Dataanalyse viste, at en måleskive med 832 sensorer var årsag til, at en bestemt type flowcontrollere var præget af alt for stor fejlprocent, når de var færdigproducerede og blev testet. Her ses grafisk billede af måleskiven. Illustration/CGI.

Af Simon Dinsen Hansen 22. februar 2018 13:00

Brug af dataanalyse på et afgrænset område af produktionen har givet gevinst hos Grundfos.

Produktionen hos Grundfos stod med den udfordring, at en bestemt type flow-controllere var præget af alt for stor fejlprocent, når de var færdigproduceret og blev testet. For mange enheder måtte af ukendte grunde kasseres, og i samarbejde med CGI indledte Grundfos jagten på fejlen.

Læs også: Begynd med lille afgrænset Industri 4.0 projekt

- Vi skulle finde årsagen til den svingende kvalitet, og målet var at få reduceret fejlprocenten. Det gjorde vi ved at analysere på datakilder, som Grundfos havde i forvejen, og det viste sig, at det var en speciel delkomponent, der skabte fejlen, forklarer Kim Hyttel Nikolajsen fra CGI Danmark.

Delkomponenten var en måleskive med 832 sensorer, der placeres inde i controllerne, og som en del af den digitale fejlfinding blev der brugt parametre fra samtlige 832 sensorchips.

- Vi fandt nogle mønstre, og så løste vi det her ud fra ren dataanalyse. Vi skabte en analytisk model, hvor vi kunne forudsige, om sluttesten på produktet ville fejle eller blive godkendt, siger Kim Hyttel Nikolajsen, som vurderer, at casen er godt eksempel på, hvordan man kommer i gang med styrket dataanalyse.

- For Grundfos beviste det her, at man med eksisterende datakilder kan finde en årsag til et problem. Og de fik en analytisk model, de kan implementere i produktionsmiljøet, siger han.