Sie benötigen Hilfe? Bitte kontaktieren Sie unser Support Team von 9.00 - 17.00 via support.pressclub@bmwgroup.com.

PressClub Deutschland · Artikel.

Intelligente Algorithmen: Datenanalyse in Echtzeit

+++ Schnell, effizient, zuverlässig: Data Analytics in der Leichtmetallgießerei des BMW Group Werks Landshut erzeugt jederzeit vollumfängliche Datentransparenz auf „Knopfdruck“ +++ Analyse von Material- und Prozessparametern sowie Qualitätsdaten mittels Business Intelligence +++ Prognose der Gießqualität durch intelligente Algorithmen und Echtzeitvisualisierung +++ Pro Gießvorgang fließen tausende Parameter ein

Landshut
·
Produktion, Recycling
·
Industrie 4.0
 

Pressekontakt.

Saskia Essbauer
BMW Group

Tel: +49-871-702-3232

E-Mail senden

Downloads.

  
Dateianhänge(1x, ~96,61 KB)
  
Photos(11x, ~108,38 MB)

This article in other PressClubs

Gießen ist ein mehrere tausend Jahre altes Verfahren, das heute bei der BMW Group zunehmend von High-Tech bestimmt ist: Die Leichtmetallgießerei im niederbayerischen Werk Landshut überwacht ihre hoch komplexe Fertigung seit kurzem mittels Business Intelligence, Predictive Analytics und künstlicher Intelligenz (KI) – und analysiert mit Hilfe von Big Data alle Gießvorgänge in Echtzeit. Die Landshuter Gießerei-Spezialisten können so nicht nur jederzeit eine vollumfängliche Datentransparenz sowie Datenvisualisierungen per Mausklick erzeugen, sondern auch Qualitätsvorhersagen treffen. Gleichzeitig erhöht sich die Wirtschaftlichkeit.

Im vergangenen Jahr fertigte die Leichtmetallgießerei des BMW Group Werks Landshut 4,3 Millionen Gusskomponenten mit einem Gesamtgewicht von 73.000 Tonnen. Zum Produktionsumfang zählen Motorkomponenten wie Zylinderköpfe und Kurbelgehäuse, Komponenten für elektrische Antriebe oder Strukturbauteile für die Fahrzeugkarosserie.

Völlig neue Chance durch künstliche Intelligenz und smarte Datenanalysen
„Künstliche Intelligenz und smarte Datenanalysen bieten völlig neue Chancen, die weit über unsere bisherigen Analysemöglichkeiten hinausgehen. Wir können damit unsere Gießerei intelligent managen und riesige Datenmengen schnell und zuverlässig auswerten“, sagt Nelly Apfel, Referentin für Data Science in der BMW Group Leichtmetallgießerei Landshut. „Dies sichert nicht nur die Premium-Qualität unserer Gussteile, sondern sorgt für mehr Effizienz im gesamten Wertschöpfungsprozess. Und es bietet gleichzeitig eine wichtige Entscheidungshilfe für Prozessverbesserungen.“

Tausende Parameter pro Gießvorgang
Grundlage hierfür sind Daten aus verschiedenen Systemen, in denen tausende Material-, Zustands- und Prozessparameter für jeden Gießvorgang und jedes einzelne Bauteil hinterlegt sind – angefangen von den Einflussfaktoren auf die formgebende Sandkerne über die Parameter der einzelnen Gießanlagen bis hin zu den Anlagen für die anschließende Bearbeitung der Guss-Rohteile. Allein bei den Sandkernen sind dies vielfältige Daten, zum Beispiel die Beschaffenheit des Sands, die Raumtemperatur und die Raumfeuchtigkeit, die Lagerzeit der Sandkerne oder die Verweildauer im temperierten Hochregallager. Hinzu kommen alle Parameter rund um den eigentlichen Gießvorgang, wie etwa die Temperaturkurven Dutzender eingebauter Thermosensoren, Druckkurven, Vakuumwerte, Taktzeiten, die Daten der jeweiligen Gießanlage (wie etwa Soll-Parametervorgaben), Daten des eingesetzten Gießwerkzeugs (wie etwa das Alter des Werkzeugs oder die Anzahl der durchgeführten Wartungen) – oder aber die Daten der Heiz- und Kühlkreisläufe. Diese steuern beim Gießvorgang die Erstarrung des bis zu 750 Grad heißen Flüssig-Aluminiums.

Damit Ursachenanalysen (sog. Root-Cause-Analysen) überhaupt durchgeführt werden können, bedarf es einer sauberen Datengrundlage. Dafür werden die Maschinen- und Prozessdaten mit Qualitätsdaten verknüpft und automatisiert so aufbereitet, dass sie in Echtzeit auswertbar sind. Zu den Qualitätsdaten zählen beispielsweise die dreidimensionalen Messdaten von Gussteilen aus dem Computertomograph. Anhand der 3D-Messungen werden eventuelle Fehlerbilder bei den Gussteilen ermittelt – von Porosität über Blasen bis hin zu so genannten Kaltläufen beim Erstarren des Metalls. Ebenfalls herangezogen werden Qualitätsdaten aus den Fahrzeug- und Motorenwerken der BMW Group, die Bauteile aus der Landshuter Leichtmetallgießerei weiter verarbeiten.

Erkennung von Wirkzusammenhängen mittels intelligenter Algorithmen
All diese verknüpften Daten werden dann mittels intelligenter Algorithmen analysiert und stehen den Gießerei-Experten unmittelbar in visualisierter Form zur Verfügung. „Datentransparenz hilft uns, Wirkzusammenhänge zu erkennen. Das ist für die Bauteilqualität wichtig. Und unsere Guss-Technologen können so für die einzelnen Gieß-Anlagen ein optimales Parameterset zusammenstellen“, erläutert Nelly Apfel. Um eine stabile und konstante Produktion sicherzustellen, kommt eine Parameterwert-Überwachung zum Einsatz. Sie überprüft kontinuierlich die freigegebenen Parameter, löst bei eventuellen Abweichungen selbsttätig Alarm aus – und stoppt Gießvorgänge bei Bedarf automatisch.

Überdies lassen sich mittels Machine Learning wiederkehrende Muster oder Auffälligkeiten in den Gießprozessen erkennen sowie anhand eventueller Fehlerbilder mit sehr großer Genauigkeit Qualitätsvorhersagen treffen (Predictive Quality). Reale Fehler im Produktionsprozess sind damit auf ein Minimum reduziert. „Wir scoren aus den Parametern, mit denen unsere Bauteile hergestellt sind, die Ausschuss-Wahrscheinlichkeit“, erklärt Nelly Apfel.

Darüber hinaus sieht die Daten-Spezialistin weitere Vorteile: „Das Visualisieren von entscheidenden Prozessparametern wie etwa Durchflüssen, Temperaturen oder Thermalbilder hilft nicht nur den Produktionsverantwortlichen, sondern ermöglicht auch frühzeitige Eingriffe seitens der Instandhaltung.“ Zwei Beispiele: Anomalien in den Temperaturverläufen können auf Defekte hindeuten, geringe Durchflusswerte auf Ablagerungen in den Kühlkreisläufen. „Das erhöht die Ausbringungen unserer Anlagen und damit die Wirtschaftlichkeit.“

Keine ausgeprägte IT-Kompetenz erforderlich
Ausgeprägte IT-Kompetenz ist für die Bedienung der intelligenten Datenlösung nicht erforderlich: Sie ist per Web App einfach auf dem Tablet oder Smartphone nutzbar. „Früher waren derart umfassende Datenanalysen nur mit aufwändigen manuellen Auswertungen und Prüfläufen möglich“, sagt Nelly Apfel.

Aktuell arbeiten sie und ihr Team bereits an einer neuen KI- Anwendung im Bereich Deep Learning. Über ein Neuronales Netz werden dabei Bilder von Gussteilen bewertet und Qualitätsaussagen getroffen. Daraus wird automatisiert abgeleitet, ob und in welchem Umfang ein Gussteil weiter bearbeitet werden muss. Ziel ist es, eventuell erforderliche Nacharbeitsschritte für Gussteile automatisiert zu erkennen.

Bitte wenden Sie sich bei Rückfragen an:
Saskia Eßbauer
BMW Group Konzernkommunikation und Politik
Kommunikation Landshut
Telefon: +49 871 702 3232, Mobil: +49 151 6040 3232, E-Mail: Saskia.Essbauer@bmw.de
Internet: www.press.bmwgroup.com

E-mail: presse@bmw.de

Das BMW Group Werk Landshut

Im BMW Group Werk Landshut produzieren rund 4.000 Mitarbeiter Motor-, Fahrwerks- und Karosseriestrukturkomponenten aus Leichtmetallguss, Kunststoffkomponenten für das Fahrzeugexterieur, Karosseriekomponenten aus Carbon, Cockpit- und Ausstattungsumfänge, elektrische Antriebssysteme, Sondermotoren sowie Gelenkwellen. Diese Komponenten werden weltweit an alle Fahrzeug- und Motorenwerke der BMW Group geliefert. In jedem BMW, MINI und Rolls-Royce steckt damit ein Stück Landshuter Innovationskraft.

Als Kompetenzzentrum für die Zukunftstechnologien Leichtbau und Elektromobilität ist das Werk Landshut nicht nur frühzeitig in die Entwicklungsprozesse neuer Fahrzeuge eingebunden. Am niederbayerischen Komponentenstandort entstehen auch Umfänge für die wegweisenden BMW i Modelle oder das Flaggschiff der Marke BMW, den BMW 7er. Darüber hinaus hat das Leichtbau- und Technologiezentrum (LuTZ) der BMW Group seinen Sitz in Landshut. Spezialisten verschiedenster Fachrichtungen forschen dort gemeinsam an innovativen High-Tech-Werkstoffen sowie maßgeschneiderten Mischbaukonzepten und Produktionsverfahren für die Mobilität von morgen.

www.bmw-werk-landshut.de

Dokumente als Download.

Artikel Media Daten

My.PressClub Anmelden
 

BMW Group Streaming

IAA MOBILITY 2021.

Here you can see our on demand webcasts from the IAA Mobility 2021, with the BMW Group Keynote, the Analyst and Investor Evening Event and the discussion forum "The car as the engine of the circular economy?".

Open Streaming Page

CO2-Emissionen & Verbrauch.

Für Verbrauchsangaben zu Fahrzeugen mit neuer Typgenehmigung ab Sept. 2017 gilt: Die Angaben zu Kraftstoffverbrauch, CO2-Emissionen und Stromverbrauch werden nach dem vorgeschriebenen Messverfahren (EU-Verordnung 715/2007) in der jeweils geltenden Fassung ermittelt. Die Angaben beziehen sich auf ein Fahrzeug in Basisausstattung in Deutschland. Die Spannbreiten berücksichtigen Unterschiede in der gewählten Rad- und Reifengröße sowie der optionalen Sonderausstattung und können sich durch die Konfiguration verändern.

Die Angaben sind bereits auf Basis des neuen "WLTP Fahrzyklus" ermittelt und zur Vergleichbarkeit auf "NEFZ" zurückgerechnet. Bei den Fahrzeugen können für die Bemessung von Steuern und anderen fahrzeugbezogenen Abgaben, die auch den CO2-Ausstoß betreffen, andere als die hier angegebenen Werte gelten.

Weitere Informationen zum offiziellen Kraftstoffverbrauch und den offiziellen spezifischen CO2-Emissionen neuer Personenkraftwagen können dem "Leitfaden über den Kraftstoffverbrauch, die CO2-Emissionen und den Stromverbrauch neuer Personen-kraftwagen" entnommen werden: https://www.dat.de/co2/.

Filter Tags hinzufügen.

Pressemeldung
Pressemappe
Reden
Daten & Fakten
Updates
Top-Topic
Bestätigen
Löschen
 
So.
Mo.
Di.
Mi.
Do.
Fr.
Sa.
 
Anmelden