In der Stahl- und Aluminiumproduktion hört man oft nur ohrenbetäubenden Lärm. Parallel sinkt die Kundenzufriedenheit und die Produktionskosten steigen, weil die Qualitätserwartungen nicht erfüllt werden. Mit der Digitalisierung können die Hersteller endlich aufatmen und Ruhe in die optimierte Stahlproduktion einfließen lassen.
Wenn Menschen an ein Produkt denken, kommt ihnen oft als erstes der Preis in den Sinn. Für den Preis den Sie bereit sind zu zahlen, erwarten sie eine entsprechende Qualität und erachten diese für selbstverständlich. Tatsächlich fallen Qualitätsmerkmale in der Regel nur dann auf, wenn sie nicht den Erwartungen und Anforderungen der Kunden entsprechen - schlechte Qualität sorgt also für Unruhe und ist gleichzeitig ein starker Kostentreiber.
Mit Big Data zu weniger Lärm in der Stahlproduktion
Um Waren bester Qualität anbieten zu können, spielt das Sammeln von Big Data eine wesentliche Rolle. Allein beim Walzen eines Coils erfassen Sensoren über 500.000 Messwerte. Eine Fülle von Daten, die ein einzelner Mensch nicht auswerten könnte. Der Schlüssel zu einer reibungslosen Produktion sind jedoch nicht die Massendaten selbst, sondern die Fähigkeit, ihnen in ihrem individuellen Prozesskontext eine Bedeutung zuzuweisen (engl. Labeling) und sie mit allen Akteuren der aktuellen und vergangenen Produktion abzustimmen.
![](/fileadmin/_processed_/0/2/csm_AdobeStock_710308679_3ac2769dc3.jpg)
Das große Ganze in der Stahlqualität
Es geht darum, Qualitätsprobleme zu erkennen und zu verstehen, sie bis zu ihrem Ursprung zurückzuverfolgen und schließlich zu lernen, wie man sie in Zukunft bestenfalls vermeiden kann. Dieser Ansatz ist kein Hexenwerk und auch nicht unbedingt neu, aber die Verfügbarkeit neuster Werkzeuge und Technologien rund um Industrie 4.0 und Digitalisierung machen ihn besonders interessant.
Wenn das keine Neuheit ist, was ist dann der entscheidende Faktor?
Mit diesem ganzheitlichen Ansatz sind wir in der Lage, die bisherigen Systemsilos für die Datenanalyse zu ersetzen. Die integrierte Sicht und die kontextualisierten Daten entlasten die Nutzer von der mühsamen Aufgabe, die aus den Systemsilos gewonnenen Informationen vergleichbar zu machen. Stattdessen haben die Nutzer einen schnelleren und einfacheren Zugang - und damit mehr Zeit für die Verbesserung der Qualität durch den Mehrwert der gewonnenen Informationen.
Holistic Silence - Entdecken Sie den Klang eines fortschrittlichen Qualitätsmanagements in der Stahlproduktion
Mit PSImetals Quality stoßen wir die Tür zu einer Welt des Machine Learnings und der Idee eines geschlossenen Qualitätsregelkreises weit auf. Das Konzept der Qualitätsindikatoren (QI) macht durch die Kombination von zeitkritischen, prozessbasierten Daten mit materialbezogenen Messwerten über die gesamte Materialgenealogie den ganzheitlichen Ansatz salonfähig. Dem Konzept folgend ist das System in der Lage, unmittelbar nach einem Produktionsprozess auf Basis einer komplexen Datenlage eine Qualitätsentscheidung zu treffen, die weit über einen einfachen Vergleich von Materialdaten mit Soll-Auftragsvorgaben hinausgeht. Langwierige Stichprobenverfahren sind nicht mehr notwendig.
![](/fileadmin/images/en/trends/met/Enjoy_the_Sound_of_Silence/Silence_Blog.jpg)
Autonome Stahlqualitätsentscheidungen für einen reibungslosen Ablauf in der Werkstatt
Das Konzept der QIs eröffnet völlig neue Horizonte. Zusammen mit dem Deep Qualicision Framework der PSI werden autonome Qualitätsentscheidungen Realität! Neben der Qualität des Endprodukts sind auch die Stabilität und Zuverlässigkeit des Prozesses ein wesentlicher Schlüssel zum Erfolg. Das sogenannte Factory Model, der digitale Zwilling der Produktionsumgebung, enthält die Genealogie aller Materialien sowie alle prozessbezogenen Daten. Zusammen mit den QIs bildet es die perfekte Basis für Qualitätsprognosen. Gerade bei hochintegrierten, zeitkritischen Produktionsprozessen, kann das zeitnahe Erkennen von Qualitätsproblemen die Aufrechterhaltung des Materialflusses und die damit verbundene Kundenzufriedenheit sicherstellen - eine "Mission Impossible" für Systemsilos. Hier zeigt sich Industrial Intelligence von ihrer besten Seite.