ProData
Im Rahmen des Projektes ProData wird anhand einer realen Prozesskette, bestehend aus einer Spritzgießanlage in Kassel und einer automatischen Montagestation in Dortmund, eine intelligente Datennutzung umgesetzt. Mittels maschineller Lernverfahren werden dabei Anomalien identifiziert und Fehlerursachen abgeleitet.
Ziel des Projektes ProData ist die Prozessketten-übergreifende Datennutzung in Spritzgieß- und Montageprozessen zur Identifikation von Anomalien und Ableitung von Fehlerursachen. Das dient dabei als Basis der „Hands-On“-Entwicklung von Datenkompetenzen im Fachgebiet des Spritzgießens sowie deren Vermittlung an den wissenschaftlichen Nachwuchs. Im Fokus von ProData steht der Umgang mit realen Produktionsdaten der Serienfertigung und insbesondere mit „Imbalanced Data“. Von einem „Imbalanced Data Problem“ ist immer dann die Rede, wenn eine Klasse im Datensatz sehr viel stärker vertreten ist (hier: fehlerfreie Bauteile) als eine andere (hier: fehlerbehaftete Bauteile). Durch hohe Wiederholhäufigkeiten und Automatisierungstechnik liegen in realen Anwendungsszenarien häufig solche stark ungleichen Klassenverteilungen vor.
Zwischen dem Fachgebiet Kunststofftechnik der Universität Kassel (Spritzgießanlagen) und dem RIF Institut für Forschung und Transfer e.V. (Montagestation) wurde eine reale Prozesskette aufgebaut, deren Maschinen-, Prozess-, Material- und Prüfdaten erstmals Prozessketten-übergreifend ausgewertet werden. Das Teilvorhaben des RIF adressiert aus datenbezogener Perspektive den Aufbau einer gemeinsamen Datenanalyseumgebung, die Integration der vorliegenden Daten sowie die Durchführung und das Coaching von heterogenen Datenanalysen sowohl der Teilprozessschritte als auch Prozessketten-übergreifend.