Data Mining Software

In den 90er Jahren wurden in der Industrie Prozessarchive (Historian) zum aufzeichnen von Prozess- bzw. Produktionsdaten installiert. Diese zeichnen über die Zeit sämtliche Prozessvorgänge auf - sie fungieren ähnlich einem 'Flugschreiber'. Heute kommt diesen Prozessdatenarchiven bzw. der darin über Jahre gespeicherten Informationen, besondere Bedeutung zu.  Allerdings ist mit herkömmlichen Werkzeugen wie Spreadsheets und Trendtools eine Auswertung und Analyse so gut wie nicht möglich. Es gibt bislang kein industriell anwendbares Werkzeug, das ein automatisches Datamining auf Basis dieser Prozessdatenbanken zur Verfügung stellt.

Unser Ansatz ist folgender: Sie definieren KPI's und unser Tool analysiert WANN sich diese KPI's signifikant verändert haben. Zudem analysieren wir alle jene Variablen (Tags), die sich ebenfalls zum Zeitpunkt der KPI-Änderung verändert haben. Wir berechnen die Größen der Veränderungen, sowohl für die KPI's als auch der Variablen.  Z.B.: die Energiekosten der Anlage stiegen am 30. April an - wir zeigen ihnen welche Variablen sich zum gleichen Zeitpunkt ebenfalls und wie stark verändert haben, sodass damit die Ursachen für die Veränderung ersichtlich werden. Dazu bedienen wir uns verschiedener statistischer Methoden deren Ergebnisse in grafischer Form aufbereitet weren.

Einsatzgebiete:

• Prozessoptimierung:
  Die Analyse von Massendaten mittels Data Mining deckt Performance Engpässe und versteckte Potentiale  auf, die anhand von herkömmlichen Methoden kaum sichtbar gemacht werden können. Daten sind Informationsträger - Wissen daraus zu generieren ist das Ziel.
  
  
• Problemanalyse:
  Störungen, Qualitätsprobleme, etc. im Produktionsprozess können oft schwer nachvollzogen werden, da Zusammenhänge nicht erklärbar sind. Erst durch die Ursachenanalyse mittels Data Mining können Zusammenhänge sichtbar gemacht werden, Muster erkannt und Abhilfe geschaffen werden.
  
  
• Qualitätsüberwachung:
  Durch zyklisches analysieren grosser Datenmengen werden 'Driften' von qualitätsrelvanten Prozessvariablen frühzeitig erkannt und automatisch ausgewiesen. Analysen unter Einbeziehung optimaler Parameter geben Aufschluss über das Verhalten des Prozesses.
  
  
• Analyse von Versuchen (Trials):
  Der Einsatz von neuen Produkten (Filter, Chemikalien, Rohstoffe, etc.) im Produktionsprozess erfordert Testlaufzeiten. Diese können durch Data Mining wesentlich verkürzt werden, da nach Einsatz signifikante Änderungen im Prozess ermittelt und ausgewertet werden.

Experten für Industrie-Informatik und Automation