Wie kann ein Überblick und ein besseres Verständnis des Produktionsbetriebes durch das Erkennen von Kausalzusammenhänge und Identifizierung der Produktionsfehler geschaffen werden? Dieser Aufgabenstellung widmeten sich RISC Software gemeinsam mit den Unternehmen FILL und Nemak im Forschungsprojekt “Boost 4.0”.
Das europäische Projekt „Big Data Value Spaces for COmpetitiveness of European COnnected Smart FacTories 4.0“ (BOOST 4.0) befasste sich mit der Entwicklung groß angelegter Industriedatenexperimente und der Demonstration datengesteuerter verknüpfter smarter Fabriken 4.0. Die RISC Software GmbH erreicht zusammen mit den Pilotpartner*innen ein besseres Verständnis der Maschinen, indem Kausalzusammenhänge in den zugehörigen gespeicherten Daten erkannt werden.
Um die gesammelten Daten effizient verarbeiten zu können, wurde als Hauptziel das Design und die Implementierung eines skalierbaren Data Analytics Systems für Big Data in der Industrie definiert. Dieses System ermöglicht die Feststellung weiterer spezifischer Ziele, wie die Auswahl geeigneter Datenanalysealgorithmen für sehr große Datenmengen und das Potenzial zur parallelen Implementierung. Ein weiteres Ziel war die Etablierung eines Prüfsystems, welches die manuellen Prüfungen der Produktionsfehler bei Fertigung von Zylinderköpfen durch Machine Learning reduziert.
Das Projekt Boost 4.0 ermöglichte es RISC Software, ihr Wissen über Big-Data-Technologien zu vertiefen und die vorhandene Expertise in Data Science und künstlicher Intelligenz weiter auszubauen. Die Geschäftsprozesse konzentrierten sich primär auf Forschung und Entwicklung, sodass das bestehende Data Analytics Framework weiterentwickelt wurde. „Obwohl kein Projekt wie das andere ist und es immer wieder neue Herausforderungen im F&E-Umfeld gibt, arbeiten wir selten „von Grund auf“, sondern bauen meist auf unseren Frameworks, auf unserem Wissen auf.
Im Rahmen von Boost 4.0 hat RISC Software ihr Data-Analytics-Framework AnnaLyze erweitert, indem sie es für zukünftige Big-Data-Projekte passend gemacht hat. Auf einer Metaebene haben uns außerdem der Wissensaustausch, die Kommunikations- und die Verbreitungsaktivitäten geholfen, unser Know-how zu erweitern und die Tür für weitere kooperative Forschungsaktivitäten mit Unternehmen aus anderen Branchen und Ländern geöffnet“, sagt Wolfgang Freiseisen, Managing Director RISC Software.
Die Hauptaufgaben der RISC Software GmbH im Piloten des Maschinenbauers FILL Gesellschaft m.b.H. konzentrierten sich auf die Auswahl der geeigneten Methoden des maschinellen Lernens und der Datenanalyse, die für sehr große Daten geeignet sind, sowie das Potenzial für eine parallele Implementierung haben. Durch die Integration der Ergebnisse von Boost 4.0 wurde die bestehende Forschungsinfrastruktur um ein Architekturkonzept erweitert, das Big-Data-Technologien (wie Apache Spark auf Hadoop) mit semantischen Ansätzen (Apache Avro und SALAD) kombiniert.
Damit wurden die Exploration und Analyse großer Datenmengen aus heterogenen Quellen (Maschinen-, Produkt-, Prozess- und Logging-Daten) erleichtert. Um konkrete Use-Cases zu identifizieren und ein besseres Verständnis der Daten zu schaffen, wurden hochfrequente Zeitreihen verglichen. Interactive Visualisierungen wurden implementiert und in ein Dashboard integriert, das die Kommunikation mit den Expert*innen unterstützt.
Alois Wiesinger, CTO FILL: "Fill ist ein gewachsenes Familienunternehmen und fokussiert auf den Erfolg seiner Kunden. Der neue Ansatz, durch Digitalisierung die Informationslücke zwischen Kunden und dem Fill-Engineering zu schließen, führt zu einer besseren Erfüllung der Kundenanforderungen. Zum Ende des Projektes Boost 4.0 haben wir bereits eine höhere Kundenzufriedenheit festgestellt."
