Was wir bieten

Prozess- und Datenwissen aus einer Hand

> Interdisziplinäres Team

Die EIDOdata entstand durch langjährige interdisziplinäre Kooperationen an der Universität Duisburg-Essen und der Hochschule Kempten. Das Team aus Gießerei-, Werkstoff- und Wirtschaftsingenieuren, Mathematikern und Informatikern arbeitet und forscht intensiv im Bereich datengetriebener Werkstoff- und Prozessoptimierung und wendet dieses Wissen auf praxisrelevante industrielle Prozesse an.

Das EIDOdata Team


Die richtige Datenbasis

> Unterstützung bei der Datenaufbereitung 

Für eine ausschuss- und kostenminimierende Steuerung robuster Produktionsprozesse ist detailliertes Prozess- und Anlagenwissen unabdingbar. Je differenzierter dieses Wissen vorliegt, desto zielgerichteter kann das Wechselspiel zwischen Ursache und Wirkung verstanden werden; erst dann sind daraus abgeleitete Handlungsanweisungen möglich. In der Praxis liegt solches Wissen jedoch häufig als nicht greif- und messbares Expertenwissen vor und steht somit naturgemäß nicht allen Mitarbeitern zur Verfügung. Unzureichende Messwerterfassung sowie prozessbedingte Produktionsschwankungen erschweren darüber hinaus belastbare Aussagen über Korrelationen prozesssignifikanter Parameter.

Der Erfolg datengetriebener Modelle hängt von der „richtigen“ Datenbasis ab (garbage in, garbage out – eine Redewendung aus der Informatik, die besagt, dass schlechte Eingaben auch schlechte Ausgabe erzeugen).

 

Die EIDOdata unterstützt den Anwender beim Beantworten der Frage, welche gemessenen Einflussgrößen überhaupt für die Prognose der Qualitätsmerkmale (Zielgrößen) relevant sind und einen signifikanten Einfluss haben; darunter befinden sich die sogenannten Key-Performance-Indikatoren (KPI). Das Reduzieren auf relevante Einflussgrößen verringert nicht nur den Trainingsaufwand der entsprechenden Methoden des maschinellen Lernens, sondern auch den Messaufwand und die damit verbundenen Kosten. weiterlesen


Prozessverständnis

> Prozessverständnis

EIDOdata bietet benutzerfreundliche Lösungen, um mit Hilfe datengetriebener Prozessmodelle die betrieblichen Zusammenhänge zu verstehen und selbst bei komplexen Prozessen signifikante Einflüsse auf die Zielgrößen (wie beispielsweise Festigkeit und Dehnung eines Werkstoffes) vorherzusagen. weiterlesen


Prozesstransparenz und Nachhaltigkeit

> Kosteneinsparung durch stabile und robuste Prozesse

Komplexe Fertigungsabläufe mit ineinandergreifenden Prozessen und wechselseitigen Prozessabhängigkeiten kennzeichnen die moderne Prozessindustrie. Entsprechend aufwendig ist die Zielgrößenoptimierung, d.h. die Aufdeckung ursächlicher Zusammenhänge zwischen Prozess- und Produkteigenschaften und den entsprechenden Einflussgrößen. Klassische Zielgrößen sind vor allem Qualität und Ausschuss sowie ein effizienter Umgang mit Energie- und Materialressourcen. weiterlesen


> Prozesse in jedem Prozessschritt optimal steuern - Rückwärtsanalyse

 

Werden in einem Prozessschritt die entsprechenden Qualitätskennwerte nicht erreicht, wie beispielsweise die mechanischen Eigenschaften eines Gusswerkstoffes, so kann mit der von EIDOdata entwickelten „Rückwärtsanalyse“ untersucht werden, ob und wie diese - in noch ausstehenden Prozessschritten - mit den entsprechenden Einflussgrößen geändert werden können, um die geforderten Zielgrößen dennoch zu erreichen. weiterlesen