BMW forbedrer sin produktionskvalitet gennem intelligent brug af data

Jaime Gomez     1 September 2017     5 min.
BMW forbedrer sin produktionskvalitet gennem intelligent brug af data

Den intelligente datastyring i den produktionskæde, som BMW gennemfører, gør det muligt at forbedre kvaliteten af sine produkter og reducere sine omkostninger.

bmw-produccion-uso-datos-5

Gennem hele værdikæden, der opstår i produktion, distribution, salg og eftersalg af et køretøj, genereres enorme mængder data. Koncernen BMW digitaliserer og samler dem i sin cluster Smart Data Analytics, således at de, efter behørig analyse, kan forbedre dets Premium-produktionssystem og hæve kvaliteten på alle produktions- og logistikområder.

De forbedringer, der indføres på baggrund af data hentet direkte fra processerne og systemerne, bidrager i høj grad til at reducere leveringstider og produktionsomkostninger. Koncernen BMW anvender en IoT-platform (Internet of Things, tingenes internet) med beskyttet adgang for hurtigt og let at forbinde den enorme mængde data fra sensorerne og produktions- og logistikprocesserne.

bmw-produccion-uso-datos-3

Takket være disse data kan Smart Data Analytics foretage endnu dybere og mere fuldstændige analyser meget hurtigere, hvilket gør det lettere at tage nye løsninger i brug betydeligt hurtigere. De nye IoT-sensorer kombineret med skyen og de nye Big Data-teknologier reducerer den tekniske kompleksitet og omkostningerne ved at implementere nye løsninger i de berørte processer.

“Ved at kombinere vores medarbejderes erfaring med nye muligheder for effektiv behandling af store datamængder kan vi lave præcise prognoser og proaktivt optimere processerne. Det fremskynder den kontinuerlige forbedring af vores produktionssystem i overensstemmelse med principperne for kontinuerlig og slank produktionsforbedring”, udtaler Christian Patron, ansvarlig for innovation og digitalisering i produktionssystemet.

Sporbarheden af dele, en nøglefaktor for at reducere tab og stilstandstid

Karosseridelene fremstilles af stålspoler på 40 tons og næsten tre kilometers længde, som skæres og formes i pressene. Stålpladens tykkelse, overfladestruktur, modstandsdygtighed og smørefedtsgrad er ikke ensartet over hele spolen, og det kan forårsage revner i karosseridelene på grund af den spænding, de udsættes for under produktionsprocessen. Takket være analyserne fra Smart Data Analytics markerer en laser på fabrikken i Regensburg hver skærelinje for hver del på spolen for at reducere spildet, samtidig med at den identificerer delene og giver dem et ID. Takket være denne proces kan produktionen i pressene finjusteres både for at reducere materialetab og for at finjustere produktionen af hver enkelt del, idet den om nødvendigt forsynes med en ekstra smøring, inden den formes.

bmw-produccion-uso-datos-1

Hver dels ID bevares uændret under alle de efterfølgende faser af karosseriproduktionen, og al relevant information tilføjes, hvilket gør det muligt at opretholde sporbarheden til enhver tid. Denne sporbarhed letter arbejdet for planlægningsspecialisterne hos BMW, som kan optimere processerne med yderligere algoritmer. Dermed kan karosseridelenes dimensioner justeres lidt for en bedre pasform, eller malingen påføres den pågældende komponent. Og takket være finjusteringen af pressens parametre udnyttes stålet i spolerne bedre, stilstandstiden for analyse af mulige fejl reduceres, og antallet af producerede defekte dele er meget mindre. Det resulterer i øget produktivitet og omkostningsbesparelser.

Brugen af prediktive data til at reducere risikoen for havarier i produktionsmaskiner og -udstyr

En anden gavnlig anvendelse af Smart Data Analytics, som har et betydeligt potentiale, er evnen til at forudsige risikoen for havari i maskiner og udstyr i de højt automatiserede produktionsområder. Takket være dette kan vedligeholdelsespersonalet planlægge indgrebene bedre og undgå unødvendige standsninger i produktionsprocesserne.

Desuden bidrager prediktiv vedligeholdelse baseret på intelligent analyse af de tusindvis af reelle data, der hentes direkte fra produktionssensorerne og -processerne, til at fjerne mulige havaririsici, med den deraf følgende besparelse af tid og omkostninger ved uforudsete standsninger af produktionen. Ligeledes gør den prediktive analyse det muligt at bedre fastlægge det ideelle tidspunkt for udskiftning eller erstatning af de sliddele, der anvendes i produktionsprocesserne, så man undgår risikoen for brud på grund af slid, hvis de udskiftes for sent, eller værdifuldt spild af ressourcer, hvis de udskiftes for tidligt.

bmw-produccion-uso-datos-4

Selv den simpleste skrue i produktionen af en bil leverer relevante data, som kontrolleres og anvendes af Smart Data Analytics til deres optimeringsanalyser. Koncernen BMW overvåger og analyserer alle skrueforbindelser, der er relevante for sikkerheden i dets køretøjer. Siden juli 2017 er der udviklet algoritmer, der analyserer denne type forbindelser i mere end 3.200 monteringssystemer på tværs af alle koncernens produktionsfabrikker. Alle kurver for bolteprocessen registreres og analyseres, hvilket giver præcis information om kvaliteten af skrueforbindelserne. Programmet genkender fejl og fejlmarkeringer og viser de mulige kilder dertil, hvilket gør det muligt at handle hurtigere for at rette dem. Analysen af proceskurverne giver også information om tilspændingsmomentet for bolte og skruer.

“I bilproduktionen tæller hvert sekund. Hvis en del ikke er tilgængelig til tiden, eller et system svigter, forsinkes produktionsprocessen og forstyrrer værdikæden. Den intelligente anvendelse af produktionsdata sikrer en stabil og effektiv proces. Når Smart Data Analytics råder over den feedback, som vores kunders data kan give, vil potentialet for forbedring i udviklingen og produktionen af vores køretøjer være enormt og meget hurtigt”, konkluderer Christian Patron.

https://www.youtube.com/watch?v=SUIcf2U6pu4

Deja un comentario