ForZDM - Integrated Zero Defect Manufacturing Solution for High Value Adding Multi-Stage Manufacturing Systems

Hintergrund

In diesem Forschungsprojekt wird die Entwicklung und Integration von Strategien und Methoden zur Ausschussreduzierung in mehrstufigen, verketteten Produktionssystemen angestrebt. Unter dem Gesichtspunkt Zero Defect Manufacturing (ZDM), soll durch die Auswertung zusätzlicher Sensorik, Prozessregelung und Downstream Kompensation die Fehlerentstehung und –fortpflanzung verringert werden. Dieses Forschungsprojekt ist eine Fortführung der Untersuchungen im Projekt MuProD (http://www.muprod.eu/), das ebenfalls von der Europäischen Union gefördert wurde (FP7). Im Rahmen des Forschungs- und Innovationsprogramms Horizont 2020, soll das Forschungsprojekt ForZDM dabei helfen die Lücke zwischen Forschung und Markt weiter zu schließen. Anwendungsfälle innerhalb ForZDM stammen aus den Bereichen Luft- und Raumfahrt, Verkehrstechnik und Medizintechnik.



Problemstellung

Um den Ausschuss in Produktionssystemen reduzieren und aufwendige Qualitätskontrollen minimieren zu können, werden ständig neue Anforderungen an die Anpassungsfähigkeit unterschiedlicher Produktionssysteme gestellt. Fehlerhafte Bauteile, die im Produktionssystem identifiziert werden, müssen häufig entsorgt oder recycelt werden. ForZDM beschäftigt sich mit dieser Problemstellung innerhalb der drei Anwendungsfälle und versucht den Anpassungsgrad innerhalb des Produktionssystems zu steigern, um Ausschuss am Ende der Fertigung zu vermeiden. Anschließend sollen Strategien abgeleitet werden, welche in weiteren Anwendungsbereichen eingesetzt werden können.



Kenntnisgewinn

Aufbauend auf den Ergebnissen des EU-Projektes MuProD sollen Methoden zur Ausschussreduzierung in mehrstufigen Produktionssystemen entwickelt und in bestehende Anlagen integriert werden. Ziel ist es, Abweichungen in der Fertigung durch Produktionsregelung und Korrekturmaßnahmen zu verringern, um letztendlich Ausschuss am Ende der Fertigung zu vermeiden.

Durch zusätzliche Sensorik werden große Datenmengen aufgezeichnet und ausgewertet. Mittels Datenfusion und Methoden der künstlichen Intelligenz, können relevante Informationen und Korrelationen zwischen verschiedenen Messwerten ermittelt werden und in einer Wissensdatenbank gespeichert werden.

Diese Informationen werden anschließend zur Vermeidung von Fehlerentstehung und Fehlerfortpflanzung verwendet. Schwerpunkte liegen hierbei auf der Inline Reparatur im selben Prozessschritt und in der Downstream Kompensation in späteren Prozessen. Erste Ergebnisse für den Fall der Rotormontage in Elektrofahrzeugen wurden bereits in MuProD erzielt und sollen innerhalb von ForZDM weiterentwickelt und verallgemeinert werden.

Um den Einfluss der korrigierenden Maßnahmen auf das Produktionssystem quantifizieren zu können (Taktzeit, Durchsatz, etc.), werden Modelle der mehrstufigen Produktionslinien angefertigt (Markow-Ketten).

Anschließend erfolgt eine Implementierung der entwickelten Strategien in Steuerungssystemen der vorhandenen Produktionslinien. Hierfür wird eine neue Steuerungsarchitektur entwickelt und realisiert, die es erlaubt, Rückflüsse aus den Optimierungsstrategien zu integrieren. Im Projekt erfolgt eine experimentelle Validierung der Strategien in drei Demonstrationsanlagen, die die Wirtschaftsbereiche Luft- und Raumfahrt, Medizintechnik und Schienen-Mobilität abdecken. Die Ergebnisse sollen auf neue Anwendungsfälle erweiterbar sein, um eine Verbreitung in weiteren Industriezweigen zu ermöglichen.



Weitere Informationen

 

Projekt-Koordinator:       Dr. Davide Caputo, GKN Aerospace Norway

Projekt-Website:             www.forzdmproject.eu         

Cluster-Website:             www.4zdm.eu 

  

"This project has received funding from the European Union's Horizon 2020 research and innovation programme under grant agreement No 723698"

"This website reflects only the authors' views and the Commission is not responsible for any use that may be made of the information contained therin"



Aktuelle Bilder des Projektes "ForZDM"

1