Forschung für den Mittelstand - Die IGF-Projektdatenbank

Verifikation innerbetrieblicher Materialflussprozesse durch CPS-basiertes Process Mining

Hohe Variantenvielfalt, kleine Losgrößen und Flexibilität: dafür notwendige Materialflussprozesse, also die bedarfsgerechte Bereitstellung des Materials sowie der Transport von Maschine zu Maschine stellen an die innerbetriebliche Logistik immer höhere Anforderungen. Dabei steckt in kleinteiligen, oft manuellen Produktionsabläufen ein großes Optimierungspotenzial, denn betroffene physische Materialflussprozesse sind oftmals nicht digital abgebildet. Das Ziel von ProCheck ist es, eine automatisierte und kontinuierliche Analyse, Optimierung und Überprüfung von Materialflussprozessen in kleinteiligen Produktionsabläufen zu ermöglichen. Als Innovation werden in ProCheck Methoden des Process Mining auch für physische Materialflussprozesse nutzbar gemacht. Dazu sollen prozesskennzeichnende Ereignisse, so genannte Event-Logs für Materialflussprozesse erzeugt werden. Die Daten dafür sollen über Cyber-Physische Systeme als sensorische Rohdaten in den Prozessen erhoben und über eine neuartige Datenverarbeitung in prozesskennzeichnende Ereignisse gewandelt werden. Dieser Ansatz soll in 5 Schritten umgesetzt werden:

1. Aufnahme und Modellierung des Materialflussprozesses als maschinenlesbare Modelle

2. Einbringen und Erfassen von prozessrelevanten Rohdaten durch existierende CPS-Technologien in Produktionsumgebungen

3. Entwicklung einer Rohdatenauswertung zur automatisierten Generierung von Event-Logs

4. Anpassung von Process Mining Verfahren zum Abgleich von Ist-Prozessen mit Soll-Prozessmodellen spezifisch für Materialflussprozesse in der Produktion von KMU

5. Empfehlungen zur Optimierung und Anwendung

Als Nutzen erhalten KMU durch den Einsatz von bereits existierenden CPS-Technologien in Kombination mit neuartiger Sensordatenauswertung und dadurch möglicher Anwendung von geeigneten PM-Techniken mehr Transparenz, Leistung u. Flexibilität in ihren Materialflussprozessen der Produktion. Den Marktwünschen kann so besser entsprochen u. dem Wettbewerb besser begegnet werden.

Ergebniszusammenfassung:

Im Vorhaben ProCheck wurde eine automatisierte und kontinuierliche Analyse, Optimierung und Überprüfung von Materialflussprozessen in kleinteiligen Produktionsabläufen umgesetzt. Die Hauptziele des Projekts umfassten neben detaillierten Prozessanalysen die Installation von CPS zur Generierung von sensorischen Prozessdaten sowie die Entwicklung von Process Mining-Methoden für physische Materialflussprozesse. Im Projekt konnten in der Zielumgebung erfolgreich Sensoren angebracht und damit Prozessdaten generiert werden. Allerdings konnte der Auftragsbezug in den Daten bisher nicht realisiert werden, was ein entscheidendes Kriterium für die Anwendung von Process Mining darstellt. Dies liegt in erster Linie an den komplexen Prozessabläufen der Anwendungspartner, aber auch an gravierenden Verzögerungen der Vorhaben aufgrund der pandemischen Situation ab Anfang 2020. Um das Projektziel dennoch zu erreichen, wurde bereits parallel zur CPS-Installation auf schon vorhandenen ERP-Daten der Anwendungspartner mit der Entwicklung von Process Mining-Verfahren begonnen. Hierfür wurden Event Logs aus Fertigungsdaten generiert und anschließend Clustering-Verfahren des Process Mining angewendet. Mit diesem Ansatz kann gezeigt werden, dass die entwickelten Verfahren die Komplexität der Fertigungsprozesse reduzieren, Prozesstransparenz erhöhen und Familien ähnlicher Artikel und Produktgruppen identifizieren können. Die Analysen dienen z.B. Entscheidungsträgern vor Ort zur Konformitätsprüfung einzelner Fertigungsprozesse. Außerdem liefern die CPS-Daten Erkenntnisse zur Auslastung von einzelnen Bearbeitungsschritten und können zur Ressourcensteuerung verwendet werden. Die Arbeiten aus ProCheck zeigen, dass Process Mining auf Produktionsdaten durchgeführt werden kann. Das Erkennen einzelner Aufträge aus CPS würde die Datenbasis für solche Verfahren erweitern. Die Weiterentwicklung der Kombination beider Ansätze (CPS-basiertes Process Mining) für KMU wird nach Projektende weiter verfolgt.