RückblickSmart Factory 2019

Die zunehmende Komplexität industrieller Fertigungsprozesse und damit verbundener Herausforderungen im Hinblick auf Planung und Steuerung erfordern neue Ansätze zur Optimierung. Die Anwenderkonferenz “Manufacturing Analytics” war ganz auf die Anwendbarkeit von Analytics und KI-Mechanismen für den industriellen Fertigungskontext fokussiert.

Im Kontext der Smart Factory gab es Fachvorträge von ausgewählten Experten, Erfahrungsberichte von Anwendern und spezielle Einsatzszenarien rund um die Fabrik. Weiterhin erhielten Besucher die Gelegenheit KI-Anwendungsfelder in der Praxis, im Rahmen einer virtuellen Führung durch das Potsdamer Forschungs- und Anwendungszentrum Industrie 4.0, zu erleben. Hierdurch konnten Anwender sich selbst einen Eindruck über Potenziale für ihre individuellen Prozesse verschaffen. Gerade kleine und mittelständische Unternehmen erhielten während der Konferenz Ideen und Anregungen für die Realisierung ihrer KI-Projekte im Fertigungskontext.

Vorteile:
  • Exklusives Expertenwissen aus erster Hand
  • Erfahrungsaustausch mit Experten und Teilnehmern
  • Künstliche Intelligenz & Industrie 4.0 live

Themen & Schwerpunkte

  • Predictive Analytics im Fertigungskontext am Beispiel von Predictive Maintenance
  • Qualitätsvorhersagen aus Prozessparametern
  • Smarte Maschinen als Grundlage für Manufacturing Analytics
  • Retrofit – Anbindung älterer Maschinen an das IIoT
  • Methoden und Algorithmen für Manufacturing Analytics (KI, Deep Learning)
  • Qualifizierung von Mitarbeitern für Manufacturing Analytics
  • Tools zur Realisierung von Manufacturing Analytics
  • Prognosen und Vorhersagen anstatt Vergangenheitsanalyse

Programm

Systematische Identifikation möglicher Mehrwerte
Manufacturing Analytics als wesentliches Element der Supply Chain Integration
Handlungsempfehlungen für die Projektumsetzung

Automatisiertes Sortieren von Bauteilen beim Selective Laser Sintering
Machine Learning zur Automatisierung industrieller Prozesse
Verknüpfung virtueller und physischer Informationen für Machine Learning

Anwendungen von KI in der Reihenfolgeplanung für die Fertigung
Methoden zur systematischen Reduktion des Lösungsraums für Planungsprobleme
Vergleich unterschiedlicher Ansätze zur Beherrschung komplexer Probleme

Mit Sensoren werthaltige Zustands- und Betriebsdaten erfassen
Datenanalysen mit Hilfe von Machine Learning-Algorithmen
Informationsgewinnung und Entscheidungsfindung

Business Case und Datenquellen
Key Challenge: Handling vieler Attribute
Die Methode: Klassifikation mit Tree Verfahren

Reifegradmodell für Advanced Analytics Projekte
Projektbeispiel Predictive Analytics für Windkraftanlagen
Erfolgsfaktoren für Predictive Analytics Projekte

Besonderheiten der Datenanalyse im produzierenden Mittelstand
Einsatzfelder und Möglichkeiten für Predictive Analytics
Die Bedeutung von Manufacturing Analytics für die Umsetzung von Industrie 4.0

Was ist eigentlich modernes Produktionsmanagement?
Integration heterogener Fabrikanlagen mittels flexibler Industrie 4.0-Box
Konzeptadaption und Lösungsevaluierung im Forschungs- und Anwendungszentrum Industrie 4.0

Ansprechpartner

Kontakt für inhaltliche Fragen

Benedict Bender
Tel.: +49 (331) 977-3837
E-Mail senden
www.wi.uni-potsdam.de

Eventorganisation & Marketing

Giulia Copat
Projektmanagerin Marketing und Event
Tel. +49 30 41 93 83 66
E-Mail senden
www.gito.de

Prize Winner 1
  • Keine Kategorien

Recent Posts

    Recent Comments

    Keine Kommentare vorhanden.

    Archives

    Keine Archive zum Anzeigen.

    Categories

    • Keine Kategorien
    Recent Comments
      Archives
      Categories
      • Keine Kategorien
      About this Event

      Join us on 4th of April while we open new prospects of trending designs and client requirements.