Aktuell / 04.02.2015

Mit Big Data Stahl-Produktion vorausschauend optimieren

Leitstand im Stahlwerk: Hier laufen die Daten aus der Produktion zusammen. © Saarstahl AG

Die Saarstahl AG will durch eine umfassende Datenauswertung Geschäftsprozesse optimieren sowie erforderliche Veränderungen und Anpassungen vorhersehen können. Ziel ist, durch die Nutzung von Big Data zu einem sogenannten Predictive Enterprise zu werden, das sich durch die digitale Kombinierung und Auswertung von Produktions- und Geschäftsdaten neue Wertschöpfungspotenziale erschließt.

Die Saarstahl AG produziert jährlich mehr als zwei Millionen Tonnen Stahlprodukte. Dabei sammelt ein komplexes Netzwerk aus Laser-, Ultraschall-, Video-, Schwingungs- und Temperatursensoren zur Qualitätsüberwachung mehr als 100 Terabyte Prozess-Daten. Dies entspricht dem Inhalt von über 30 Millionen Telefonbüchern.
Ein Team aus Forschern und Industrieexperten entwickelt in dem im September 2014 gestarteten Projekt iPRODICT (Intelligent Process Prediction based on Big Data Analytics) einen intelligenten Ansatz zur teil-automatisierten Anpassung und Verbesserung von Geschäftsprozessen. Dazu werden Prozessdaten analysiert sowie aktuelle Kontextinformationen aus Sensornetzwerken in Echtzeit ausgewertet. So kann mittels Prognoseberechnungen der optimale Prozessablauf vorweggenommen werden: Es wird möglich, mögliche Prozessprobleme mittels Big-Data-Analyseverfahren zu antizipieren und bereits vorab Abläufe individuell auf die jeweilige Situation anzupassen.

Stahl-Industrie 4.0

Die Entwickler verbinden das von der Saarstahl AG zur Produktionsüberwachung eingesetzte Sensornetzwerk mit der betriebswirtschaftlichen Ebene. Am Beispiel des Stahlwerkes soll demonstriert werden, wie sich in einem solchen digitalen Industrieunternehmen optimale Geschäftsabläufe prognostizieren und automatisiert in die Prozesssteuerung überführen lassen.
Das neue System ermöglicht es, Umplanungen vorausschauend einzuleiten. Es hilft, Produktionsstillstände zu reduzieren, Lieferengpässe zu vermeiden und die Kapazitäten besser auszunutzen. So lassen sich beispielsweise schon während der Produktion Nachbearbeitungsprozesse vorbereiten oder Chargen qualitäts- und termingerecht zwischen Kunden umverteilen. Der es wird möglich, schon vorab drohende Qualitätsschwankungen in der Stahlverarbeitung zu erkennen und durch vorausschauende Anpassungen der Produktions- bzw. Geschäftsprozesse zu vermeiden.
Zur Erprobung wird der entwickelte iPRODICT-Ansatz bei Saarstahl innerhalb eines Anwendungsszenarios aus der Prozessfertigung implementiert, getestet und validiert. Ziel ist, die Nutzenpotentiale einer Industrie 4.0 zu verdeutlichen.

Relevante Informationen aus riesigen Datenmengen filtern

Um die Wertschöpfungspotenziale dieser Produktionsdaten umfassend nutzen zu können und einen weiteren Schritt in Richtung Industrie 4.0 zu machen, beteiligt sich die Saarstahl AG an dem vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Förderprogramms "IKT 2020 - Forschung für Innovationen" geförderten Projekts zum "Management und Analyse großer Datenmengen (Big Data)".

Unter der Führung des Deutschen Forschungszentrums für Künstliche Intelligenz GmbH (DFKI) arbeiten am Projekt iPRODICT Forscher (DFKI, Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS), Industrieexperten (Blue Yonder GmbH, Pattern Recognition Company GmbH, Software AG) sowie als Anwender die Saarstahl AG daran, ein System zur automatisierten Verbesserung von Geschäfts- und Produktionsprozessen zu entwickeln.

Verknüpfte Projekte

  • Durch betriebsinterne und betriebsübergreifende Steuerung von Kuppelprodukten innerhalb eines komplexen Industrie-Netzwerks sollen Energie- und Ressourceneffizienz gesteigert sowie CO2-Emissionen gesenkt werden. Der betrachtete Komplex besteht aus einem integrierten Hüttenwerk, einem Elektrostahlwerk, der Verwertung von metallhaltigen Reststoffen im sog. DK- und dem Wälzprozess sowie einer hydrometallurgischen Zinkgewinnung. ... mehr
  • Für den Schmelzprozess im Kupolofen werden große Mengen an Koks umgesetzt. Dabei entsteht als Nebenprodukt ein brennbares Prozessgas. Dieses sogenannte Kupolofengas hat einen geringen Heizwert und wird bisher komplett für die Heißwinderzeugung des Kupolofens im Rekuperator verbrannt. Doch dabei werden nur etwa 35% der enthaltenen Energie thermisch genutzt. Nun können auch die bisher meist nicht genutzten restlichen 65% der chemisch gebundenen Energie verwendet werden: Ein modifiziertes Biogas-Blockheiz-Kraftwerk läuft mit Kupolofengas aus dem Schmelzofen. ... mehr

Mehr zum Projekt

Verbundprojekt
Intelligent Process Prediction based on Big Data Analytics iPRODICT


Projektbeteiligte:
Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI GmbH)
Koordination, Forschung Softwaretechnologien
Kontakt: Julian Krumeich
E-Mail: Julian.Krumeichatiwi.dfki.de

Blue Yonder GmbH
Software für Predictive Applications

Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Angewandte Big-Data-Forschung

Pattern Recognition Company GmbH
Software für Maschinelles Sehen und Datenanalyse

Software AG
Technologien für Big Data, Geschäftsprozessmanagement

Saarstahl AG
Hersteller von Walzdraht, Stabstahl, Schmiedeprodukten

Förderkennzeichen:
01IS14004A-F

Laufzeit:
2014-2017