WE ARE HIRING! | JOBS @LANA LABS

Was ist Smart Process Control?

Was ist Smart Process Control?
November 12, 2018 Franzi

Mit Hilfe von Smart Process Control kann ein System, auf Basis von gesammelten historischen Daten, automatisiert Entscheidungen treffen. Dadurch kann die Prozessperformance verbessert und Fehlern vorgebeugt werden.

 

selbstlernender prozess, smart process control, process mining, lana labs

Doch wie werden diese Entscheidungen vom System getroffen? Die Grundlage dafür ist Machine Learning. Mit den gesammelten historischen Daten wird ein Modell durch einen Trainingsalgorithmus optimiert. Das Modell lernt durch die Daten die Zusammenhänge zwischen den Prozessen bzw. deren Ablauf, der Konfiguration des Systems und den erfassten Kennzahlen. Dem Modell muss zusätzlich noch mitgeteilt werden, welcher Kennzahlrahmen positiv, neutral oder negativ ist. Auf Grundlage dieser Informationen kann das Modell folglich entscheiden, welche Systemkonfiguration positive Kennzahlen – also gute Ergebnisse – liefert und welche nicht.

Anschließend kann die Konfiguration entsprechend angepasst werden. Eine Voraussetzung für die direkte Anpassung der Konfiguration ist, dass das System dem Modell bzw. Trainingsalgorithmus Live-Daten bereitstellen kann. Nur mit Live-Daten können aktuelle Geschehnisse in den Prozessen analysiert und die Konfiguration damit direkt adaptiert werden. Eine nachträgliche Anpassung der Systemkonfiguration ist ebenfalls denkbar, falls keine Live-Daten vorhanden sind.

Smart Process Control – Ein Beispiel aus der Produktion

Doch wie kann das alles in der Praxis aussehen und umgesetzt werden?
Smart Process Control kann beispielsweise in der Produktion eingesetzt werden. Dort wird das Analysemodell mit historischen Daten der beteiligten IT-Systeme trainiert. Beispielsweise mit den rückgemeldeten Vorgangsdaten aus SAP Production Planning oder einem MES System. Darüber hinaus können auch Sensordaten genutzt werden. Aus den bereitgestellten Daten rekonstruiert das System mit Hilfe von Process Mining die Prozessabläufe und errechnet verschiedenste Kennzahlen. Die Kennzahlen können nun genutzt werden, um zu überprüfen, ob die gerade produzierten Produkte den Qualitätsanforderungen oder die Prozesse den festgelegten Kriterien entsprechen.

Es ließe sich ebenfalls ableiten ob die Maschinen überlastet sind. Mit Hilfe von Machine-Learning-Algorithmen werden Muster und Zusammenhänge in den Sensordaten gefunden. Auf Basis dieser Erkenntnisse können Entscheidungen direkt und automatisiert vom System getroffen werden. Solche Entscheidungen können beispielsweise die Änderung der Produktionsreihenfolge oder das Anpassen der Maschinenkonfiguration sein. Es kann also der Pressendruck oder der Ofentemperatur angepasst werden, wenn das Material eine geringfügig andere Beschaffenheit aufweist.

 

Produktion_Chemie

Welche Möglichkeiten eröffnet Smart Process Control?

Doch wichtig bei neuen Technologien ist für die Praxis der Nutzen. Bringt eine Technologie dem Anwender keinen Nutzen, wird sie sich nicht durchsetzen können.

Ein großer Vorteil von Smart Process Control ist, dass die Prozesse und Parameter direkt bei der Ausführung angepasst werden können. Dadurch werden weniger Ressourcen verschwendet als bei Fehlern, die erst im Nachhinein festgestellt werden. Weiterhin kann durch die fortlaufende Überwachung und Anpassung der Prozesse ein optimales Ergebnis gewährleistet werden.

Verknüpft man darüber hinaus Smart Process Control mit Predictive Maintenance, kann ein optimales Wartungsfenster für die Maschinen gefunden werden. Abgeleitet wird dieses Fenster von den aufgezeichneten und ausgewerteten Auslastungen der Maschine und den durch Prediction-Algorithmen ermittelten Prognosewerten. Außerdem steigert Smart Process Control die Transparenz während des gesamten Prozesses. Produkte können während der Produktion verfolgt werden. Dadurch kann ein Lieferdatum prognostiziert werden, sodass Serviceanfragen verringert werden können.

Gibt es Hindernisse in der Einführung von Smart Process Control?

Um Smart Process Control anwenden zu können, müssen grundlegend historische Daten vorhanden sein. Sind diese Daten nicht vorhanden, kann das Modell nicht trainiert werden und eine Umsetzung von Smart Process Control wird sehr schwierig. Jedoch sind grundlegende Daten in jedem produzierenden Unternehmen vorhanden. Solche Daten können Fertigungsrückmeldungen oder Reportings sein.

Weitere mögliche Risiken können auftreten, wenn das Analysemodell mit ungeprüften oder inkorrekten historischen Daten trainiert wurde. Ist dies der Fall, können vom Modell bzw. Algorithmus getroffenen Entscheidungen falsch sein und den gesamten Prozess gefährden. Fehlerhafte Systementscheidungen können umgangen werden, indem das System zunächst lediglich Handlungsmöglichkeiten vorschlägt. In diesem Fall spricht man von einem Recommender System. Die finale Entscheidung wird dabei von einem Domänenexperten getroffen. Hat das System eine ausreichende Stabilität entwickelt, kann vom Recommender System zu automatisierten Entscheidungen übergegangen werden.

Die Live-Daten müssen in benötigtem Maß aufbereitet werden, sodass sie vom Smart Process Control System genutzt werden können. Fällt ein Sensor aus, fehlen wichtige, für die Entscheidungsfindung notwendige, Daten. Daher ist es wichtig, dass das System den Nutzer über ausfallende Sensoren und fehlende Datenflüsse informiert und die automatisierte Steuerungsanpassung für den Zeitraum eingeschränkt werden. Dass bei Unsicherheiten oder Ausfällen zuvor eine verantwortliche Person zu der geplanten Entscheidung befragt wird, kann eine solche Einschränkung sein.

Da der Bedarf an (Live-)Daten hoch ist, um präzise Entscheidungen zu treffen, kann auch der Implementierungs- sowie Schnittstellenaufwand hoch sein. Dies ist beispielsweise der Fall, wenn viele Altanlagen oder -systeme im Einsatz sind, deren Daten nicht leicht zugänglich sind. Um diesen Aufwand gering zu halten können Technologien wie Enterprise Architecture Integration (EAI) oder Plattformen, wie IoT-Plattformen, genutzt werden. Hier muss lediglich eine Schnittstelle vom Smart Process Control System angesprochen werden.

 

Durch Smart Process Control hat der Anwender mehr Kontrolle über die Prozesse in seinem Unternehmen. Es müssen jedoch einige Voraussetzungen, wie historische Daten und Live-Daten, vorhanden sein, um Smart Process Control sinnvoll anwenden zu können.

 

Nehmen Sie mit uns Kontakt auf, wenn Sie Teil der Entwicklung unseres Smart Process Control Systems sein möchten. 

Wie das Ganze in der Praxis aussehen kann, beleuchten wir in unserem Use Case: “Process Mining in der Produktion”. Laden Sie sich den Use Case ganz bequem hier als PDF herunter.