Abstract
Durch die intelligente Echtzeit-Analyse von in der Produktion erfassten Daten und Informationen kann die Qualität der Produktion gesteigert und Produktionsabläufe optimiert werden. Bereits heute fallen in Produktionen durch die steigende Nutzung von Sensordaten massiv viele Daten an. Diese können meist jedoch nicht oder nur begrenzt genutzt werden, da die Masse der Daten eine effektive und vor allem produktionstaktgerechte Nutzung verhindert.
Ziel des „Production Intelligence“ FuE-Projektes ist es daher, die Echtzeit-Analyse der in Produktionsprozessen und Produktionsbetrieben anfallenden Daten sowie die automatische Rückkopplung von aus diesen Daten abgeleiteten Optimierungsmaßnahmen in den Produktionsprozess zu ermöglichen. Außerdem sollen die Produktionsdaten bzw. deren Analysewerte auch außerhalb der Produktionsstraße online verfügbar sein.
Im Vortrag wird das Projekt mit dem Fokus auf die Big Data Auswertung der anfallenden Sensordaten und des Predictive Maintenance Ansatzes vorgestellt: Wie können aus der großen Datenmasse intelligente Daten (Smart Data) entstehen und wie können sie direkt in die Produktion zurückgekoppelt werden? Wie kann hierdurch außerdem ein Mehrwert für die Qualität der Produktion, die Qualitätssicherung, den Kunden und das Management geschaffen werden?
Der von Jedox entwickelte In-Memory-Datenbank-Server mit OLAP-Architektur bietet durch den Einsatz massiv-paralleler Prozessor-Architekturen, d.h. modernen Hochleistungs-Graphikprozessoren (GPUs) mit tausenden von Rechenkernen, nun die Möglichkeit, die komplexen und aufwändigen Analysen und Voraussagen automatisiert und in Echtzeit on- und inline auszuführen. Diese Ergebnisse stehen dann sowohl in der Produktionslinie als auch außerhalb der Produktion über (Browser-)Clients zur Verfügung.
Die Partner im Production Intelligence Projekt vereinen die wichtigsten Punkte einer modernen und erfolgreichen Produktionskette: eine Produktionslinie im Automobil-Zuliefererbereich (Fischer IMF), modernste Roboter-unterstützte Sensortechnik (Carl Zeiss), hoch-optimierte Messsysteme (Fraunhofer IPM) und innovative Datenanalyse (Jedox AG).
Durch die Analyse von aktuellen und historischen Daten, sowie der Verwendung der auf Analysen optimierten Jedox OLAP Datenbank wird das volle Potenzial von Big Data in der Produktion ausgeschöpft und in Verbindung mit In-Memory- und GPU-Architekturen für die Optimierung von Produktionsprozessen mit hohen Qualitäts- und Echtzeit-Ansprüchen verfügbar gemacht. Für die vorausschauende Analyse (Predictive Maintenance) werden aktuelle GPU-basierte Deep-Learning Algorithmen direkt im Datenbankserver eingesetzt. Durch die Client-Server-Struktur der Jedox-Software kann auch über Office-Tools wie Excel, Browser oder mobile Geräte direkt auf die Inline-Mess- und Analysedaten zugegriffen werden. Dies ermöglicht auch während des Produktions-Betriebs einen Überblick über die Qualitätsparameter der Produktion basierend auf den aktuellsten Mess-Ergebnissen.
Die Förderung des „Production Intelligence“-Projekts erfolgt durch das BMBF unter dem Förderkennzeichen 01IS15011 und wird durch das Deutsche Zentrum für Luft- und Raumfahrt (DLR) als Projektträger betreut.
Referent: Peter Strohm, Jedox AG
Peter Strohm hat 2008 sein Diplom in Informatik an der Albert-Ludwig-Universität in Freiburg erhalten. Danach arbeitete er in der Gruppe “Inline Messtechnik” am Fraunhofer Institut Physikalische Messtechnik in den Bereichen Messsysteme und parallele Bildverarbeitung als Entwickler und Projektleiter. Seit 2013 arbeitet er bei Jedox als Software Entwickler für den GPU Accelerator und ist zuständig für Förder- und Forschungsprojekte.