(openPR) Weltweit kommen in der Fertigungsindustrie die innovativen End-of-Line-Prüfsysteme der ZF Test Systems zum Einsatz. Diese Systeme überprüfen Teile im Sekundentakt und generieren dabei Prüfdaten im Big-Data-Bereich. Aus den umfangreichen Datensätzen lassen sich wertvolle Erkenntnisse gewinnen. Durch frühzeitige Identifizierung von Ausreißern und Trends in den Fertigungsprozessen können beträchtliche Kosteneinsparungen realisiert und ein hohes Qualitätsniveau gewährleistet werden. Voraussetzung hierfür ist jedoch, dass die Daten mit dem erforderlichen Fachwissen und den geeigneten Analysewerkzeugen erhoben und ausgewertet werden: ZF Test Systems setzt hierbei auf das gemeinsam mit der Meta-Level Software AG entwickelte Messdaten-Analyse-Tool „TATOO 4“ sowie auf Advanced Analytics. Ihre KI-Lösung „ZF TS wAIveGuard“ steht kurz vor dem Rollout.
Bevor bei der ZF Friedrichshafen AG ein Produkt die Fertigung verlässt, entscheidet sich am End-of-Line-Prüfstand, ob die Teile „OK“ sind und zum Kunden geliefert werden können oder „NOK“ (nicht okay) sind. Um die geringe Anzahl an NOK-Teilen zu identifizieren, werden am Prüfstand im Sekunden-Takt Prüfdaten erhoben. End-of-Line Prüfstände erzeugen bis zu 30.000 Datensätze pro Tag.
TATOO 4 - zentraler Datenpool und Messdaten-Analyse-Tool
Um die Daten mit KI-Algorithmen auswerten zu können, müssen sie erst zentral zusammengeführt, aufbereitet, standardisiert und verfügbar gemacht werden. Viele Analytics-Projekte scheitern bereits an dieser Aufgabe. Daher hat ZF ein eigenes Produkt entwickelt und als langjährigen Entwicklungspartner die Meta-Level Software AG mit ins Boot genommen. Entstanden ist das Messdaten-Analyse-Tool „TATOO 4“, das von ZF und Meta-Level kontinuierlich weiterentwickelt und vermarktet wird. „TATOO 4“ beherrscht den Umgang mit Daten im Big-Data-Bereich. Während die Messwerte in einer SQL-Datenbank gespeichert werden, werden die dazugehörigen Dateien, die mit jedem Testlauf verknüpft sind, in einem Fileserver abgelegt. Die gespeicherten Messdaten können in einem Streudiagramm visualisiert werden. Werden Auffälligkeiten in den Messdaten entdeckt, können direkt aus „TATOO“ die Rohdaten des zugehörigen Prüflaufs aufgerufen und in weiteren, darauf spezialisierten Analysetools ausgewertet werden. Es ist außerdem möglich, auf die Daten in der Datenbank zuzugreifen, um sie für weitergehende, KI-basierte Analysen zu verwenden.
Advanced Analytics am Beispiel von End-of-Line-Prüfständen bei ZF in Saarbrücken - Pilotprojekt findet Geräuschanomalien per Pixel
Wie das Potenzial der Daten konkret mit KI genutzt werden kann, zeigt ein Beispiel an End-of-Line-Prüfständen im ZF-Werk in Saarbrücken. ZF Test Systems und Experten des ZF AI Lab Saarbrücken haben gemeinsam einen KI-basierten Algorithmus entwickelt, mit dem sich das NVH-Verhalten (Noise, Vibration, Harshness) von Getrieben und E-Maschinen digital diagnostizieren lässt. Sonargramme geben Aufschluss, welche Frequenzen bei welchen Drehzahlen angeregt werden. Dr. Nicolas Thewes, Chief AI Engineer bei ZF, und seine Kollegen haben Algorithmen entwickelt, die aus Abertausenden von Sonargrammen OK-getesteter Getriebe eine pixelgenaue „Karte“ erstellen, die als Referenz für alle nachfolgenden Prüfungen herangezogen werden. Das Sonargramm jedes neuen Prüflaufskann in Echtzeit mit dem Referenzmodell verglichen werden und aus den Abweichungen erhalten die Produktionsexperten von der KI wertvolle Erkenntnisse.
Mit dem algorithmischen Ansatz kann die End-of-Line Prüfung auch bisher unbekannte Fehler aufspüren. Die KI-basierte Verarbeitung der Prüfdaten ermöglicht das Training von Klassifikationsalgorithmen, die auftretende Fehler in fehlerhaften Bauteilen präzise beurteilen können. Laut Herrn Dr. Thewes liegt in dieser automatisierten Klassifizierung enormes Potenzial der Lösung. Bereits ein Drittel der Klassifizierungen erfolgt eigenständig und korrekt durch den Algorithmus, mit steigender Tendenz. Durch die KI-Anwendung wird hochqualifiziertes Personal entlastet und die Produktoptimierung beschleunigt, da aus den fehlerhaften Fällen gezielte Anhaltspunkte für eine verbesserte Produktionsqualität abgeleitet werden können.
Ausrollung von „ZF TS wAIveGuard“ steht bevor
Die produzierenden ZF-Einheiten sind von der Herangehensweise und dem Produkt der Konzerntochter Test Systems so überzeugt, dass „wAIveGuard“ demnächst in mehreren Werken eingesetzt werden soll. Und das nicht nur in der Division Elektrifizierte Antriebstechnologien, sondern auch in der Division Industrietechnik, konkret in den Windkraft-Getriebewerken in Lommel (Belgien) und Tianjin (China).
„Mit der Ausrollung von ‚wAIveGuard‘ werden wir weitere Erfahrungen sammeln und vor allem weitere Daten, den entscheidenden Treibstoff hinter jeder KI-Lösung.“
(Dr. Nicolas Thewes - Chief AI Engineer bei ZF)
Quelle und weiterführende Infos zum Thema: TATOO 4 - End-of-Line Platform und KI in Aktion: Das Potential der Prüfdaten von Andreas Neemann
