Energieeffizienz durch intelligentes in-Prozess Quality Monitoring (Endi-QM); Förderbereich: Industrie, Gewerbe, Handel und Dienstleistungen

Abstract

Das übergeordnete Ziel von Endi-QM besteht darin, ein autonom agierendes System durch die intelligente Nutzung von Produktions-, Maschinen- und Prozessdaten aufzubauen, welches über Machine Learning basierte Optimierungsverfahren selbstständig die Prozessparameter von Fertigungszelle und Maschine regelt, um die Nutzung der natürlichen und betrieblichen Ressourcen zu maximieren. Weitere Einsparungen sollen durch den Einsatz von Condition Monitoring zur Etablierung einer zustandsbasierten Instandhaltung erzielt werden, indem eine verbesserte Ausnutzung des Abnutzungsvorrats von Werkzeugen und Maschinenkomponenten ermöglicht wird. Der Primärenergieverbrauch beim hybriden Spritzgießprozess soll dabei signifikant reduziert und der Ausschuss um 40% gesenkt werden. Hierfür werden Prozess- und Primärenergieverbrauchsdaten über echtzeitfähige Data-Analytics Ansätze ausgewertet und optimiert. Neben Kosteneinsparungen durch den gesenkten Energiebedarf können signifikante CO2 Einsparungen bereits zur Projektlaufzeit gehoben werden. Noch deutlich größere Einsparungen können nach Abschluss des Projekts durch die Übertragung der entwickelten Lösung auf weitere Unternehmen gehoben werden.