Datengesteuerte Fertigung mit IIoT

SKZ Kunststoff-Zentrum gewinnt aus Maschinendaten bisher unerreichte Erkenntnisse zur Prozessoptimierung

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Case Study Highlights

Unerreichte Produktqualität durch Machine Learning

✓ Produktionsdaten in Echtzeit verfügbar

✓ Erheblicher Rückgang der Ausschussquote

✓ Deutlich verbesserte Produktqualität

INDUSTRIE

Kunststofflösungen

MITARBEITENDE

430+

PRODUKTIONSSTANDORTE

HERAUSFORDERUNGEN

Fehlende Datentransparenz führt zu geringerer Produktionsqualität und mehr Ausschluss

Enges Temperaturfenster für optimale Produktqualität
Ungenaue Messung aufgrund fehlender Sensoren in der Mitte der Schmelze
Hoher Ausschuss und geringere Produktionsqualität

Lösung

Machine-Learning-Modell liefert Dateneinblicke

Integration und Zentralisierung der Daten aus diversen Quellen und Sensoren durch Cybus Connectware
Machine-Learning-Modell auf Grundlage der gewonnenen Daten
Ableitung von Empfehlungen über ein visuelles Dashboard

CYBUS CONNECTWARE

Skalierbare Datenarchitektur für die digitale Fertigung

Durchgängige Datentransparenz und OT-IT Integration – für jeden Schritt zur Smart Factory Transformation
Skalierbare Datenarchitektur für digitale Projekte ohne Grenzen
Alle IIoT Projekte durch eine einzige Software integriert – unabhängig von Schnittstellen und Herstellern

BENEFITS

Ein besseres Verständnis der Produktion ist der Schlüssel zu erstklassiger Produktqualität

Produktionsdaten in Echtzeit

Das Machine-Learning-Modell und die Verfügbarkeit von Produktionsdaten in Echtzeit sind ein bedeutender Fortschritt bei der Optimierung von Kunststoffproduktionsprozessen.

Signifikanter Rückgang der Ausschussquote

Die Erfassung und Verarbeitung wichtiger, bisher nicht zugänglicher Maschinendaten führt zu einer effizienteren und qualitativ hochwertigeren Produktion mit deutlich weniger Ausschuss.