Advanced Analytics for Production

Projektdaten

Laufzeit: 2017-10-01 bis 2019-09-30

Projektleiter: FH-Prof. DI Dr. Herbert Jodlbauer

Projektbeschreibung

Die zur Verfügung stehenden Datenmengen in Produktionsunternehmen wachsen rasant an. Ursachen dafür sind beispielsweise der zunehmende Einsatz von Sensor-Technologien oder die flächendeckende Verbreitung und die mobile Nutzung des Internets. Die vorhandenen Daten sind komplex, teilweise unstrukturiert, stammen aus verschiedenen Datenquellen und liegen in unterschiedlichen Formaten vor.

Ziel dieses Projekts war es, durch den Einsatz von Advanced Analytics Methoden datenbasierte, praxisrelevante Modelle für die Anlagen- und Prozessoptimierung  zu entwickeln und den Nutzen für Unternehmen aufzuzeigen. Wesentliches Ziel von Advanced Analytics sind meist Vorhersagemodelle (Predictive Analytics) unter Einsatz von Data Mining, Machine Learning, Simulation und Optimierung. Dabei ist die explorative Datenanalyse eine wichtige Vorstufe um die ‚richtigen’ Methoden strategisch und effizient zu bestimmen. Die Evaluierung der Modelle und die Abschätzung ihres Verbesserungspotentials erfolgt dabei nicht nur isoliert für anlagennahe Ziele, wie beispielsweise die Reduktion der Zykluszeit oder Erhöhung der Anlagenverfügbarkeit.

Als Projektergebnisse werden bessere Abschätzungen für die Datennutzung in der Anlagen- und Prozessoptimierung erwartet, welche das Einsparungspotenzial umfassender beurteilen als bisher in der Literatur dokumentiert. Die spätere Anwendbarkeit und Praxisnähe der entwickelten Modelle wird durch die Mitarbeit der beteiligten Unternehmenspartner gewährleistet.

Bei Fragen kontaktieren Sie uns jederzeit.

Kontakt

Weitere Projekte

Hybrid Algorithms for Redesigning MRP

Laufzeit: 10/2020 - 09/2023

The overall aim of this project is to develop efficient modeling and solution approaches to overcome all of these drawbacks and to provide (close to) optimal mid-term production plans.

X-PRO

Laufzeit: 01/2020 - 12/2024

Erforschung und Entwicklung benutzer-zentrierter Methoden für Cross-Virtuality Analytics von Produktionsdaten

adaptOp

Laufzeit: 10/2019 - 09/2024

Innerhalb von JRC adaptOp werden wir mit der Lösung dynamischer Optimierungsprobleme in Bereichen wie Lagerhaltung, Produktion und Transport konfrontiert. Es wird ein Framework adaptiver Methoden entwickelt, mit dem wir schnell auf beobachtete Veränderungen in der Umgebung reagieren. Techniken des maschinellen Lernens werden integriert, um das Auftreten zukünftiger Ereignisse vorherzusagen, mögliche zukünftige Szenarien zu entwerfen und geeignete Optimierungsalgorithmen auszuwählen und zu konfigurieren.

Smart Factory Lab

Laufzeit: 01/2016 - 07/2021

Ziel des Projekts Smart Factory Lab ist der Aufbau eines standortübergreifenden vernetzten Technologie-Labors zur Entwicklung und Erprobung innovativer Technologien, Methoden und Konzepte für Intelligente Produktion entlang des Produktlebenszyklus. Am Institut für Intelligente Produktion der FH OÖ liegt der Fokus auf den Forschungsthemen Preemptive Maintenance inklusive der Einbindung von Mixed Reality Technologien in den Instandhaltungsprozess und Generative Fertigung mittels Pulverdüsenverfahren und damit in Verbindung stehende neue Geschäftsmodelle.