Digital Quality Twin für die frühzeitige Erkennung von Qualitätsproblemen
Wenn Prozessabweichungen erst durch fehlerhafte Bauteile auffallen
Kleine Veränderungen von Temperatur, Druck oder Werkzeugzustand können die Fertigungsqualität schleichend beeinflussen. Werden Probleme erst bei der Endkontrolle erkannt, sind Material, Maschinenzeit und weitere Bearbeitungsschritte bereits investiert.
Die erforderlichen Informationen liegen häufig vor, bleiben aber getrennt: SPS- und MES-Daten, Inline-Messungen, Prüfwerte, Prozessfähigkeitskennzahlen und Ausschussmeldungen stammen aus unterschiedlichen Systemen. Fehlende zeitliche Zuordnung erschwert zusätzlich den Vergleich.
Dadurch bleibt unklar, welche Kombination aus Maschine, Materialcharge, Variante oder Schicht zu Qualitätsproblemen beiträgt und wo ein Eingriff besonders dringend ist.
Vom einzelnen Messwert zum digitalen Qualitätszwilling
Daten aus Steuerungen, Fertigungssystemen und Qualitätssicherung werden auf einer gemeinsamen Datenplattform aufbereitet. Zeitstempel, Anlagenbezüge und Produktionsinformationen ermöglichen die Zuordnung zu Prozessschritten und gefertigten Teilen oder Losen.
Darauf aufbauend lassen sich Prozessverläufe, Toleranzen und Prüfergebnisse gemeinsam analysieren. Prozessfähigkeitsbewertungen ergänzen die Untersuchung von Drift und Anomalien. Machine-Learning-Modelle können zusätzliche Zusammenhänge zwischen Prozessbedingungen und Qualitätsergebnissen aufzeigen.
Dashboards stellen Auffälligkeiten im Produktionskontext dar. Fachbereiche bewerten die Hinweise, leiten geeignete Maßnahmen ab und verfolgen die weitere Qualitätsentwicklung.
