Die iTAC Software AG hat die Bedürfnisse des Marktes erkannt und die Maschinenintegrationsplattform iTAC.SMT.Edge entwickelt. Diese dient der Standardisierung sowie Zentralisierung von Daten. Die Software iTAC.IIoT.Edge übernimmt die anschließende Datenanalyse in Echtzeit und Weiterverarbeitung. Unter anderem lassen sich auf Basis der kombinierten Lösungen Machine Learning- und KI-Anwendungen umsetzen.
Inhaltsverzeichnis: Das erwartet Sie im Artikel
Einfache Verknüpfung der Daten mit iTAC
Peter Bollinger, CEO der iTAC Software AG, erklärt: „In einer SMT-Fertigung gibt es Maschinen und Systeme unterschiedlicher Hersteller und verschiedenen Alters, die voneinander abweichende Kommunikationsmethoden nutzen. Dies erschwert den Datentransfer und die -analyse.“ Er ergänzt: „Die Daten müssen zuverlässig an übergeordnete Systeme übermittelt werden.
Unsere iTAC.SMT.Edge und iTAC.IIoT.Edge ermöglichen es, einfach die Daten aller SMT-Maschinen in Echtzeit zu erfassen, zu verknüpfen und zu analysieren.“ Analyse-Tools wie die iTAC.IIoT.Edge ermöglichen es unter anderem, IIoT- mit MES-Daten zu flachen Datenstrukturen zu verbinden sowie diese Daten in Echtzeit zu analysieren. Die Datenpakete können auch an andere vom Kunden eingesetzte Analyse- oder ML-/KI-Tools übermittelt werden.
Edge-Lösungen von iTAC ermöglichen neue Use Cases
Es werden zahlreiche Use Cases für die fortschrittliche und digitalisierte SMT-Fertigung durch den Einsatz der beiden Edge-Lösungen von iTAC möglich. Sie sind als Bestandteile des MOM (Manufacturing Operations Management) zu sehen. Ein Beispiel ist die Überwachung der Zykluszeit: Dabei überwachen KI-Algorithmen auf intelligente Weise die Zykluszeit auf abnormales Geräteverhalten.
Bollinger sagt: „In der Fertigung erfordert das Streben nach mehr Effizienz eine kontinuierliche Reduzierung der Zykluszeiten.“ Weiter fährt er fort: „Durch die aktive Überwachung der Zeiten und den Einsatz von KI zur Erkennung von abnormalem Anlagenverhalten sowie der Alarmierung bei Abweichungen entstehen signifikante Zeiteinsparungen. Denn die Reaktionszeiten bei Problemen und damit einhergehend die Durchlaufzeiten verkürzen sich. Zudem ist eine gezielte, proaktive Problemlösung möglich.“
KI-Algorithmen steigern den Durchsatz
Die Reduzierung der AOI-Pseudofehler kann ein weiterer Use Case sein. Dabei minimieren KI-Algorithmen die Pseudofehlerzahl von automatischen Prüfgeräten. Tatsächlich weisen die meisten SMT-Linien mit AOI eine hohe Rate an Pseudofehlern auf (30 bis 80 %). Setzt man KI ein, kann mit hoher Zuverlässigkeit zwischen echten Defekten und falschen Aufrufen unterschieden werden.
Der Bedarf an manueller Prüfung und der damit verbundene Zeit- und Kostenaufwand kann so um bis zu 60 % reduziert werden. Bei gleichzeitiger Unterstützung der Null-Fehler-Produktion ergibt sich ein höherer Durchsatz.
KI liefert Basis für Predictive Maintenance
Auch liefert die iTAC-Lösung eine Basis für Predictive Maintenance: KI-Algorithmen können die verbleibende Nutzungsdauer von Geräten berechnen. Die Überwachung der Maschinenzustandsdaten ermöglicht es, Probleme oder sich anbahnende Anlagefehler vorherzusagen. Damit können dann zum Beispiel rechtzeitig Maschinenreparaturen ermöglicht oder eine Schätzung der Restnutzungsdauer vorgenommen werden.
