Kunden Use Case: Einsatz von "Predictive Quality Analytics" im Rohbau

Rohbau in der Automobilindustrie

Das Thema „Predictive Quality Analytics“ spielt in den Planungen vieler Unternehmen eine zunehmende Rolle. Wenn es um die konkrete Umsetzung einer Lösung im Kundenumfeld geht, ist neben der Technologie auch tiefes Prozessverständnis aller Beteiligten erforderlich.

Exemplarisch stellen wir einen typischen Use Case vor:

Ausgangssituation

In der Vergangenheit wurden auf Grundlage von vordefinierten statischen Prüfplänen einzelne Prüfaufträge erzeugt. In der SPC-Datenerfassung, werden bezogen auf den jeweiligen Prüfauftrag entweder Teile als „I.O.“ oder „N.I.O.“ quittiert. Um einen Überblick über die gemeldeten Fehler zu erhalten, werden sämtliche Fehlerinformation samt Bildmaterial erfasst und dargestellt. Im konkreten Kundenfall sind mehr als 10 Mitarbeiter permanent mit Ultraschallprüfungen beschäftigt.

KI Use Case

In einem gemeinsamen Projekt aus dem Jahr 2019, wurde die Grundlage für die Realisierung einer KI-basierten Prozessoptimierung aufgesetzt. Ziel war es mitunter, die Anomalieerkennung durch einen definierten Algorithmus zu unterstützen und die Prüfumfänge zu reduzieren. Die Prozessdaten werden hierzu mit anderen bereits im System befindlichen Schweißinformationen verglichen und somit kann in Echtzeit entschieden werden, ob der geschweißte Punkt welcher als „n.I.O.“ klassifiziert wurde relevant für eine manuelle Nachprüfung ist und somit von einem Prüfer noch einmal nachgeprüft werden muss. In diesem Fall wird die Karosserie zu einem vorgesehenen Prüfplatz geleitet und der Prüfer, kann anhand einer Übersicht, sämtliche gesammelten Anomaliepunkte nachprüfen.

Die Anzahl und der Aufwand der manuellen Ultraschallprüfungen konnte durch den „Predictive Quality Analytics“ – Ansatz um mehr als die Hälfe reduziert werden.

Verbesserung / Nutzen

  • Durch Integration von „Predictive Quality Analytics“ in die bisherige Prüfstrategie wird die Qualität der Ultraschallprüfung signifikant erhöht, da ausschließlich auffällige Schweißpunkte (Anomaliepunkte) zusätzlich zu der bisherigen Equipment-Prüfung geprüft werden.
  • Durch Integration von „Predictive Quality Analytics“ steigt die Prüfquote auf 100% aller geschweißten Punkte.
  • Die Bilddatenbank ermöglicht eine bildliche Darstellung der zu prüfenden Schweißpunkte und eine Rückmeldung der Anomaliepunkte.
  • Als Ergebnis erreichte der Kunde eine deutliche Reduzierung der manuellen Ultraschall-Prüfungen.

Informationen

Für mehr Informationen oder vergleichbare kommen Sie gerne auf uns zu.

Nehmen Sie persönlich Kontakt mit mir auf!

Sie haben konkrete Fragen zu unseren Lösungen? Schreiben Sie mir gerne über das Kontaktformular.

Profilbild von Michael Gadau

Michael Gadau
Director QDA SOLUTIONS