Jetzt Newsletter
abonnieren.
Brauchen Sie Hilfe?
Kontaktieren Sie uns

45% zusätzliche Kapazitäten aufdecken mit Hilfe von Self-Service Analytics

Anwendungsfall: Ohne komplexe Excel Listen schnelle und einfache Voranalysen durchführen

Der Kunde

Branche:Mittelständisches Pharma-Unternehmen
Region:DACH, Europa
Prozess:Produziert Wirkstoffe (APIs) - stellt verschiedene Produkte in Chargen her

Herausforderung

Steigerung der Produktionskapazitäten und Engpass im Batch-Prozess eines Reaktors beheben.

Lösung

  • In einer Vor-Analyse wurden Muster in den Sensordaten aufgedeckt und somit Leerlaufzeiten des Reaktors identifiziert
  • Bietet leicht zugängliche Einblicke in Daten durch Zeitreihenanalyse
  • Minimaler Aufwand, einfach zu bedienendes Tool (in BCAP enthalten)

Nutzen

  • Muster können für weitere Analysen genutzt werden, z. B. zur Identifizierung freier Kapazitäten
  • Nachgelagerte Data-Science-Analyse ergab 45 Prozent nicht genutzter Kapazitäten

Herausforderung

Ziel war es, die Produktionskapazität zu erhöhen. Dabei war bekannt, dass Kapazitäten innerhalb der Chargen und Prozesse verfügbar waren - aber es war unklar, wo genau. Weiter sollte untersucht werden, warum die Produktionszeit für verschiedene Chargen so stark variierte.

Prozessingenieure, die den Prozess verstehen, sind jedoch keine Data Scientists und umgekehrt. So mag es Bedenken geben, Data Scientisten ohne ausreichende Vor-Informationen und mit entsprechenden erforderlichen Investitionen einzusetzen. Daher wäre ein benutzerfreundliches Tool - besser als Excel -, mit dem Prozessingenieure eine Voranalyse durchführen können, äußerst nützlich.

Lösung

Ein Bilfinger-Projektmanager, der den Prozess versteht, aber kein Data Scientist ist, schaute sich Daten von 10 Sensoren aus dem letzten Jahr an. Er nutzte einfaches Point und Click, um Trendgraphen für die vier relevanten Sensoren zusammenzustellen und anzuzeigen.

Auf Basis seines Know-Hows zu dem Produktionsprozess konnte er durch die visuelle Analyse der Diagramme Annahmen über die Prozessschritte treffen. Der Kunde bestätigte entsprechend diese Annahmen. Anschließend wurden die Daten und Informationen an den Data Scientisten weiter gegeben. Dieser entwickelte einen Algorithmus, der etwa 45 Prozent ungenutzte Kapazitätsreserven aufdeckte. Diese Vor-Analyse kann auch vom Prozessingenieur auf der Kunden-Seite einfach und unkompliziert angewandt werden.

Use Case: Batch Analyse mit TrendMiner

„Mit Hilfe von TrendMiner erhielten wir leicht Einblicke in die Dauer der Chargen und die Schritte zwischen ihnen.“

Dr Taede Weidenaar, Senior Consultant Digital Transformation

Kundenvorteil

BCAP (Bilfinger Connected Asset Performance) führt Daten von verschiedenen Produktionssystemen auf einer einzigen Plattform zusammen und deckt so verborgene Optimierungs-Potenziale auf. Innerhalb von BCAP kann mit Hilfe von TrendMiner eine sehr einfache und kostengünstige erste Ursachenanalyse durchgeführt werden. So können Prozessingenieure die Prozesse auf Wiederholungen und Muster untersuchen und so eine Vor-Diagnose zur Fragestellung durchführen.

 

Einfache und schnelle Vor-Analyse:

  • Mit TrendMiner können Zeitreihendaten schnell und benutzerfreundlich innerhalb von BCAP untersucht und analysiert werden
  • Die Analyse gibt Einblicke in die Dauer von Chargen und in die Schritte innerhalb jeder Charge
  • Die TrendMiner-Ergebnisse waren die Grundlage für die Entwicklung des Clustering-Algorithmus, der die Produktionseinheiten identifiziert
  • Der Clustering-Algorithmus deckte 45 Prozent der nicht ausgelasteten Kapazität auf
  • BCAP-Kunden haben Zugriff auf diese Self-Service Analysen von TrendMiner