Promotion
2017/18 INDUSTRIE-GUIDE 55
einen Hinweis, welcher der betrachteten Parameter
wie stark zur Mahalanobis-Distanz beiträgt.
Durch Kombination mit den ebenfalls integrierten
Darstellungen von Trends, Streudiagrammen
und Histogrammen sowie statistischen Kenngrößen
können so die Ursachen für die Anomalien,
beispielsweise Qualitätsprobleme oder Prozessschwankungen,
aufgedeckt werden.
Aber auch online funktioniert die Methode: Die
Mahalanobis-Distanz können Sie dem Operator
als eine Art Prozessqualitätsparameter zur Verfügung
stellen – ein intuitives und gut verständliches
Signal. Steigt die Distanz über ein bestimmtes
Maß hinaus, ist im Prozess etwas nicht in
Ordnung, und die Operators werden frühzeitig
gewarnt. Welche Parameter maßgeblich zur Erhöhung
der Distanz beitragen – diese Information
ist zu jedem Zeitpunkt verfügbar. So können Sie
schnell in die Ursachenanalyse einsteigen und
gezielte Gegenmaßnahmen treffen.
Diesen Aspekt greift Dr. Silke Müller auch in der
„Prädiktiven Anlagenüberwachung“ auf, über die
sie auf dem cav-Innovationsforum spricht. Und
sie geht noch einen Schritt weiter: Durch Berücksichtigung
der Wechselwirkungen zwischen den
einzelnen Funktionseinheiten einer Anlage kann
selbst vor bisher noch nicht aufgetretenen Störfällen
gewarnt werden.
Gemeinsam Know-how einsetzen
Wichtig für alle Analysen ist ein intensives
Prozesswissen. Wenn Sie es selbst nicht mitbringen,
reden Sie mit den Fachleuten. Denn nur
durch die Verknüpfung der geeigneten Analysemethode
mit dem notwendigen Prozesswissen
werden Sie Ihre Ergebnisse zielgerichtet interpretieren
können. Und daraufhin ideale Lösungen
erarbeiten.
Yokogawa GesmbH
1030 Wien
Franzosengraben 1
Tel.: +43/1/206 34-0
office@at.yokogawa.com
www.yokogawa.at
Datenanalyse basierend auf der DMAIC-Methode
von Six Sigma