Digitale Integration

AI Explorer

Ausgangssituation

Die Veeser Plastic-GmbH weist eine sehr gute Ausschussrate, Termintreue und Reklamationsrate auf. Durch eine Anwendung von KI-Lösungen soll dies mittelfristig gesteigert werden. Durch den AI Explorer sollen KI-Lösungen zur zielgerichteten Nutzung der verfügbaren Daten erarbeitet werden.

 

Lösungsidee

Es wurden zwei maßgebliche  Lösungsvorschläge diskutiert:

A) Schrittweiser Aufbau einer verknüpften Wissensdatenbank für den Spritzgussprozess und Integration der bisher isoliertenDatenquellen und Verwendung einer Anomaliererkennung als Frühwarnsystem für Abweichungen. 

B) Lernen optimaler Anlagenparameter für neue Produkte im Zuge der Industrialisierung dieser. Reinforcement Learning Ansatz auf Basis simulierter Füllstudien und eines digitalen Zwillings.

© Fraunhofer IPA, Tobias Stahl, Danilo Brajovic
Lösung A: KI-Prozess zur Parametrierung der Spritzgussanlage

Nutzen

A) Der Nutzen besteht einerseits in der Wissensgenerierung, die durch die vernetzte Datenbank entsteht. Andererseits bildet die Datenbank die Grundlagen weiterführender KI-Anwendungen wie Anomaliererkennung und Parameteroptimierung.

B) Der Nutzen besteht einerseits in der Erweiterung des Prozesswissens, andererseits in der Reduktion des Personalaufwandes pro Jahr für die Durchführung der Füllstudien und initialen Einstellung der Spritzgussanlagen.

 

Umsetzung der KI-Applikation 

A) Nach der Datenanbindung und Bereitstellung soll die Anomaliererkennung für die Prozessparameter der Spritzgussanalage integriert werden. 

B) Die Umsetzung erfolgt in den Schritten Bereitstellung historischer Daten, Implementierung und Vortraining des KI-Agenten sowie der Anwendung im produktiven Umfeld und Nachtraining (RL).