Tätigkeitsbericht /Activity Report 2011/2012 - BFI.de

Mess- und Automatisierungstechnik | Qualitäts- und Informationstechnik
Ausgehend von dem Rohmaterial durchläuft ein
Erzeugnis entlang der Produktionskette mehrere
Prozessstufen, bis es die geforderten Eigenschaften
erreicht hat. In jeder Prozessstufe wird das Produkt
entsprechend kundenspezifischer Anforderungen
geformt und in seiner Beschaffenheit verändert.
Trotz strenger Überwachung der Produktionsbedingungen
lässt sich die geforderte Qualität
des Endproduktes nicht immer erreichen. Der
Grund dafür liegt in den meisten Fällen in der
Verkettung von geringfügigen Abweichungen in
den Produktionsbedingungen. Ursachen für solche
Schwankungen verhalten sich meistens hochgradig
nichtlinear und multivariat (=mehrere Größen
wirken gleichzeitig) und können daher mit den
in der Praxis üblichen Vorgehensweisen (Nutzung
von Erfahrungswissen, einfachen statistischen
Methoden oder „Trial-and-Error“) häufig nicht
identifiziert werden.
Im Rahmen eines bereits abgeschlossenen
Forschungsprojektes entwickelte das BFI ein System
zur Untersuchung von Qualitätsfehlerursachen
auf Basis von Data Mining Verfahren. Das Ziel des
Projektes war es vor allem, den Prozess der Datenaufbereitung
sowie die Anwendung von Data Mining
Verfahren für die Benutzer möglichst einfach zu
gestalten. Dadurch sollte es ermöglicht werden,
eine Qualitätsfehlerursachenanalyse auch von
Personen durchführen zu können, die nicht über
Kenntnisse von Data Mining Verfahren und z.B.
der damit verbundenen Problematik der Datenzusammenstellung
verfügen.
Realisiert wurde das System mittels eines Szenarien-basierten
Ansatzes. Dabei werden für definierte
Fragestellungen von Experten die Zusammenstellung
der Daten, deren Verarbeitung und
Analyse festgelegt und in Form von Szenarien im
System abgelegt. Der Szenarien Anwender muss
seinerseits nur noch die Filtereinstellungen wie die
Auswahl des Produktes, den Zeitraum der Analyse
etc. vornehmen und die Ausführung anstoßen.
Die Ergebnisse werden vom System anschließend
automatisch aufbereitet und in einer verständlichen
Form dem Anwender zur Verfügung gestellt.
a product undergoes processing in several stages
along the production chain until it has acquired
the specified properties. At each process stage,
the product is formed and its characteristics are
adjusted to meet customer-specific requirements.
Despite strict monitoring of production conditions,
it is not always possible to reach the desired
end-product quality. The reasons for this usually
lie in an accumulation of minor deviations in
the production conditions. The causes of such
variations are generally highly non-linear and
multivariate (i.e. severable variables act at the
same time) and can often not be identified with
the approaches commonly applied in practice
(reliance on empirical knowledge, simple statistical
methods, or doing things by trial and error).
In the course of an already completed research
project, BFI developed a system based on data
mining techniques to investigate the root causes of
quality errors. The goal of this project was above
all to make the data preparation process and the
use of data mining techniques as simple as possible
for users. The ultimate intention was to make
it possible for persons to perform quality error
root cause analysis without any prior knowledge
of data mining techniques or of the problems
associated with compiling data.
The system was designed using a scenario-based
approach. For defined issues, experts compile the
data, determine how it should be processed and
analysed, and store these scenarios in the system.
All the scenario user has to do is to chose the filter
settings and select the product, the time span for
the analysis, etc., and launch the execution of
the analysis. The results are then automatically
processed by the system and delivered to the user
in an understandable form.
146 © VDEh-Betriebsforschungsinstitut GmbH