Wir sorgen für transparente und effiziente Produktionsprozesse

Daten als Schlüssel zum Erfolg


Was wir bieten



Die richtige Datenbasis

> Unterstützung bei der Datenaufbereitung durch unsere Data Engineers

 

Die Optimierung von Produktionsprozessen erfordert Prozess- und Anlagenwissen, das bislang mittels physikalischer Prozessmodelle generiert wird oder als Expertenwissen des Anlagenpersonals vorliegt. Datengetriebene Prozessmodelle stellen eine innovative Alternative zur üblichen Prozessmodellierung dar. Dabei wird der Zusammenhang zwischen Sensordaten und Zielgrößen, die gewünschte Anlagen- und Prozesszustände sowie Produktmerkmale beschreiben, nachgebildet. Solche Modelle lassen sich insbesondere auch dann erstellen, wenn die Prozesse komplex, nichtlinear oder zeitvariant sind.

 

 

 

 

 

Prozess- und Datenwissen aus einer Hand

> Interdisziplinäres Team

 

Die EIDOdata-Software entstand durch interdisziplinäre Kooperation der Fachgebiete Mathematik, Informatik der Universität Duisburg-Essen sowie der Gießereitechnik und dem Forschungsschwerpunkt Prozessmonitoring der Hochschule Kempten. Somit besitzt unser Team einerseits langjährige Erfahrung im Bereich der Prozess-Industrie als auch seit vielen Jahren Kompetenzen in den Bereichen Datenbanksysteme, statistische Auswertung, Prozesssimulation und Predictive Analytics.

    

           

 

Prozesstransparenz und Nachhaltigkeit

Kosteneinsparung durch Ausschuss-Reduzierung

Komplexe Fertigungsabläufe mit ineinandergreifenden Prozessen und wechselseitigen Prozessabhängigkeiten kennzeichnen eine moderne Prozess-Industrie. Entsprechend aufwendig sind Ausschussminimierung und Prozessoptimierung. Ein immens steigendes Datenvolumen enthält zwar implizit das Wissen über die wirkenden Zusammenhänge, geeignete Werkzeuge zur Erschließung und Nutzbarmachung für die kontinuierliche Optimierung von Qualität, Ausbringen oder Kosten fehlen meistens. Die EIDOdata-Prognosesoftware kann mit einer geeigneten Datenbasis ursächliche Zusammenhänge zwischen Qualitätskennwerten eines Prozesses und den auslösenden Parametern erkennen und optimierte Prozessfenster finden; damit können Qualitätsabweichungen frühzeitig erkannt werden.  Werden in einem Prozessschritt gemäß Prognose die entsprechenden Qualitätskennwerte nicht erreicht, so kann mit einer sog. „Rückwärtsanalyse“ untersucht werden, ob und wie die entsprechenden Einflussgrößen geändert werden können, um diese Qualitätskennwerte dennoch zu erreichen.

     


Anwendungsbereiche

Prozessoptimierung

Prozessoptimierung

Datenmanagement

Datenmanagement

Nachhaltigkeit

Nachhaltigkeit


Historie

Start des Industrieverbundvorhabens IPRO, initiiert von Prof. Hartmann und Prof. Gottschling. Ferner wurde mit der Entwicklung des EIDOminers begonnen, der die Qualität der Gussprodukte in einem Stadium vorhersagen sollte, in dem der Prozess noch beeinflusst werden kann.

Start des Forschungsprojektes IPROguss zusammen mit Magmasoft und weiteren Industriepartnern. Außerdem konnten weitere Pilotkunden gewonnen werden, bei denen die Software validiert wurde.

Aufgrund von sehr guten Ergebnissen wurde das Team durch das Exist – Gründerstipendium (BMWi) gefördert. Ein wichtiger Meilenstein in der EIDOdata Geschichte.

Gründung der EIDOdata UG (haftungsbeschränkt) und komplette Restrukturierung der Software. Eine deutlich verbesserte Nutzeroberfläche und weitere Module sind Bestandteile der neuen Software. Außerdem hat es das Team in das Future Champion Accelerator Rhein Ruhr Programm geschafft.