Analyse des modifizierten
Steuerprogramms 30 in dem Simulationssystem 36 können selbst wieder als Daten 24 in dem Datawarehouse 19 gespeichert werden. Diese können somit selbst Grundlage für eine weitere Modifikation des Steuerprogramms 30 bilden. Die geplanten Änderungen bei der Modifizierung, d.h. bei der Erstellung des modifizierten Steuerprogramms 30, können somit in dem Simulationssystem überprüft werden, bevor das modifizierte Steuerprogramm 30 in der Anlagensteuerung 15 implementiert wird.
Die Fig. 4 zeigt ein Schema eines weiteren Ausführungsbeispiels eines Verfahrens zur Steuerung der Fertigungsanlage 1.
In dem Datawarehouse 19 werden Daten 24 gespeichert, die in der Fertigungsanlage 1 von dem Fertigungsprozess, als auch aus dem Umfeld der Fertigungsanlage 1 stammen. Mit Hilfe des Analyseprogramms 35 zum Data-Mining werden automatisiert Analyseergebnisse erzielt, die die Grundlage für das Verhaltensmodell des Fertigungsprozesses bzw. das Verhaltensmodell des Einzelproduktes 2 in dem Erkenntnismodul 29 bilden.
Die Analyseeinrichtung 25 weist neben den Analyseprogrammen 28, 33, 34, 35 auch ein Analysesteuerprogramm 37 auf. Damit ist es möglich, dass sowohl die Verhaltensmodelle 31, 32, als auch das modifizierte Steuerprogramm 30 für das Simulationssystem 36 automatisch generiert werden.
Mit Hilfe des Analysensteuerprogramms 37 ist es nun auch möglich, dass die Verhaltensmo- delle 31 , 32 automatisiert umgesetzt werden, indem ohne Zutun einer Bedienperson Änderungen des Steuerprogramms 30 vorgenommen und so Einfluss auf die Steuerung der Fertigungsanlage 1 bzw. deren Verhalten genommen wird. Diese Einflussnahme kann innerhalb von manuell vordefinierten Grenzen erfolgen, wobei die Bestimmung der Grenzen durch die Auslegung der Fertigungsanlage 1 selbst vorgegeben ist, die Grenzen können aber auch aus den Analyseprogrammen 28, 33, 34, 35 abgeleitet werden.
Die Anwendung des Verfahrens wird nun am Beispiel der Zufuhrstation 4 (Fig. 1 und 2) für die Einzelproduktkomponente 8 näher erläutert. Aus einem Vorratsbehälter 38 der Zufuhrstation 4 gelangen die Einzelproduktkomponenten 8 über einen Hochtransport 39 nach Über- windung einer Schikane 40 zur Ausrichtung der Einzelproduktkomponenten 8 in einen Puffer 41 zur Zuführung bzw. Übergabe an den Werkstückträger 9. Der Vorgang „zuführen" ist somit abgeschlossen, wenn die zu verbauende Einzelproduktkomponente 8 bzw. der Teil am Werkstückträger 9 montiert ist. Bei konventionellen Fertigungsanlagen erfolgte bisher die Optimierung der Förderstrecke in der Zufuhrstation 4 und die Versorgung mit neuen Einzel- produktkomponenten 8 bzw. neuem Material manuell. Der Einfluss der zu verarbeitenden
Einzelproduktkomponenten 8 bzw. anderer Einflüsse aus dem Umfeld der Fertigungsanlage 1 kann dabei nicht erfasst bzw. berücksichtigt werden. Bei Anwendung des erfindungsgemäßen Verfalirens zur Steuerung der Fertigungsanlage 1 werden Informationen bzw. Daten aus unterschiedlichsten Systembereichen in dem Data-Warehouse 19 gesammelt, sodass diese für Auswertungen bzw. Analysen mit der Analyseeinrichtung 25 zur Verfügung stehen. Die genannten Systembereiche, aus denen Daten erfasst werden, beziehen sich u.a. auf die zu verarbeitenden Einzelproduktkomponenten 7, 8 den Füllstand des Vorratsbehälters 38 der Zufuhrstation 4 als auch auf den Hochtransport 39 die Schikane 40 und den Puffer 41 der Zufuhrsta- tion 4, wie auch auf die Bedienpersonen. Die entsprechenden Bereiche der Zufuhrstation 4 bzw. der Fertigungsanlage 1 sind dazu mit Datenerfassungseinrichtungen bzw. Messeinrichtungen und Sensoren ausgestattet. Die in dem Data-Warehouse 19 erfassten Daten 24 können nun auf Initiative einer Bedienperson, aber auch automatisiert, einer Analyse mit der Analy- seeinrichtung 25 unterzogen werden. Befindet sich beispielsweise ein Fertigungsprozess auf der Fertigungsanlage 1 aktuell in einem kritischen Bereich, sodass ein erhöhter Anteil von Einzelprodukten 2 mit einer schlechteren Qualität bzw. Ausschuss hergestellt wird, so werden von der Analyseeinrichtung 25, vorzugsweise mit dem Analyseprogramm 35 zum Data- mining, automatisiert jene Einflussfaktoren ermittelt, die für die erhöhte Fehlerrate verant- wortlich sind. Die das Ergebnis der Analyse bildenden Einflussfaktoren werden als Teil des Verhaltensmodels 31 des Fertigungsprozess in dem Erkenntnismodul 29 bereitgehalten. Auf Grundlage des Verhaltensmodells 31 des Fertigungsprozesses bzw. des Verhaltensmodells 32 des Einzelproduktes 2 erfolgt automatisiert die Herstellung eines modifizierten Steuerpro- grammes 30, das der Anlagensteuerung 15 der Fertigungsanlage 1 zur Verfügung gestellt wird. Die Änderung in dem modifizierten Steuerprogramm 30 kann beispielsweise darin bestehen, dass die Zufuhrstation 4 die Annahme von Einzelproduktkomponenten 8 bzw. Rohmaterial eines Lieferanten, der eine schlechtere Teilequalität liefert, verweigert. Diese Anweisung kann dadurch umgesetzt werden, dass ein entsprechender Warnhinweis für die Bedienperson über die Datenerfassungseinrichtung 17 bzw. das Bedienterminal der Fertigungs- anläge 1 ausgegeben wird. Vorzugsweise erfolgt die Umsetzung der entsprechenden Maßnahme aber dadurch, dass von der Anlagensteuerung 15 beim Abruf von weiteren Einzelproduktkomponenten 8 aus dem Lager 12 an dieses ein entsprechender Hinweis übermittelt wird, sodass in weiterer Folge Einzelproduktkomponenten 8 der entsprechenden problematischen Teilequalität nicht mehr an die Zufuhrstation 4 angeliefert werden. Ein wesentliches Merkmal des Verfahrens ist, dass bei der Analyse der Daten 24 des Data-Warehouse 19 mit der Analyseeinrichtung 25 auch auf solche Daten 24 zugegriffen werden kann, die aus beliebig weit zurück liegenden Zeiträumen des Betriebs der Fertigungsanlage 1 stammen.
Ein weiteres Beispiel der Anwendung des erfindungsgemäßen Verfahrens wird anhand des Fügeprozesses in der Bearbeitungsstation 5 der Fertigungsanlage 1 näher erläutert. Die Einzelproduktkomponenten 7, 8 befinden sich auf dem Werkstückträger 9 (Fig. 2) und werden in dem Bereich des Aktors 11 der Bearbeitungsstation 5 gebracht, wo sie zusammengefügt bzw. verpresst werden. Der Vorgang ist abgeschlossen, wenn die zusammenzufügenden Einzelpro- duktkomponenten 7, 8 innerhalb vordefinierter Parameter zu dem Einzelprodukt 2 verarbeitet wurden und dieser in die Entnahmestation 6 abgelegt worden ist. Mit Sensoren 18 der Bearbeitungsstation 5 können auch qualitätsspezifische Größen des Einzelproduktes 2 bestimmt werden, sodass in der Entnahmestation 6 Einzelprodukte 2, die den geforderten Qualitätskri- terien entsprechen und solche, die den erforderlichen Qualitätskriterien nicht entsprechen, getrennt abgelegt werden können. Bei konventionellen Fertigungsanlagen erfolgt die Optimierung des Fertigungsprozesses und der Parameter bzw. Einstellungen der Fertigungsanlage manuell. Der Emfluss der zu verarbeitenden Einzelproduktkomponenten 7, 8, als auch des Betriebsumfeldes der Fertigungsanlage 1, kann dabei nur teilweise erfasst bzw. berücksich- tigt werden. Bei dem erfindungsgemäßen Verfahren werden Informationen bzw. Daten sowohl von der Bearbeitungsstation 5 als auch von den Einzelproduktkomponenten 7, 8, wie auch des Bedienpersonals als auch Umwelteinflüsse bzw. Umweltbedingungen, wie beispielsweise die Umgebungstemperatur im Bereich der Fertigungsanlage 1, als Daten 24 in dem Data-Warehouse 19 gesammelt, sodass sie bei Bedarf interpretiert und ausgewertet wer- den können. Im Fall, dass sich der Fertigungsprozess auf der Fertigungsanlage 1 aktuell in einem kritischen Bereich befindet bzw. die Ausschussrate der Einzelprodukte 2 atypisch hoch ist, kann durch die Analyseeinrichtung 25 bzw. das Analysensteuerprogramm 37 automatisiert eine Analyse der Daten 24 des Data-Warehouse 19 vorgenommen werden. Die Ergebnisse dieser Analyse, die als Verhaltensmodell 31 des Fertigungsprozesses bzw. als Verhal- tensmodell 32 des Einzelproduktes 2 in dem Erkenntnismodul 29 bereitgestellt werden, können für die Anpassung der Parameter des Fertigungsprozesses verwendet werden. Diese geänderten Parameter werden der Analyseeinrichtung 25 automatisiert mit dem modifizierten Steuerprogramm 30 an die Fertigungsanlage 1 bzw. der Anlagensteuerung 15 übergeben.
Das wiederholte Analysieren der Daten 24 des Data-Warehouse 19 und das Rückfuhren der bei dieser Analyse gewonnenen Ergebnisse an die Fertigungsanlage 1 in Form von modifizierten Steuerprogrammen stellt somit insgesamt einen maschinellen Lernprozess dar. Die dabei durch die Analyseeinrichtung 25 in automatisierter Weise gefundenen wechselseitigen Beziehungen zwischen den Daten des Fertigungsprozesses als auch der Einzelproduktkom- ponenten 7, 8 und der Einzelprodukte 2 bilden als Verhaltensmodell 31 des Fertigungsprozesses bzw. Verhaltensmodell 32 der Einzelprodukte 2 das erlernte Wissen über die Produktionsbedingungen des Einzelproduktes 2 auf der Fertigungsanlage 1. Die Verhaltensmodelle 31, 32 werden als funktionelle Beziehungen zwischen den Daten 24 ausgedrückt. Die Be- schreibung der funktionellen Beziehungen durch die Verhaltensmodelle 31, 32 kann dabei auch durch Verwendung von Fuzzy-Logic erfolgen. Damit ist es auch möglich, Elemente der Verhaltensmodelle 31, 32 in Form von umgangssprachlich formulierten Aussagen zur Verfügung zu stellen. Die entsprechenden Elemente der Verhaltensmodelle 31, 32 werden aber auch als mathematische funktionelle Beziehungen bzw. Rechenmodelle verwendet. Die aus den Verhaltensmodellen 31, 32 abgeleiteten Informationen stehen somit sowohl für die automatisierte Weiterverarbeitung als auch als Informationen für Bedienpersonen der Fertigungsanlage 1, wie auch für Entscheidungsträger als Grundlage von Entscheidungen über den Betrieb der Fertigungsanlage 1 selbst, zur Verfügung.
In einer erweiternden Ausfuhrungsart des erfindungsgemäßen Verfahrens kann schließlich auch vorgesehen sein, dass in dem Data-Warehouse 19 Daten 24 von mehreren Fertigungsanlagen 1 des gleichen Typs gespeichert werden. Die Analysen der Daten 24 mit der Analyseeinrichtung 25 zur Erzeugung der Verhaltensmodelle 3I5 32 können somit auf ein entspre- chend vielfaches der Datenmenge der Daten 24 gestützt werden. Die Übermittlung der Daten an das Data-Warehouse 19 als auch die Übermittlung der modifizierten Steuerprogramme 30 an die Fertigungsanlage 1 kann durch unterschiedliche Kommunikationssysteme erfolgen. Dementsprechend ist es auch möglich, dass sich die Fertigungsanlagen 1, das Data-Warehouse 19 und die Analyseeinrichtung 25 an unterschiedlichen, weit voneinander entfernten Orten befinden.
In dem das Verhalten der modifizierten Steuerprogramme 30 in dem Simulationssystem 36 auch unabhängig von der Fertigungsanlage 1 beobachtet werden kann, können auf Grundlage des beschriebenen Verfahrens auch Planungen und Entwürfe neu zu erstellender Fertigungs- anlagen 1 durchgeführt werden. Das Verfahren zur Analyse von Fertigungsprozessen einer Fertigungsanlage 1 kann damit auch zur Erzeugung von Verhaltensmodellen 31, 32 für eine neue Generation von Fertigungsanlagen 1 verwendet werden. Es ergibt sich somit auch ein langfristiger Veränderungsprozess der Verhaltensmodelle 31, 32 selbst, der als Abfolge von mehreren Schritten beschrieben werden kann. Ausgehend von Untersuchungen der techni- sehen Systeme einer neuen Fertigungsanlage 1 bzw. verfügbarer Testdaten werden zunächst neue Verhaltensmodelle 31, 32 entworfen und in dem Erkenntnismodul 29 der Analyseeinrichtung 25 bereitgehalten. Bei der Herstellung der Einzelprodukte 2 werden während der Benutzung der Fertigungsanlage 1 Daten des Fertigungsprozesses gesammelt und in dem Data-Warehouse 19 als Daten 24 abgelegt. Die gesammelten Daten 24 werden in der Analy- seeinrichtung 25 mit Techniken des Datamining bzw. Techniken des maschinellen Lernens analysiert und damit die bestehenden Verhaltensmodelle 31, 32 verbessert. Es erfolgen Rückmeldungen an die Fertigungsanlage 1, indem modifizierte Steuerprogramme 30 der Anlagen- Steuerung 15 der Fertigungsanlage 1 zur Verfügung gestellt werden. Durch Sammeln weiterer Daten 24 von der Fertigungsanlage 1 erfolgen sodann Rückmeldungen von der Fertigungsanlage 1 an das Data-Warehouse 19 bzw. die Verhaltensmodelle 31, 32 und es werden weitere Veränderungen der Verhaltensmodelle 31, 32 vorgenommen solange die Generation der betreffenden Fertigungsanlage 1 in Einsatz ist. Schließlich erfolgt durch Simulationen von veränderten Verhaltensmodellen 31 , 32 in dem Simulationssystem 36 die Erzeugung von neuen Verhaltensmodellen 31, 32 für die nächste Generation von Fertigungsanlagen 1.
Der Ordnung halber sei abschließend daraufhingewiesen, dass zum besseren Verständnis des Aufbaus des Systems zur Steuerung der Fertigungsanlagen 1 diese bzw. deren Bestandteile teilweise unmaßstäblich und/oder vergrößert und/oder verkleinert dargestellt wurden.
Die den eigenständigen erfinderischen Lösungen zugrunde liegende Aufgabe kann der Beschreibung entnommen werden.
Vor allem können die einzelnen in den Fig. 1, 2; 3; 4 gezeigten Ausführungen den Gegenstand von eigenständigen, erfindungsgemäßen Lösungen bilden. Die diesbezüglichen, erfindungsgemäßen Aufgaben und Lösungen sind den Detailbeschreibungen dieser Figuren zu entnehmen.
Die Ausführungsbeispiele zeigen mögliche Ausführungsvarianten des Systems zur Steuerung der Fertigungsanlage 1, wobei an dieser Stelle bemerkt sei, dass die Erfindung nicht auf die speziell dargestellten Ausführungsvarianten derselben eingeschränkt ist, sondern vielmehr auch diverse Kombinationen der einzelnen Ausführungsvarianten untereinander möglich sind und diese Variationsmöglichkeit aufgrund der Lehre zum technischen Handeln durch gegen- ständliche Erfindung im Können des auf diesem technischen Gebiet tätigen Fachmannes liegt. Es sind also auch sämtliche denkbaren Ausführungsvarianten, die durch Kombinationen einzelner Details der dargestellten und beschriebenen Ausführungsvariante möglich sind, vom Schutzumfang mitumfasst. Bezugszeichenaufstellung
1 Fertigungsanlage 36 Simulationssystem
2 Einzelprodukt 37 Analysensteuerprogramm
3 Zufuhrstation 38 Vorratsbehälter
4 Zufuhrstation 39 Hochtransport
5 Bearbeitungsstation 40 Schikane
6 Entnahmestation 41 Puffer
7 Einzelproduktkomponente
8 Einzelproduktkomponente
9 Werkstückträger
10 Transportrichtung
11 Aktor
12 Lager
13 Wareneingang
14 Warenausgang
15 Anlagensteuerung
16 Steuerungsprogramm
17 Datenerfassungseinrichtung 18 Sensoren
19 Data-Warehouse
20 Daten
21 Daten 22 Daten
23 Daten
24 Daten
25 Analyseeinrichtung 26 Bedienterminal
27 Datenaufbereitungseinheit
28 Analyseprogramm
29 Erkenntnismodul
30 Steuerprogramm
31 Verhaltensmodell
32 Verhaltensmodell
33 Analyseprogramm
34 Analyseprogramm 35 Analyseprogramm

Claims

P a t e n t a n s p r ü c h e
1. Verfahren zur Steuerung einer Fertigungsanlage (1) und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten (2) in einem durch ein Steuerungsprogramm (16) gesteuerten Fertigungsprozess, wobei die Fertigungsanlage (1) aus einer oder mehreren mechanisch und/oder elektrisch und/oder elektronisch miteinander verbundenen Stationen, beispielsweise einer Zufuhrstation (3, 4), einer Bearbeitungsstation (5) und einer Entnahmestation (6) besteht, und die Fertigungsanlage (1) eine Anlagensteuerung (15), durch die das Steuerungsprogramm (16) ausgeführt wird, aufweist, wobei Daten, die durch Sensoren (18) an den Stationen der Fertigungsanlage (1) erfasst werden, an die Anlagensteuerung (15) übertragen werden, dadurch gekennzeichnet, dass die Daten des Fertigungsprozesses in einem Data-Warehouse (19) gespeichert werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass Daten des Fertigungspro- zesses, die durch weitere Datenerfassungseinrichtungen erfasst werden, in dem Data-Warehouse (19) gespeichert werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass aktuelle Parameter bzw. Einstellungen der Fertigungsanlage (1) in dem Data-Warehouse (19) gespeichert werden.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass durch eine Datenerfassungseinrichtung bzw. durch Sensoren (18) Daten der Betriebszustände der Fertigungsanlage (1) erfasst werden und in dem Data-Warehouse (19) gespeichert werden.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass zumindest eine Datenart in den Daten der Betriebszustände der Fertigungsanlage enthalten ist, die aus einer Gruppe, umfassend durch Aktoren aufgebrachte Kräfte, von Aktoren zurückgelegte Wege, Temperaturen und einen Füllstand der Zufuhrstationen (3, 4), ausgewählt ist.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass Daten und/oder Messwerte der Einzelprodukte (2) erfasst werden und in dem Data-Warehouse (19) gespeichert werden.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Daten und/oder Messwerte der Einzelprodukte (2) qualitätsspezifische Größen des Einzelproduktes (2) enthalten.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass durch eine Datenerfassungseinrichtung Daten und/oder Messwerte von Einzelproduktkomponenten (7, 8) erfasst werden und in dem Data-Warehouse (19) gespeichert werden.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass zumindest eine Datenart in den Daten der Einzelproduktkomponenten enthalten ist, die aus einer Gruppe, umfassend Lieferant, Charge der Materiallieferung, Produktionseinflüsse beim Kunden, Werte aus der Eingangsprüfung, Herstellungsdatum, Einlagerungszeit, Veränderung des Herstellungsprozesses und Änderungen von Werkzeugen beim Hersteller, ausgewählt ist.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass durch eine Datenerfassungseinrichtung Daten der Betriebsmethode erfasst werden und in dem Data-Warehouse (19) gespeichert werden.
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass zumindest eine Datenart in den Daten Betriebsmethode enthalten ist, die aus einer Gruppe, umfassend Art der Prüfung der Einzelproduktkomponenten, Schichtbetriebsmodell, Pausenstillstand/Pausendurchlauf, Rotation der Bedienpersonen, Reinigungszyklen, Wartungszyklen und Umrüstung der Maschine, ausgewählt ist.
12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass durch eine Datenerfassungseinrichtung Daten der Bedienpersonen erfasst werden und in dem
Data-Warehouse (19) gespeichert werden.
13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass zumindest eine Datenart in den Daten der Bedienpersonen enthalten ist, die aus einer Gruppe, umfassend Qualifikati- on, Schulung, Erfahrung, Verhaltensmuster, Alter, Geschlecht, Motivationsfaktoren, Anzahl der Bedienpersonen, Art der Kombination von Bedienpersonen-Qualifikationen und Wechselwirkungen zwischen aufeinander folgenden Schichtmannschaften, ausgewählt ist.
14. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass durch eine Datenerfassungseinrichtung Daten der Kunden bzw. des Marktes erfasst werden und in dem Data-Warehouse (19) gespeichert werden.
15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass zumindest eine Datenart in den Daten der Kunden bzw. des Marktes enthalten ist, die aus einer Gruppe, umfassend Losgrößen-Abruf, Lagerbestand beim Kunden und Dringlichkeit des Bedarfs, ausgewählt ist.
16. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mit den j eweiligen Daten (24) auch der Zeitpunkt ihrer Erfassung in dem Data-Warehouse
(19) mit aufgezeichnet wird.
17. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in dem Data-Warehouse (19) Daten (24) von mehreren Fertigungsanlagen (1) gespeichert werden.
18. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die in dem Data-Warehouse (19) gespeicherten Daten (24) analysiert werden und unter Berücksichtigung der Ergebnisse der Analyse Prozessparametern der Fertigungsanlage (1) ver- ändert werden.
19. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die in dem Data-Warehouse (19) gespeicherten Daten (24) analysiert werden und unter Berücksichtigung der Ergebnisse der Analyse das Steuerprogramm (16) der Anlagensteuerung (15) verändert wird.
20. Verfahren nach Anspruch 18 oder 19, dadurch gekennzeichnet, dass die in dem Data- Warehouse (19) gespeicherten Daten (24) mit einer Analyseeinrichtung (25) analysiert werden und das Steuerprogramm (16) der Anlagensteuerung (15) verändert wird.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, dass die Analyseeinrichtung (25) durch eine computerisierte Rechenanlage gebildet wird.
22. Verfahren nach Anspruch 20 oder 21 , dadurch gekennzeichnet, dass in der Analyseeinrichtung (25) ein Analyseprogramm (28) zur grafischen Datenanalyse verwendet wird.
23. Verfahren nach Anspruch 20 oder 21, dadurch gekennzeichnet, dass in der Analyse- einrichtung (25) ein Analyseprogramm (33) zur Anwendung statistischer Analysen verwendet wird.
24. Verfahren nach Anspruch 20 oder 21, dadurch gekennzeichnet, dass in der Analyseeinrichtung (25) ein Analyseprogramm (34) zur Anwendung von OLAP -Analysen (On-line- analytical-processing) verwendet wird.
25. Verfahren nach Anspruch 20 oder 21, dadurch gekennzeichnet, dass in der Analyseeinrichtung (25) ein Analyseprogramm (35) zur Anwendung von Data-Mining- Analysen verwendet wird.
26. Verfahren nach einem der Ansprüche 18 bis 25, dadurch gekennzeichnet, dass aus den Ergebnissen der Analysen ein Verhaltensmodell (31) des Fertigungsprozesses bzw. ein Verhaltensmodell (32) des Einzelprodukts (2) erzeugt wird.
27. Verfahren nach Anspruch 26, dadurch gekennzeichnet, dass die Verhaltensmodelle (31, 32) als mathematische funktionelle Beziehungen ausgedrückt werden.
28. Verfahren nach Anspruch 26 oder 27, dadurch gekennzeichnet, dass die Verhaltensmodelle (31, 32) durch Verwendung von Fuzzy-Logic ausgedrückt werden.
29. Verfahren nach einem der Ansprüche 26 bis 28, dadurch gekennzeichnet, dass die Verhaltensmodelle (31, 32) zur Erstellung eines modifizierten Steuerprogramms (30) verwendet werden und das modifizierte Steuerprogramm (30) in der Anlagensteuerung (15) implementiert wird.
30. Verfahren nach einem der Ansprüche 26 bis 28, dadurch gekennzeichnet, dass die Verhaltensmodelle (31, 32) zur Erstellung von Ressourcenplänen für den Betrieb der Fertigungsanlage (1) verwendet werden.
31. Verfahren nach einem der Ansprüche 20 bis 30, dadurch gekennzeichnet, dass die Analysen der Daten (24) des Data-Warehouse (19) durch ein Analysensteuerprogramm (37) in der Analyseeinrichtung (25) in automatisierter Weise durchgeführt werden.
32. Verfahren nach Anspruch 31 , dadurch gekennzeichnet, dass das modifizierte Steuerprogramm (30) durch das Analysensteuerprogramm (37) in automatisierter Weise hergestellt wird.
33. Verfahren nach einem der Ansprüche 29 bis 32, dadurch gekennzeichnet, dass die Änderungen des modifizierten Steuerprogramms (30) innerhalb von manuell vordefinierten Grenzen durchgeführt werden.
34. Verfahren nach einem der Ansprüche 29 bis 32, dadurch gekennzeichnet, dass die Grenzen aus den Ergebnissen der mit der Analyseeinrichtung (25) durchgeführten Analysen bestimmt werden.
35. Verfahren nach einem der Ansprüche 18 bis 34, dadurch gekennzeichnet, dass bei der Analyse Daten (24) aus einem Erfassungszeitraum innerhalb der Dauer der Herstellung eines einzigen Einzelproduktes (2) verwendet werden.
36. Verfahren nach einem der Ansprüche 18 bis 34, dadurch gekennzeichnet, dass bei der Analyse Daten (24) aus einem Erfassungszeitraum innerhalb der Dauer der Verarbeitung einer Charge von Einzelproduktkomponenten (7, 8) verwendet werden.
37. Verfahren nach einem der Ansprüche 18 bis 34, dadurch gekennzeichnet, dass bei der Analyse Daten (24) aus einem Erfassungszeitraum innerhalb der Dauer einer Betriebsschicht verwendet werden.
38. Verfahren nach einem der Ansprüche 18 bis 34, dadurch gekennzeichnet, dass bei der Analyse Daten (24) aus einem Erfassungszeitraum, der größer ist als die Dauer einer Betriebsschicht, verwendet werden.
39. Verfahren nach einem der Ansprüche 29 bis 38, dadurch gekennzeichnet, dass das Verhalten des modifizierten Steuerprogramnis (30) bevor es in der Anlagensteuerung (15) implementiert wird in einem Simulationssystem (36) analysiert wird.
40. Verfahren nach Anspruch 39, dadurch gekennzeichnet, dass Ergebnisse der Simulati- on in dem Data-Warehouse (19) gespeichert werden.
41. Verfahren nach Anspruch 39 oder 40, dadurch gekennzeichnet, dass die Ergebnisse der Simulation in dem Simulationssystem (36) für Planungen bzw. Entwürfe neu zu konstruierender Fertigungsanlagen (1) verwendet werden.
42. System zur Steuerung einer Fertigungsanlage (1) und/oder Montageanlage zur Fertigung von Baugruppen bzw. Einzelprodukten (2) in einem durch ein Steuerungsprogramm (16) gesteuerten Fertigungsprozess, wobei die Fertigungsanlage (1) aus einer oder mehreren mechanisch und/oder elektrisch und/oder elektronisch miteinander verbundenen Stationen, beispielsweise einer Zufuhrstation (3, 4), einer Bearbeitungsstation (5) und einer Entnahmestation (6) besteht, und die Fertigungsanlage (1) eine Anlagensteuerung (15) zur Ausführung des Steuerungsprogramms (16) aufweist, und wobei Sensoren (18) zur Erfassung von Daten an den Stationen der Fertigungsanlage (1) ausgebildet sind, dadurch gekennzeichnet, dass ein durch ein Data-Warehouse (19) gebildeter Speicher zur Aufzeichnung der Daten des Ferti- gungsprozesses vorgesehen ist.
43. System nach Anspruch 42, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen zur Erfassung und Übertragung von Daten der Parameter bzw. Einstellungen der Fertigungsanlage (1) an das Data-Warehouse (19) ausgebildet sind.
44. System nach Anspruch 42 oder 43, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen bzw. Sensoren (18) zur Erfassung und Übertragung von Daten der Betriebszu- stände der Fertigungsanlage (1) an das Data-Warehouse (19) ausgebildet sind.
45. System nach einem der Ansprüche 42 bis 44, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen zur Erfassung und Übertragung von Daten und/oder Messwerten der Einzelprodukte (2) an das Data-Warehouse (19) ausgebildet sind.
46. System nach einem der Ansprüche 42 bis 45, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen zur Erfassung und Übertragung von Daten und/oder Messwerten von Einzelproduktkomponenten (7, 8) an das Data-Warehouse (19) ausgebildet sind.
47. System nach einem der Ansprüche 42 bis 46, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen zur Erfassung und Übertragung von Daten der Betriebsmethode an das Data-Warehouse (19) ausgebildet sind.
48. System nach einem der Ansprüche 42 bis 47, dadurch gekennzeichnet, dass Datener- fassungseinrichtungen zur Erfassung und Übertragung von Daten der Bedienpersonen an das
Data-Warehouse (19) ausgebildet sind.
49. System nach einem der Ansprüche 42 bis 48, dadurch gekennzeichnet, dass Datenerfassungseinrichtungen zur Erfassung und Übertragung von Daten der Kunden bzw. des Marktes an das Data-Warehouse (19) ausgebildet sind.
50. System nach einem der Ansprüche 42 bis 49, dadurch gekennzeichnet, dass mehrere Fertigungsanlagen (1) umfasst sind.
51. System nach einem der Ansprüche 42 bis 50, dadurch gekennzeichnet, dass eine Analyseeinrichtung (25) zur Analyse der in dem Data-Warehouse (19) gespeicherten Daten (24) ausgebildet ist.
52. System nach Anspruch 51, dadurch gekennzeichnet, dass die Analyseeinrichtung (25) durch eine computerisierte Rechenanlage gebildet ist.
53. System nach Anspruch 51 oder 52, dadurch gekennzeichnet, dass die Analyseeinrichtung (25) ein Analyseprogramm (28) zur grafischen Datenanalyse umfasst.
54. System nach Anspruch 51 oder 52, dadurch gekennzeichnet, dass die Analyseeinrichtung (25) ein Analyseprogramm (33) zur Anwendung statistischer Analysen umfasst.
55. System nach Anspruch 51 oder 52, dadurch gekennzeichnet, dass die Analyseeinrich- tung (25) ein Analyseprogramm (34) zur Anwendung von OLAP- Analysen (On-line-analyti- cal-processing) umfasst.
56. System nach Anspruch 51 oder 52, dadurch gekennzeichnet, dass die Analyseeinrich- tung (25) ein Analyseprogramm (35) zur Anwendung von Data-Mining umfasst.
57. System nach Ansprach 51 bis 56, dadurch gekennzeichnet, dass die Analyseeinrichtung (25) ein Analysensteuerprogramm (37) zur automatischen Analyse der Daten (24) des Data-Warehouse (19) umfasst.
58. System nach Anspruch 51 bis 57, dadurch gekennzeichnet, dass ein Simulationssystem (36) zur Beobachtung des Verhaltens eines von der Analyseeinrichtung (25) erzeugten modifizierten Steuerprogramms (30) umfasst ist.
PCT/AT2006/000121 2005-03-25 2006-03-22 Verfahren zur steuerung einer fertigungsanlage WO2006099649A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
AT0051805A AT501642A1 (de) 2005-03-25 2005-03-25 Verfahren zur steuerung einer fertigungsanlage
ATA518/2005 2005-03-25

Publications (2)

Publication Number Publication Date
WO2006099649A2 true WO2006099649A2 (de) 2006-09-28
WO2006099649A3 WO2006099649A3 (de) 2007-03-22

Family

ID=36607611

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/AT2006/000121 WO2006099649A2 (de) 2005-03-25 2006-03-22 Verfahren zur steuerung einer fertigungsanlage

Country Status (3)

Country Link
AT (1) AT501642A1 (de)
FR (1) FR2902536A1 (de)
WO (1) WO2006099649A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT510888A1 (de) * 2011-01-05 2012-07-15 Progress Maschinen & Automation Ag Produktionsanlage mit zeitindexierter historischer anzeige

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1072967A2 (de) * 1999-07-29 2001-01-31 Applied Materials, Inc. Rechner integrierte Fertigungstechniken
US20020082738A1 (en) * 2000-12-27 2002-06-27 Insyst Ltd. Method for global automated process control
US6615096B1 (en) * 2000-01-31 2003-09-02 Ncr Corporation Method using statistically analyzed product test data to control component manufacturing process
WO2003088067A1 (en) * 2002-04-10 2003-10-23 Kendro Laboratory Products, Lp Data-centric automation

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0654721B1 (de) * 1990-12-18 1998-04-22 Erowa AG Automatische Fabrikationsanlage
JP2000348051A (ja) * 1999-06-07 2000-12-15 Hitachi Ltd データ収集方法およびデータベースシステム
DE20004370U1 (de) * 2000-03-10 2001-07-19 Kuka Schweissanlagen Gmbh Industrielle Produktionsanlage mit WEB-Steuersystem
US6718335B1 (en) * 2000-05-31 2004-04-06 International Business Machines Corporation Datawarehouse including a meta data catalog
DE10104163A1 (de) * 2001-01-30 2002-08-14 Rexroth Indramat Gmbh Steuerungs-und/oder Überwachungsanlage von Maschinen und/oder Anlagen mit Aktionskomponenten unterschiedlicher Aktionsgruppen
DE10206215A1 (de) * 2002-02-15 2003-09-11 Deutsche Telekom Ag Verfahren und Vorrichtung zum automatischen Erstellen eines Datawarehouse
DE10252606A1 (de) * 2002-11-12 2004-05-27 Infineon Technologies Ag Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zur rechnergestützten Überwachung eines Prozessparameters eines Herstellungsprozesses eines physikalischen Objekts

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1072967A2 (de) * 1999-07-29 2001-01-31 Applied Materials, Inc. Rechner integrierte Fertigungstechniken
US6615096B1 (en) * 2000-01-31 2003-09-02 Ncr Corporation Method using statistically analyzed product test data to control component manufacturing process
US20020082738A1 (en) * 2000-12-27 2002-06-27 Insyst Ltd. Method for global automated process control
WO2003088067A1 (en) * 2002-04-10 2003-10-23 Kendro Laboratory Products, Lp Data-centric automation

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"MES - Manufacturing Execution System"[Online] 4. August 2003 (2003-08-04), Seiten 1-2, XP002411090 Gefunden im Internet: URL:http://web.archive.org/web/20030804143 349/http://www.acs-ag.ch/fit/fit_mes.pdf> [gefunden am 2006-12-11] *
BRADLEY W. KLENZ, DONNA O. FULENWIDER: "The Quality Data Warehouse: Solving Problems for the Enterprise"[Online] 27. September 2003 (2003-09-27), Seiten 1-8, XP002388871 Gefunden im Internet: URL:http://web.archive.org/web/20030927131 529/http://support.sas.com/rnd/app/papers/ qualitydw.pdf> [gefunden am 2006-07-05] *
PATENT ABSTRACTS OF JAPAN Bd. 2000, Nr. 15, 6. April 2001 (2001-04-06) & JP 2000 348051 A (HITACHI LTD), 15. Dezember 2000 (2000-12-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT510888A1 (de) * 2011-01-05 2012-07-15 Progress Maschinen & Automation Ag Produktionsanlage mit zeitindexierter historischer anzeige
US9383747B2 (en) 2011-01-05 2016-07-05 Progress Maschinen & Automation Ag Production installation with time-indexed historical display

Also Published As

Publication number Publication date
WO2006099649A3 (de) 2007-03-22
FR2902536A1 (fr) 2007-12-21
AT501642A1 (de) 2006-10-15

Similar Documents

Publication Publication Date Title
WO2001055805A1 (de) System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen
WO2000011581A1 (de) Verfahren zur fortschrittlichen mengenorientierten kostenzuweisung unter verwendung verschiedener informationsquellen
WO2002013015A1 (de) System zur ermittlung von fehlerursachen
DE10223725A1 (de) Verschmelzung von Prozeßleistungsüberwachung mit Prozeßausrüstungsüberwachung und -steuerung
WO2011138375A1 (de) Verfahren und system zur bereitstellung von monitoring-kenngroessen in einem soa-basierten industriellen umfeld
EP3646279B1 (de) Verfahren zur produktionsplanung
DE102007039531A1 (de) Verfahren zum Beschaffen von instandhaltungsrelevanten Informationen zu einer Anlage
WO2016150772A1 (de) Verfahren zum planen und produzieren eines zusammengesetzten produkts sowie produktionsmodul und produktionssteuerung
EP2881822A1 (de) Computer-implementiertes Verfahren und System zur automatischen Überwachung und Statusermittlung ganzer Prozessabschnitte in einer Process Unit
DE102017003426A1 (de) Anlagenverwaltungseinheit, die mehrere Fertigungsanlagen mit Nachschub versorgt, und Produktionssystem
DE102017007909A1 (de) Produktionssteuerung, ausgestattet mit einer Funktion zur Identifizierung der Ursache nach einem Betriebsstop einer Produktionseinrichtung, die Fertigungseinrichtungen umfasst
WO2012048700A1 (de) Verfahren zur fehler- und ausschussvermeidung beim betrieb einer fertigungsmaschine
DE102017005674B4 (de) Zellenfertigungssystem mit Fertigungszelle für autonome Fertigung
WO2015150184A1 (de) Fertigungsmanagementsystem und verfahren
WO2006099649A2 (de) Verfahren zur steuerung einer fertigungsanlage
EP3812860B1 (de) Fertigungssteuerungssystem
EP1454201B1 (de) Engineeringsystem und automatisierungssystem
EP2965157B1 (de) Verfahren und vorrichtung zum betreiben einer prozess- und/oder fertigungsanlage
EP3951524A1 (de) Verfahren zum betrieb eines systems und system gekoppelt mit einer anzahl von produktionsstationen zum herstellen eines produkts
DE102019213001A1 (de) Wissensproduktionssystem
DE102008063684A1 (de) Basisaktivität, Verfahren zur Bestimmung von Basisaktivitäten sowie ein Verfahren und System zur automatisierten Generierung von Workflows
DE102018111603A1 (de) Verfahren und Vorrichtung zum Konfigurieren eines roboter-gestützten Bearbeitungssystems
EP3832562A1 (de) Erstellen und aktualisieren von ablaufplänen
EP1561172A2 (de) Vorrichtung zur bereitstellung eines zugriffs auf daten
EP4147104B1 (de) Verfahren und steuereinheit zum bereitstellen von transportdaten zum steuern eines warentransports in einer produktionsumgebung sowie produktionsumgebung

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

NENP Non-entry into the national phase

Ref country code: RU

WWW Wipo information: withdrawn in national office

Country of ref document: RU

122 Ep: pct application non-entry in european phase

Ref document number: 06704761

Country of ref document: EP

Kind code of ref document: A2

WWW Wipo information: withdrawn in national office

Ref document number: 6704761

Country of ref document: EP