Pressemitteilung von Siegfried Wagner

SEF Smart Electronic Factory e.V. und LNI 4.0 bringen Big Data Analytics in die Praxis

---

---

Limburg a.d. Lahn, 29. November 2016 - Der SEF Smart Electronic Factory e.V. (www.smart-electronic-factory.de) und das Labs Network Industrie 4.0 (www.lni40.de) haben ein Big Data Analytics-Lösungsszenario aufgesetzt. Dieses ist in der Smart Electronic Factory, welche in der Elektronikfabrik der Limtronik GmbH betrieben wird, implementiert. Es hat die automatische Fehlerursachenanalyse zum Tombstone-Effekt und damit die Optimierung der Produktion zum Ziel. Später soll es als Standard-Anwendung für die produzierende Industrie dienen. Das Szenario wurde auf dem Nationalen IT-Gipfel des BMWi vorgestellt.

Der SEF Smart Electronic Factory e.V. und Labs Network Industrie 4.0 (LNI 4.0) entwickeln in der Fabrik des EMS-Dienstleisters Limtronik unter realen Produktionsbedingungen Industrie 4.0-Szenarien für den Mittelstand. Sie ebnen Unternehmen damit den Weg zur Digitalen Transformation.

Derzeit setzen die beiden Partner in der Smart Electronic Factory ein Testszenario zur automatischen Fehlerursachenanalyse beim Tombstone-Effekt um. "Die Fehlerbehebung eines Tombstone-Effektes kostet ca. 6 Euro. In einer Vorserienfertigung kann das Kosten von ca. 30.000 Euro bedeuten. Darf der Fehler nicht behoben werden, wie zum Beispiel von der Automobilindustrie vorgegeben, können sich die Kosten auf das 10-fache potenzieren. Die häufigsten Fehler in der Leiterplattenbestückung sind der Tombstone-Effekt, Zinnschluss, ungenaue Positionierung und das Fehlen eines Bauteils", erklärt Gerd Ohl, Geschäftsführer bei Limtronik.

Die Aufgabenstellung lautet daher: Wie können die aufwändigen Wartungsintervalle am Pastendrucker und am Bestücker so in die Produktion integriert werden, dass der größtmögliche Qualitätsgewinn bei möglichst geringer Unterbrechung der Produktion erfolgt?

Automatische Fehlerursachenanalyse für effiziente Produktion
Aus den im eingesetzten MES (Manufacturing Execution System) vorliegenden Daten wird mittels Big Data Analytics eine Ereignisabhängigkeit ermittelt. Diese werden sukzessive durch weitere Sensordaten angereichert, um die Fehlerabhängigkeit zu spezifizieren. Zum Testen von Extrembedingungen kommt ein digitaler Zwilling zum Einsatz, an dem die Produktionsbedingungen simuliert werden können. Dies sind die ersten Schritte zur produktionsspezifischen Vorhersage (Predictive Maintenance) und Steuerung der algorithmusgesteuerten qualitätsrelevanten Wartungsintervalle.

"Das Projekt dient zum einen zur Optimierung der Fertigung unserer Smart Electronic Factory und zum anderen soll die Lösung eine Orientierung für andere Unternehmen sein - auch übertragbar auf andere Branchen. Im Idealfall lässt sich daraus eine Standardisierung der gefundenen Zusammenhänge und damit verbundenen Algorithmen ableiten. Die Vorstellung des Projektes auf dem nationalen IT-Gipfel und die damit verbundene Resonanz hat bestätigt, dass wir dem Mittelstand damit eine Lösung bieten werden, die einen echten Mehrwert bietet", ergänzt Gerd Ohl. Firmen- & Pressekontakt