Bei intelligenter Implementierung können die heutigen Möglichkeiten der Datenerfassung und analyse die Ursachenanalyse und Korrektur von Qualitätsproblemen beschleunigen.

Die zentralen Thesen

  • Beispiele für häufige Qualitätsherausforderungen für Verpackungshersteller und mögliche Lösungen
  • Tipps zur Bestimmung, wo ihr Betrieb auf dem Kontinuum der digitalen Fertigung liegt
  • Anleitungen zur Nutzung von Industrie 4.0/Digitaler Fertigung/IoT, um geeignete Daten zu sammeln und die Produktqualität zu erhalten

Qualität ist für die Kundenbindung in jeder Branche von entscheidender Bedeutung. Wenn Sie einen Großauftrag wegen eines Qualitätsproblems verlieren, kann es lange dauern, bis Sie diesen Kunden zurückgewinnen können, wenn überhaupt.

In einem kürzlichen TBM-Management-Briefing haben wir festgestellt, dass Qualität ein entscheidender Faktor für die Kundenbindung bei Verpackungsherstellern ist. In dieser Branche variieren die Qualitätsherausforderungen je nach Art des Produkts.

Bei der Herstellung eines polypropylenbeschichteten Papierbechers oder eines anderen Lebensmittelbehälters müssen beispielsweise alle Komponenten korrekt bedruckt, geschnitten, geformt und zusammengefügt werden. Die Toleranzen sind eng, vor allem dort, wo verschiedene Materialtypen zusammenkommen, etwa wenn ein Papierrand einen starren Kunststoffdeckel aufnehmen muss. Die Suche nach den Ursachen von Undichtigkeiten und anderen Fehlern kann auf technische Probleme in der Anlage oder bei den Papierlieferanten hinweisen. Wir haben solche Qualitätsprobleme auf kahle Stellen und Wellen im Papierextrusionsprozess zurückgeführt und darauf, wie die Rollen des beschichteten Papiers für den Versand verpackt wurden.

Tiefgezogene Kunststoffverpackungen stellen weitere Herausforderungen dar. Neben dem eigentlichen Formungsprozess müssen die Einheiten korrekt gestapelt und gebündelt werden. Schalen für Lebensmittelverpackungen zum Beispiel dürfen beim Einlegen in die Maschinen der Kunden nicht aneinander kleben, sonst verklemmen sie die Geräte.

Das Kontinuum der digitalen Fertigung

Wenn es um digitale Fertigungsfähigkeiten geht, fallen Unternehmen irgendwo auf ein Kontinuum. An einem Ende befinden sich Betriebe, die wenig bis gar keine Maschinen-/Prozessdaten sammeln und speichern. Am anderen Ende befinden sich Betriebe, die die Leistung überwachen und Daten von mehreren Punkten an jedem Gerät in ihren Linien sammeln.

Zwischen diesen Extremen gibt es Hersteller, die zwar Maschinendaten sammeln, diese aber nicht speichern oder aggregieren. Andere führen zwar unterschiedliche Datenströme zusammen, haben aber noch nicht viel damit gemacht. Verpackungsbetriebe, Papierfabriken, Chemiewerke, Lebensmittel- und ähnliche Produktionsbetriebe überwachen seit Jahrzehnten Prozessparameter in Echtzeit, aber sie haben die Daten nicht gesammelt und gespeichert.

Unsere Kunden aus der Verpackungsindustrie haben in der Regel eine Reihe von qualitätsbezogenen Problemen, die behoben werden müssen. Defekte können dazu führen, dass Rückbuchungen und Rücksendungen von Kunden zunehmen und die Margen erodieren. Oder Maschinenstillstände und steigende Ausschussraten führen zu immer mehr Ausschuss und Nacharbeit, was ebenfalls die Kosten in die Höhe treibt.

Für diejenigen unter uns, die schon ein Jahrzehnt oder länger in der Industrie tätig sind, ist es immer noch erstaunlich, wie viele Terabytes an Maschinendaten heute kostengünstig erfasst werden können, insbesondere im Vergleich zu den zeitaufwändigen manuellen Methoden der nicht allzu fernen Vergangenheit. Einige Hersteller erfassen diese Datensätze, aber niemand schaut sich die Daten an oder analysiert die Auswirkungen, die die Eingaben auf die Ausgaben haben.

Bei einem kürzlich durchgeführten Projekt hatte das Werk Daten zu Maschinenstillständen und -ausfällen manuell aufgezeichnet. Als sich ein Team die Daten ansah, war der Hauptgrund für den Stillstand der Linie ein sonstiger Catchall-Code, der für die Problemlösung nicht sehr hilfreich war. Um die Datengenauigkeit und -zuverlässigkeit zu verbessern, wurde damit begonnen, die Stillstandsdaten direkt von der Maschinensteuerung und den Sensoren zu erfassen. Mit präzisen Zeit- und Grundcodes waren die Problembereiche der Maschine viel einfacher zu identifizieren.

Den Ursachen auf den Grund gehen

Bei Produktqualitätsproblemen, die es bis zum Kunden schaffen, sollte durch eine erste Analyse schnell festgestellt werden, ob die Ursache intern oder extern ist. Bei Verpackungsprodukten drehen sich externe Qualitätsprobleme oft um die Materialhandhabung und den Versand, was Änderungen an der Verpackung, den Verpackungs- und Verladungsmethoden erforderlich machen könnte.

Den Ursachen auf den Grund gehen Bei Produktqualitätsproblemen, die es bis zum Kunden schaffen, sollte durch eine erste Analyse schnell festgestellt werden, ob die Ursache intern oder extern ist. Bei Verpackungsprodukten drehen sich externe Qualitätsprobleme oft um die Materialhandhabung und den Versand, was Änderungen an der Verpackung, den Verpackungs- und Verladungsmethoden erforderlich machen könnte. Einfache Methoden zur Fehlersicherung können verhindern, dass externe Qualitätsprobleme das Kundenvertrauen untergraben. Die Maschine eines unserer Kunden kann gleichzeitig vier Ströme mit vier verschiedenen Druckprodukten auf jedem Strom bedrucken und so vier Stapel von flach bedruckten, gerillten und geschnittenen Kartons produzieren, die dann palettiert werden. Um zu verhindern, dass sich die Kartons mit anderen Produkten vermischen oder auf die falschen Paletten gelegt werden, wurde in der Druckphase ein Mini-Barcode hinzugefügt. Der Code wird automatisch an der Verschließmaschine überprüft, sodass es für die Mitarbeiter unmöglich ist, das falsche Produkt an die Kunden zu versenden.

Einige der Kosten, die mit internen Qualitätsproblemen verbunden sind, umfassen zusätzliche Tests und Inspektionen, Anlagenstillstand während der Behebung von Problemen und die Zeit, die für die Analyse und Identifizierung der Grundursachen aufgewendet wird, was erheblich sein kann. Hier kann die digitale Fertigungstechnologie - insbesondere die Überwachung, Sammlung und Analyse von Daten - eine große Hilfe sein.

Im Laufe unserer Karriere haben wir bei Tausenden von Produktionsprozessen Pareto-Analysen durchgeführt, um die Grundursachen von Qualitäts- und anderen Problemen zu ermitteln. Klassifikations- und Regressionsbaum (CART) ist ein weiteres Analysewerkzeug, das wir regelmäßig einsetzen, um die wichtigsten Variablen in einem Datensatz zu identifizieren.

Die Datenerfassung, die normalerweise nicht viele Ressourcen erfordert, war schon immer das zeitaufwändigste Element solcher Projekte. Mit der heutigen digitalen Fertigungstechnologie sind die Daten möglicherweise bereits vorhanden und müssen nur noch separiert und analysiert werden, was die Suche nach Lösungen erheblich beschleunigt.

Wenn Qualitätsprobleme auftauchen und Sie eine schnelle Datenanalyse durchführen wollen, müssen Sie zunächst die entsprechenden Daten an den wichtigsten Kontrollpunkten der Qualitätskontrolle in Ihren Produktionsprozessen sammeln. Anschließend können Sie Lücken in der Datenüberwachung und -speicherung schließen. Das Ziel solcher Vorarbeiten ist es, die Zeit zwischen Qualitätswarnungen und der Behebung von Problemen zu verkürzen und so die finanziellen Auswirkungen zu minimieren. Vorgefertigte Analysemodelle können schnell die Schlüsselvariablen ermitteln, die den größten Einfluss auf die Ursachen von Fehlern haben.

Einige Worte der Vorsicht sind jedoch angebracht. Wir haben erlebt, dass Kunden elektronische Datenüberwachungsfunktionen installiert haben, die dann einen endlosen Strom von Alarmen auslösten, wenn die Temperaturen zum Beispiel fünf Grad über oder fünf Grad unter dem vorgegebenen Bereich lagen. Es dauerte nicht lange, bis Bediener und Vorgesetzte begannen, die Warnungen zu ignorieren, weil sie wussten, dass solche Abweichungen keine Auswirkungen auf die Produktion oder Qualität haben würden. So entstand eine Kultur, in der es zur Routine wurde, diese Alarme zu ignorieren oder stumm zu schalten. Als die Anlage dann doch ausfiel, sahen sie sich die Daten an und konnten erkennen, wann sie hätten handeln können, um den Stillstand zu verhindern, wenn sie auf den richtigen Datenpunkt geachtet hätten.

Das Problem liegt in solchen Fällen nicht auf der Leitungsebene. Es wurde geschaffen, als die Datenerfassungsfunktionen und Warnmeldungen eingerichtet wurden. Niemand hat die Ingenieure, die Betreiber der Anlage oder das Wartungsteam gefragt, welche Datenpunkte am wichtigsten sind. Dies mag wie eine grundlegende Frage erscheinen, aber sie wird viel zu oft nicht gestellt, insbesondere wenn externe Anbieter die Technologieintegration durchführen.

Selbst wenn alles innerhalb der Zielparameter und Spezifikationen bleibt, kann die Trendanalyse wachsende Probleme aufzeigen, bevor sie ernst werden. Dieser Ansatz ist vergleichbar mit Sicherheitsmanagementprogrammen, die Beinaheunfälle verfolgen und Probleme entschärfen, bevor es zu einer Verletzung von Mitarbeitern kommen kann. Natürlich erfordert jedes proaktive Programm, ob es nun sicherheits- oder qualitätsbezogen ist, ein höheres Maß an Engagement des Managements in Bezug auf die Strategie und die Zuweisung von Ressourcen.

Konnten Sie die Möglichkeiten der digitalen Fertigung nutzen, um schneller auf Qualitätsprobleme zu reagieren? Wenn ja, würden wir gerne mehr über Ihre Herausforderungen und Lösungen erfahren.