Was ist eine dynamische Messreduktion?

Die dynamische Messreduzierung ist eine Methode, um die Anzahl der serienbegleitenden Prüfungen zu reduzieren. Die Prüfhäufigkeit wird dabei durch den Produktionsprozess selbst bestimmt. Die dynamische Messreduktion basiert auf dem Prinzip, dass Schwankungen im Produktionsprozess für Schwankungen in der Qualität verantwortlich sind. Die Prüfhäufigkeit passt sich der jeweiligen Situation an. Es wird also nur dann gemessen, wenn es notwendig ist.

Überblick über die Stufen der dynamischen Messreduktion

Es gibt verschiedene Stufen von dynamischen Messreduktionsverfahren, die einzeln und kombiniert eingesetzt werden können. In der Praxis bietet es sich oft an, die einzelnen Methoden miteinander zu verknüpfen, um die Prozessfähigkeit sicherzustellen. Die vier Grundstufen sind:

• Statische Prüffrequenzen: Hier wird ein fester Probenumfang festgelegt, z.B. 5 Proben pro halbe Stunde. Der Vorteil liegt in der Einfachheit der Methode. Der Nachteil ist das Fehlen eines variablen Anteils, d. h. unabhängig vom Prozessrauschen wird zu einem bestimmten Zeitpunkt innerhalb des festgelegten Intervalls eine Probe entnommen.
• Szenario-basierte Messreduktion: Diese Methode basiert auf der Definition verschiedener Szenarien, die eine Prüfung erfordern. Ein Beispiel wäre das Anfahren einer Anlage nach einem Stillstand von mehr als 5 Minuten. Ein anderes Beispiel ist der Übergang zu einer 100%-Prüfung, wenn 3 von 5 entnommenen Proben außerhalb der Spezifikation liegen. Durch die Definition von Szenarien kann der Prüfumfang transparent dargestellt werden.
• Statistische Messreduktion: Dieses Verfahren basiert auf der Analyse der statistischen Streuung, der Prozessparameter oder früherer Qualitätsprüfungen. Nimmt die Varianz im System zu oder treten Anomalien auf, wird eine Messung empfohlen und die Häufigkeit tendenziell erhöht. Auf diese Weise wird die Messfrequenz an das Prozessverhalten gekoppelt.
• Vorhersage-basierte Messreduktion: Diese Methode basiert auf der Analyse von Vorhersagemodellen, die das Verhalten realer Systeme nachbilden. Dadurch kann ein virtuelles Messergebnis erzeugt werden, auch wenn keine physische Prüfung durchgeführt wird. Dies ist der große Vorteil des Ansatzes - obwohl nicht 100% gemessen wird, gibt es ein abgeschätztes Qualitätsergebnis für alle Fertigungslose. Ein Nachteil ist die technische Komplexität des Ansatzes.

Bausteine Sie für eine dynamische Messreduktion

• Data Warehouse: Hier werden Daten von der Anlage abgefragt und abgelegt. Hier mehr erfahren
• KI Prognosen: Hier definieren Sie Prüfszenarien und automatisieren die Auswertung. Hier mehr erfahren

Wie profitiert eine Produktion von einer dynamischen Messreduktion?

Die Vorteile der dynamischen Messreduzierung sind vielfältig. Insgesamt lassen sie sich in vier Kategorien einteilen:

• Reduktion von Prüfkosten: Jede zerstörende Messung kostet Arbeitszeit des Mitarbeiters sowie Materialkosten - auch zerstörungsfreie Messungen kosten zumindest Arbeitszeit. Die dynamische Messreduzierung reduziert diese Kosten.
• Verringerung Prüfzeit: Jede Prüfung erfordert eine bestimmte Messzeit. Bei einigen Messungen kann dies Minuten bis Stunden (einschließlich Probenvorbereitung) dauern. Durch eine dynamische Messreduktion wird bereits nach Fertigstellung des Bauteils ein Hinweis auf die zu erwartende Qualität gegeben. Dadurch können der Werker und das Qualitätsmanagement bei Bedarf schneller Gegenmaßnahmen einleiten.
• Fehlerpotenzial ausschließen: Wer misst, misst Mist! Trotz bester Ausbildung kann es bei der Qualitätsprüfung zu menschlichen Fehlern kommen. Ablesefehler oder falsch eingelegte Prüflinge können das Ergebnis einer Qualitätsprüfung stark beeinflussen. Mit der dynamischen Messreduktion wird - zusätzlich zur Messung - eine zweite, objektive Information erzeugt.
• Prozesssicherheit erhöhen: Parallel zur Qualitätsmessung zeigt die dynamische Messreduktion auch mögliche Abweichungen im Produktionsprozess auf. So kann direkt auf Abweichungen reagiert werden. Erfahren Sie mehr über automatisierten Prozessüberwachung. 

Praxisbeispiel: 70% Prüfreduktion in der Gummimischungsherstellung

Gummimischungen werden im Batch-Verfahren hergestellt. Die Qualität wird anschließend mit einem Rheometer überprüft. Typische Zykluszeiten sind drei Minuten, sowohl für den Mischer als auch für das Rheometer. Jede Probenvorbereitung inklusive Material kostet etwa 2 €. Im Normalbetrieb wird von jeder Charge eine Probe entnommen, um die Qualität der Mischung zu charakterisieren. Pro Monat fallen bei einer vollausgelasteten Linie etwa 9.600 Stichproben an. Dies verursacht sowohl Kosten als auch Stress für den Bediener, der oft mehrere Linien parallel bedienen muss.

Mit Hilfe der dynamischen Messreduktion können die Prüfkosten reduziert und gleichzeitig der Anlagenfahrer entlastet werden. In einer Implementierung konnte ein Kunde durchschnittlich 70% der Prüfungen einsparen. Dabei wurde sowohl die Szenario basierte als auch die prädiktive Messreduktion eingesetzt, um eine maximale Prozesssicherheit zu gewährleisten.

Was sind Herausforderungen bei händisch erfassten Messwerten?

Zur Dokumentation von Prozessen werden Messungen relevanter Produktionsparameter durchgeführt. Zertifizierungen wie z.B. im Lebensmittelbereich IFS oder Global Manufacturing Foods stellen verschiedene Anforderungen an die Aufzeichnungen. Diese müssen lesbar und authentisch sein, d.h. es muss klar sein, wer die Aufzeichnungen gemacht hat. Des Weiteren muss eine nachträgliche Korrektur ausgeschlossen sein bzw. darf nur von autorisiertem Personal vorgenommen werden können. Werden Aufzeichnungen manuell oder in Tabellenkalkulationsprogrammen geführt, sind sie oft nur schwer durchsuchbar. Spätere Auswertungen sind dann nur mit manuellem Aufwand möglich. Die händische Dokumentation ist zudem fehleranfällig, so ist z.B. schnell ein Komma an der falschen Stelle gesetzt oder der Messwert am Prüfgerät falsch abgelesen. Darüber hinaus bindet die Dokumentation Arbeitszeit des Mitarbeiters und hält ihn von wertschöpfenden Tätigkeiten ab.

Manuelle Messungen digitalisieren und automatisieren - Eine Anleitung

Für die Digitalisierung bzw. Automatisierung manueller Messungen gibt es zwei unterschiedliche Ausgangspunkte:

• Fall 1 „Händische Messung“: Mitarbeiter dokumentiert manuell auf Papier oder in einem Tabellenkalkulationsprogramm das Ergebnis einer Messung mit einem manuellen Prüfgerät (z.B. Thermometer).
• Fall 2 „Ablesen digitaler Wert“: Mitarbeiter liest Messwert an einem System ab und dokumentiert diesen manuell (z.B. Ölgehalt in der Kompressorluft).

Im ersten Fall „Händische Messung“ ist es sinnvoll, dem Mitarbeiter anstelle von Papier oder Tabellenkalkulationsprogramm eine digitale Möglichkeit zur Dokumentation der Information zur Verfügung zu stellen. In der Regel handelt es sich dabei um eine Webanwendung, die auf verschiedenen mobilen Endgeräten oder Workstations im Browser geöffnet werden kann. Es kann direkt überprüft werden, ob der Messwert innerhalb der hinterlegten Spezifikationsgrenzen liegt. Die Übertragung kann auch über Messmittelboxen oder eine direkte Kommunikation mit dem Prüfgerät erfolgen. Die nächste Ausbaustufe wäre die Automatisierung des Messvorgangs. Anstelle eines manuellen Messsystems werden fest installierte Sensoren verwendet, die den Messwert kontinuierlich überwachen. Die Erfassung und Speicherung der Sensorsignale kann über einen Datenlogger oder über eine Steuerung erfolgen.

Im zweiten Fall „Digitale Werte ablesen“ werden die relevanten Parameter direkt abgerufen und zentral gespeichert. Die möglichen Schnittstellen sind vielfältig. Üblich ist die Möglichkeit des Auslesens der relevanten Messwerte über das Protokoll OPC UA. Dadurch entfällt der Weg zur Anlage. Die Daten können in kürzeren Intervallen überwacht und automatisiert ausgewertet werden.

4 Stufen-Modell Datenaufnahme

Die Erfassung von Prozessparametern lässt sich in vier Schritte einteilen. In einem Assessment können die erforderlichen Messungen in einer Produktion in die vier Stufen eingeteilt werden und davon ausgehend Verbesserungspotenziale identifiziert werden. Hier sind die vier Stufen gelistet:

• Stufe 1: Messwerte werden manuell dokumentiert. Nachteil: Mitarbeiter kann die Messung vergessen, falsche Werte notieren und die Messungen müssen manuell überwacht werden
• Stufe 2: Messwerte werden in einer digitalen Eingabemaske dokumentiert. Vorteil: Werte sind einfach überwach bar und zentral abgelegt. Nachteil: Mitarbeiter kann die Messung vergessen und Ablese- bzw. Tippfehler können sich einschleichen.
• Stufe 3: Messwerte werden on-line durch einen Sensor gemessen und abgelegt. Vorteil: Werte sind kontinuierlich verfügbar und der subjektive Einfluss ist reduziert.
• Stufe 4: Messwerte werden on-line durch einen Sensor gemessen, automatisiert abgelegt und ausgewertet. Vorteil: Wie Stufe 3 nur werden automatisiert Handlungen angestoßen, falls eine Grenzwertverletzung vorliegt.

Wie profitiert die Produktion hiervon?

Wenn manuelle Messungen digitalisiert und automatisiert werden, wird wird in erster Linie das Personal entlastet. Statt Werte manuell abzulesen und zu dokumentieren, wird der Dokumentationsaufwand weitgehend automatisiert. Dadurch kann der Fokus auf wertschöpfende Tätigkeiten gelegt werden. Gleichzeitig werden manuelle Fehler durch falsches Ablesen oder unleserliche Handschriften vermieden.

Auch die Auswertung wird durch standardisierte Berichte vereinfacht. So kann für Audits einfach der relevante Zeitraum ausgewählt und als Report ausgegeben werden. Ebenso kann durch die Automatisierung bzw. Digitalisierung sichergestellt werden, wer Änderungen an den Daten vornehmen kann.

Durch kürzere Dokumentationsintervalle können Trends und Abweichungen frühzeitig erkannt werden. So kann proaktiv in den Prozess eingegriffen werden, bevor es möglicherweise zu spät ist und der Prozess aus einem sicheren Fenster läuft. Mit einem solchen Frühwarnsystem wird die Überwachung automatisiert.

Last but not least - durch die digitale Speicherung werden die Datenmengen auch durchsuchbar und auswertbar. So können Vergleiche über die Zeit oder zwischen verschiedenen Maschinen angestellt werden. Dadurch können Optimierungspotenziale erschlossen werden.

Bausteine zur Automatisierung von manuellen Messungen

Um Auch in Ihrer Produktion Manuelle Messungen digitalisieren und automatisieren zu können, bieten wir Softwarelösungen an. Für diesen Anwendungsfall benötigen Sie die folgenden Bausteine unserer Software:

• Data Warehouse: Hier werden Messwerte sicher abgelegt. Hier mehr erfahren
• Dashboard: Hier erstellen Sie Eingabemasken und geben diese frei. Hier mehr erfahren

Reales Fallbeispiel: Temperaturmonitoring in der Schokoladenproduktion

Eine Schokoladenproduktion ist nach IFS7 für Lebensmittelhersteller zertifiziert. Dazu ist es unter anderem notwendig, die Temperatur- und Feuchtewerte an definierten Messpunkten in der Produktion und im Lager zu überwachen. Dies wurde einmal pro Schicht von einem Mitarbeiter durchgeführt. Dazu wurde ein tragbares Thermometer verwendet. An jeder Messstelle wurden drei Stichproben genommen. Der Mittelwert wurde handschriftlich in ein ausgedrucktes Formular eingetragen. Pro Schicht benötigte ein Mitarbeiter ca. 30 min für die Dokumentation der Werte. Dazu musste das Qualitätsmanagement einmal wöchentlich die Zettel einsammeln, neue ausdrucken und die Aufzeichnungen in Excel auswerten. Für den Schokoladenproduzenten stellte sich die Frage, wie die manuelle Messung digitalisiert und automatisiert werden kann.

Gemeinsam mit den Experten von DatenBerg wurde ein automatisiertes Sensorsystem mit integriertem Datenlogging als Lösung avisiert. Dazu wurde ein Sensorsystem angeschafft, welches die Temperatur und Luftfeuchtigkeit misst. Hierfür wurde ein IO-Link System gewählt, da dieses keine Programmierung (im Gegensatz zu einer SPS) benötigt. Die Sensoren sind über 3-Draht-Kabel mit einem IO-Link-Master verbunden. Der Master überträgt die Signale einmal alle 10 Minuten an die DatenBerg Software smartPLAZA. Diese speichert die Messwerte und prüft, ob Spezifikationsgrenzen verletzt werden. Sollte dies der Fall sein, wird sofort eine E-Mail an das QM und die Werksleitung gesendet. Ein Dashboard visualisiert bei einem Audit schnell den betroffenen Zeitraum und zeigt die Übereinstimmung mit den Prozessfenstern.

Die Sensoren sind aber nicht nur für die Dokumentation gut! Zukünftig sollen die Temperatursensoren auch für eine automatisierte Regelung der Kühlaggregate eingesetzt werden.

Maschinen- und Prozessdaten abspeichern - Warum?

Produktionsmaschinen erfassen eine Vielzahl von Sensordaten und visualisieren diese häufig direkt an der Anlage auf einem Display. Je nach Zertifizierung der Produktion speichern Sie bestimmte Datenpunkte zu Dokumentationszwecken. Oft zeichnen Sie diese Daten direkt an der Steuerung mit einem Datenlogger auf. Für die Auswertung und Analyse holen Sie die Daten anschließend direkt an der Anlage ab.
Dies macht eine zeitnahe Auswertung nahezu unmöglich. Was typische Prozessdaten in der Produktion sind, haben wir hier beschrieben.

Einige Anlagenhersteller bieten eine Webvisualisierung an, deren Funktionsumfang jedoch häufig begrenzt ist und wenig Schnittstellen zu weiteren Anlagen oder Systemen bietet. Zusätzlich erfordert jede Anlage eine separate Applikation, was die Kosten erhöht und die Übersicht erschwert.

Wie können Maschinen- und Prozessdaten abgespeichert werden?

Als Übersicht bieten sich vier Schritte an:

1. Anbindung an ein Maschinennetzwerk
2. Definition der Schnittstelle
3. Anbindung an zentrales Monitoringsystem (z.B. smartPLAZA)
4. Festlegung des Monitoring und Analyse der Daten

Um eine einheitliche Konnektivität zu schaffen, werden in einem ersten Schritt die relevanten Maschinen zu einem sogenannten „Maschinennetzwerk“ verbunden. Damit ist die physikalische Verbindung bereits hergestellt. Anschließend evaluieren Sie für jede Anlage, welche Schnittstelle zur Verfügung steht.
Neuere Anlagen sind häufig mit der Standardschnittstelle OPC UA ausgestattet. Damit können Parameter abgefragt und auch zurückgeschrieben werden. Ist bereits eine Webvisualisierung vorhanden, können die Daten oft auch hier abgerufen werden. Mit der DatenBerg smartPLAZA werden verschiedene Standardschnittstellen mitgeliefert, die einen schnellen Zugriff auf Maschinensteuerungen ermöglichen.

Nach Auswahl der Schnittstelle fragen Sie die Daten in festen Intervallen ab. Für kritische Prozesse wählen Sie typischerweise ein Zeit Intervall zwischen einer Sekunde und mehreren Minuten. Alternativ zeichnen Sie nur bei veränderlichen Signalen auf.

Sie speichern alle ausgewählten Parameter in einer Datenbank. Anschließend visualisieren und monitoren Sie die Daten. Außerdem analysieren Sie die Daten über einen historischen Zeitraum und verknüpfen sie mit anderen Tabellen.

Was ist der Mehrwert der zentralen Speicherung?

Durch die zentrale Speicherung stehen alle relevanten Informationen zentral zur Verfügung - egal ob auf dem Laptop oder dem Tablet. Dadurch ist die Informationen ortsunabhängig zugreifbar. Die Datenpunkte sind dauerhaft und sicher gespeichert. Das manuelle Sammeln der Daten auf einem USB-Stick entfällt.

Auch anlagenübergreifende Analysen lassen sich mit einem zentralen System wie dem DatenBerg smartPLAZA durchführen. Auf diese Weise können Engpässe einfacher erkannt und die Planung von Verbesserungsmaßnahmen gezielter durchgeführt werden.

Aber nicht nur Analysen und Monitoring sind möglich. Definierte Abläufe können auch per Fernzugriff an der Maschine eingestellt werden. Beispielsweise können über OPC UA Fehlermeldungen quittiert oder Sollparameter neu eingestellt werden.

Ebenfalls kann so eine Betriebsdatenerfassung (hier mehr zum Thema BDE lesen) realisiert werden.

Bausteine für das Speichern von Maschinen- und Prozessdaten

• Data Warehouse: Hier legen Sie Messwerte sicher ab. Hier mehr zum Data Warehouse von DatenBerg erfahren
• Dashboard: Sie visualisieren Maschinen- und Prozessdaten mit webbasierten Dashboards genau in der Form und an dem Ort, wo diese benötigt werden. Wichtig ist die Echtzeitähigkeit und die Möglichkeit schnell selbständig Änderungen zu realisieren. Hier mehr zur Visualisierungslösung von DatenBerg erfahren

Reales Fallbeispiel: Füllstandsmessung von Rohstoffen

Reales Beispiel: Füllstandsmessung von Rohstoffen

In einer Lebensmittelproduktion werden Rohstoffe als Schüttgut in Silos gelagert. Der Füllstand wird über Sensoren gemessen und über eine SPS (Siemens S7-1200) abgefragt. Diese stellt den Füllstand auf einem Display direkt an den Silos zur Verfügung. Unser Kunde wollte den Füllstand aber auch aus der Ferne visualisieren können.

Als Lösung haben wir den OPC UA Server auf der S7-1200 aktiviert und die Steuerung über ein LAN-Kabel in das Maschinennetzwerk eingebunden. Dadurch werden die Füllstände freigegeben. Mit Hilfe des DatenBerg Gateways können die Sensordaten dann sicher abgerufen werden. Unsere Software smartPLAZA speichert diese und visualisiert die Werte auf einem Dashboard. Ergänzend werten die Nutzer die Füllstanddaten einmal wöchentlich mit unserer Reportfunktion aus, welche den Wochenverbrauch pro Silo berechnet. Anschließend vergleichen Sie diese mit den berechneten Verbräuchen aus dem ERP-System, um Ausschuss sichtbar zu machen.

Wieso ein automatisches Prozessmonitoring?

Das automatische Prozessmonitoring ist relevant für die Erfüllung von Standards, wie dem IFS im Lebensmittelbereich. Dabei wird verlangt, dass die Überwachung von kritischen Parametern von einer verantwortlichen Person des Unternehmens überprüft und für einen zu definierenden Zeitraum aufbewahrt werden. Dies bedeutet, dass Überschreitungen von Grenzwerten dokumentiert und gerechtfertigt werden müssen. Das manuelle Aufbereiten von solchen Auswertungen in Tabellenkalkulationsprogrammen ist aufwändig und findet oft mit einem großen Zeitversatz zur Datenaufnahme statt. So werden Personalkapazitäten gebunden und die Daten erst angeschaut, wenn es eigentlich schon zu spät ist. Die stets ansteigende Zahl an möglichen Überwachungspunkten erschwert die manuelle Analyse weiterhin.

Was ist ein automatisches Prozessmonitoring?

Bei einem automatischen Prozessmonitoring werden die aufgenommenen Messwerte gegen hinterlegte Spezifikationsgrenzen oder Toleranzgrenzen abgeprüft. Überschreitet ein Messwert eine Grenze wird eine Aktion, wie zum Beispiel der Versand einer E-Mail oder einer SMS getriggert.

Wo kann die automatisierte Überwachung im operativen Tagesgeschäft konkret unterstützen? Hier ist ein Auszug der Möglichkeiten:

• Qualitätsmanagement: Logging von Prozesseingriffen
• Anlagenhochfahren: Empfehlungen zur Prozessanpassung
• Serienbetrieb: Sicherstellung der Prozesssicherheit
• Instandhaltung: Remote-Überwachung von Energieverbräuchen oder Vibrationen
• Management: Regeln zur OEE-Überwachung festlegen

Was sind die Mehrwerte?

Anlagen in der Produktion erzeugen immer mehr Daten. Daten sind aber nicht direkt nützliche Informationen. Um von den Messwerten zu einer Entscheidung zu gelangen, bedarf es immer einer Interpretation. Fehlen den Mitarbeitern die Erfahrung oder schlicht die Zeit zur Analyse, können unerwünschte Ereignisse unentdeckt bleiben. Hier unterstützt eine automatische Anlagenüberwachung. Diese überwacht nach der Installation die Anlage rund um die Uhr und erkennt relevante Ereignisse. Die Überwachung ist auch eine Unterstützung beim Thema Transparenz, so können Fehleranalysen auf Zahlen, Daten, Fakten zurückgeführt werden.

Auch die Überwachung von Betriebsmitteln ist für die Instandhaltung möglich. Dies erspart es, vor Ort zu gehen, sondern wird nur dann alarmiert, wenn an der Anlage relevante Ereignisse auftreten.

Monitoring Möglichkeiten

In der Produktion sind typischerweise folgende Überwachungsarten relevant

• Trends: Messwerte entwickeln sich in eine positive oder negative Richtung. Im Six Sigma-Umfeld ist ein positiver Trend definiert als sieben aufeinander folgende steigende Messwerte. Analog liegt ein fallender Trend bei sieben aufeinander folgenden fallenden Messwerten vor.
• Anomalien: Eine Anomalie ist ein unerwarteter Messwertverlauf, z. B. das Überschwingen einer Dosierpumpe.
• Prozesseingriffe: Anlagen werden häufig im laufenden Betrieb durch den Anlagenfahrer feinjustiert, um z.B. Rohstoffschwankungen auszugleichen. Zu Dokumentationszwecken können diese Eingriffe in den Prozess automatisiert erfasst werden.
• Toleranzverletzungen: Messewerte über- oder unterschreiten eine hinterlegte Toleranz- oder Eingriffsgrenze.

Daneben können zum Beispiel Benachrichtigungen eingerichtet werden, wenn eine Nelson Rule im Messwertverlauf detektiert wird.

Funktion des automatischen Prozessmonitoring

In unserer Software smartPLAZA wird ein automatisches Prozessmonitoring zentral für die ganze Produktion angelegt und verwaltet. Dazu durchläuft man folgende Schritte:

1. Selektion der zu überwachenden Messwerten: Welche Messwerte sollen überwacht werden? Gibt es Anlagenzustände die nicht überwacht werden sollen (z.B. Rüsten)?
2. Konfiguration der Überwachungsart: Nach was für Mustern (Trends / Anomalie / Eingriffe / Toleranzgrenzen/Nelson Rules) soll überwacht werden?
3. Konfiguration der Benachrichtigung: An wen soll die Nachricht gesendet werden (z.B. per E-Mail oder SMS)?
4. Individuelle Benachrichtigungen: Soll dem Mitarbeiter eine Handlungsempfehlung mitgegeben werden? Dann wird diese hier hinzugefügt.
5. Live-Schaltung: Geschafft - Ihre Anlage ist nun 24/7 automatisiert überwacht.

Bausteine für eine automatisierte Prozessüberwachung

• Data Warehouse: Hier werden Daten von der Anlage abgefragt und abgelegt. Hier mehr erfahren
• Monitoring: Hier verwalten Sie Überwachungen und hinterlegen Auswerteregeln. Hier mehr erfahren

Anwendungsfälle für eine automatisierte Prozessüberwachung

Wo kann ein automatisches Prozessmonitoring im operativen Tagesgeschäft unterstützen? Hier ist ein Auszug der Möglichkeiten:

• Qualitätsmanagement: Logging von Prozesseingriffen
• Anlagenhochfahren: Empfehlungen zur Prozessanpassung
• Serienbetrieb: Sicherstellung der Prozesssicherheit
• Instandhaltung: Remote-Überwachung von Energieverbräuchen oder Vibrationen
• Management: Regeln zur OEE-Überwachung festlegen