Bild: SimpleVision - Fotolia.com

Bild: SimpleVision - Fotolia.com

Die rund um die Uhr laufenden Fertigungsprozesse sind komplex und reichen von Formenbau über die Gießerei bis zur Nachbearbeitung. Um die Ausbeute fehlerfrei produzierter Zylinderköpfe zu maximieren, hat sich Daimler für eine intelligente Predictive-Maintenance-Lösung von IBM entschieden. Mit ihr werden über 500 Merkmale wie Maße, Zeiten und Temperaturen automatisch gesammelt und ausgewertet. Und das mit Erfolg: Dank der Analyse-Software von IBM kann Daimler heute den gesamten Produktionsprozess überwachen und steuern. Die Produktivität in der Zylinderkopfproduktion stieg um 25 Prozent – und das war noch nicht alles.

In einer Leichtmetallgießerei im Stuttgarter Werk produziert Daimler täglich circa 10.000 Zylinderköpfe. Die rund um die Uhr laufenden Fertigungsprozesse sind sehr komplex und reichen von Formenbau über die Gießerei bis zur Nachbearbeitung. Für jeden Zylinderkopf wird ein Datensatz angelegt, der die genaue Analyse des Produktionsprozesses über alle Stationen ermöglicht. Über 500 automatisierte Merkmale sammelt das Unternehmen, darunter die im Produktionsprozess anfallenden Maße, Zeiten, Temperaturen, eingesetzten Werkzeuge und vieles mehr. Wenn die fertigen Zylinderköpfe anschließend die engen Toleranzen nicht vollständig einhalten, müssen sie eingeschmolzen werden.

Smart ist ...

... die Produktivität in der Zylinderkopfproduktion mit Predictive Analytics um 25 Prozent zu steigern.

Die Daimler AG suchte nach Möglichkeiten, die Ausbeute fehlerfrei produzierter Zylinderköpfe im Stuttgarter Werk durch gezielte Prozessanpassungen zu maximieren. Außerdem wollte man die Produktivität steigern und die Hochlaufphase des komplexen Fertigungsprozesses verkürzen. Mithilfe von IBM SPSS ist Daimler nun in der Lage, die enorme, im Produktionsprozess anfallende Datenfülle komfortabel auszuwerten und tiefe Einblicke in die Einflussfaktoren der einzelnen Prozessschritte auf die Qualität ihrer Endprodukte zu gewinnen. Durch die neuen Erkenntnisse lassen sich Prozessanpassungen frühzeitig und gezielt initiieren.

Enorme Datenfülle erschwert Ursachenfindung

Wegen der Vielzahl von Einflussgrößen auf die Qualität des Endproduktes war die Identifikation der entscheidenden Prozessparameter eine echte Herausforderung. Es stand zwar eine Fülle von gesammelten Messdaten in riesigen Spreadsheets für die Mustererkennung zur Verfügung. Aber nur sehr erfahrene Spezialisten waren nach zum Teil tagelangen Untersuchungen in der Lage, daraus die richtigen Schlüsse zu ziehen.

Ziel war es, die Ausbringung unmittelbar verwendbarer Zylinderköpfe durch Entdeckung der qualitätsbestimmenden Einflussgrößen und optimal eingestellte Prozessparameter dauerhaft zu maximieren.

IBM SPSS bringt Prozesstransparenz

In dieser Situation entschloss sich Daimler zur Einführung einer umfassenden IBM-SPSS-Data-Mining-Lösung zur laufenden Überwachung und Steuerung des Produktionsprozesses. Zunächst konzentrierte man sich auf die Fertigungslinie eines speziellen Zylinderkopfes, von dem täglich rund 3000 Exemplare gefertigt wurden. Vor der Nutzung der umfassenden Möglichkeiten von Data Mining und Predictive Analytics war es allerdings erforderlich, alle relevanten Messdaten im Produktionsprozess richtig zu sammeln, zu speichern, zeitlich und inhaltlich zuzuordnen und für die statistischen Analysen aufzubereiten.

Nach der sechsmonatigen internen Vorbereitungsphase installierte IBM die SPSS-Lösung bei Daimler und unterstützte das Unternehmen mit beratender Expertise bei der Datenanbindung, dem komplexen Data Processing und der Modellierung. Schon drei Monate später standen die ersten brauchbaren Auswertungen zur Verfügung. Inzwischen wertet das System automatisch täglich über Nacht die Prozessentwicklung aus und speichert alle Analysen ab. Ein Systemspezialist von Daimler kümmert sich darum, dass die Lösung einwandfrei funktioniert, laufend die richtigen Daten erhält und die gewünschten Analysen liefert. Sechs Werksmeister greifen an ihren Arbeitsplätzen regelmäßig auf die für sie relevanten SPSS-Auswertungen zu und leiten aus den Ergebnissen eventuell notwendige Maßnahmen ab.

Schnell erkannte man, dass der Fertigungsprozess kontinuierlich reagiert und nicht springt. Deshalb ließen sich eine Reihe von Schwellwerten bestimmen, bei deren Überschreitung ein Eingriff erforderlich war, um die vorgegebenen Toleranzen der Fertigprodukte am Ende einhalten zu können. Die frühzeitige Erkennung von Unregelmäßigkeiten und die gezielte Identifizierung der Auslösefaktoren mithilfe von IBM SPSS brachten Daimler eine bisher nicht gekannte Prozesstransparenz.