Die automatisierte Fabrik von Audi schließt auf zur Industrie 4.0

Intel setzt Edge Analytics und maschinelles Lernen ein, um Automobilhersteller bei der Verbesserung der Produktqualität zu unterstützen.

Beschleunigung der Produktqualität mit digitaler Technik

Für Audi, einen führenden Automobilhersteller und eine globale Marke mit Sitz in Deutschland, besteht das Erfolgsgeheimnis in der Bereitstellung hochwertiger Fahrzeuge, die Präzisionstechnik, außergewöhnliche Leistung und Luxus zu einem Preis bieten, den Kunden attraktiv finden. Der Werbeslogan von Audi – „Vorsprung durch Technik“ – spiegelt in präziser Weise das Engagement des Unternehmens wider, modernste Technik einzusetzen, um einen Wettbewerbsvorteil auf dem Markt zu erzielen.

Audi hat viele Produktionsstellen in seinen Werken automatisiert – vom Punktschweißen bis zum Nieten. Das ultimative Ziel ist es jedoch, intelligente Fabriken zu schaffen und ein Produktionsniveau gemäß Industrie 4.0 zu erreichen. Um dieses Ziel zu erreichen, wussten die Ingenieure bei Audi, dass sie über den traditionellen Ansatz der Erstellung maßgeschneiderter Hardware- und Softwarelösungen für einzelne Anwendungsfälle hinausgehen mussten. Stattdessen benötigen sie eine skalierbare und flexible Plattform, die ihnen die Möglichkeit gibt, die transformative Kraft fortschrittlicher digitaler Funktionen wie Datenanalyse, maschinelles Lernen und Edge-Computing zu nutzen.

„Wenn Sie sich heute die Werke ansehen, ist die Automobilherstellung von Audi sehr fortschrittlich und äußerst anspruchsvoll“, so Christine Boles, Vice President der Internet of Things Group und General Manager der Industrial Solutions Division bei Intel. „Maßgeschneiderte Anwendungsfälle sind jedoch schwierig aufrechtzuerhalten. Aufgrund des Zeit- und Geldaufwands, der erforderlich ist, um die erforderlichen Genehmigungen zu erhalten und individuelle Lösungen bereitzustellen, können sie Innovationen sogar im Wege stehen. Audi war bereit, die Dinge neu zu betrachten und einen anderen Ansatz zu versuchen.“

Beweis des Wertes einer vorausschauenden Qualitätskontrolle

Audi beschloss, gemeinsam mit Intel und Nebbiolo ein Proof-of-Concept-Experiment (POC) durchzuführen, das sich auf die Verbesserung des Qualitätskontrollprozesses für die Schweißnähte seiner Fahrzeuge konzentrierte. Der POC fand im Audi-Werk in Neckarsulm statt, einem der beiden Hauptmontagewerke des Unternehmens.

Das Werk in Neckarsulm verfügt über 2.500 autonome Roboter in seiner Produktionslinie. Jeder Roboter ist mit einem bestimmten Werkzeug ausgerüstet, von Klebepistolen bis hin zu Schraubendrehern, und erfüllt eine bestimmte Aufgabe, die für die Montage eines Audi-Fahrzeugs erforderlich ist. Neunhundert dieser Roboter tragen Schweißpistolen, um Punktschweißungen durchzuführen, die Metallteile zusammenhalten. Die Produktionslinie ist in eine Reihe von Zellen unterteilt und Fahrzeuge, die zusammengebaut werden, bewegen sich entlang der Linie von Zelle zu Zelle. Jede Zelle kann bis zu 20 Roboter und mehrere Fräsmaschinen enthalten. Die Fräsmaschinen werden verwendet, um die beiden Elektroden an den Schweißpistolen zwischen den Vorgängen nach Bedarf zu reinigen. Es gibt auch drei Steuerungen außerhalb der Zelle: eine für den Roboter, eine für die Schweißpistole und einen Industrie-PC (IPC).

Im Werk in Neckarsulm montiert Audi täglich bis zu 1.000 Fahrzeuge, und in jedem Fahrzeug befinden sich 5.000 Schweißnähte. Das sind mehr als 5 Millionen Schweißnähte an einem einzigen Produktionstag. Um die Qualität der Schweißnähte sicherzustellen, führt Audi manuelle Qualitätskontrollen durch. Es ist jedoch unmöglich, täglich 1.000 Autos manuell zu inspizieren. Daher verwendet Audi die branchenübliche Stichprobenmethode.

„Audi zieht jeden Tag ein Auto von der Produktionslinie und bringt es in einen großen Raum, in dem 18 Ingenieure mit Klemmbrettern Ultraschallsonden einsetzen, um die Schweißpunkte zu prüfen und die Qualität jedes Punkts aufzuzeichnen“, so Rita Wouhaybi, Principal Engineer der Internet of Things Group in der Industrial Solutions Division bei Intel und leitende Architektin für die Industrial Edge Insights Software von Intel.

Die Stichprobenprüfung ist kostspielig und arbeitsintensiv, und der Prozess ließ zu viele unbeantwortete Fragen zur Qualität der anderen 999 täglich produzierten Autos offen. Leider hatte Audi keine praktikable und kostengünstige Möglichkeit zur Prüfung der Qualität dieser anderen Schweißnähte.

„Unser großes Ziel in Bezug auf diese Lösung ist es, 100 % unserer Schweißnähte mit einem sehr hohen Maß an Genauigkeit prüfen zu können“, so Mathias Mayer, der die Planung der Automatisierungstechnik bei Audi leitet. „Im Moment haben wir diese Art von Sicherheit nicht. Wir prüfen ein fertiges Auto am Ende der Produktionslinie. Wir haben keinen In-Line-Inspektionsprozess. Intel verfügt sowohl über die Techik als auch über das Know-how, um unsere Prozesse zu verbessern und unsere Ziele zu erreichen.“

„Die In-Line-Kontrolle von 5.000 Schweißnähten pro Fahrzeug und die Ableitung der Ergebnisse jeder Schweißnaht innerhalb von 18 ms unterstreicht den Maßstab und die Echtzeit-Analysen, die die Edge-Plattform von Nebbiolo in die Fertigung einbringt“, so Pankaj Bhagra, Software Architect bei Nebbiolo Technologies. Unser umfangreicher Software-Stack bietet die zentrale Verwaltung für verteilte Edge-Computing-Cluster, die Datenaufnahme aus heterogenen Quellen, die Datenbereinigung, die sichere Datenverwaltung und die Einführung von KI-/ML-Modellen, sodass die Data-Science-Teams von Audi und Intel die ML-Modelle kontinuierlich wiederholen konnten, bis sie die gewünschte Genauigkeit erreichten.

Die Zusammenarbeit mit Intel bei der Umstellung der In-Line-Qualitätskontrolle von Schweißnähten bei Audi von einem Auto pro Tag auf 100 % der Autos ist einer von vielen idealen Echtzeit-Anwendungsfällen, die durch die Distributed-Edge-Plattform von Nebbiolo ermöglicht werden. Dieses Projekt zeigte, wie schnell ein Data-Science-Projekt mithilfe der Converged-Edge-Plattform von Nebbiolo in großem Maßstab vom Konzept zur Produktion konvertiert werden kann.

Chandra Joshi, CEO Nebbiolo Technologies

Erstellen einer skalierbaren Analyseplattformlösung am Netzwerkrand

Intel arbeitete mit Audi zusammen, um mithilfe der Intel Industrial Edge Insights-Software und der Nebbiolo Edge-Plattform Algorithmen für das Streaming von Analysen zu erstellen, die zu prädiktiven Analysen und Modellen führten, um Werksdaten in wertvolle Erkenntnisse umzuwandeln. Die Lösung nimmt Daten von den Schweißpistolensteuerungen und nicht von den Robotersteuerungen auf und analysiert sie am Netzwerkrand. Die Datenwissenschaftler von Intel haben einen Algorithmus für maschinelles Lernen entwickelt und auf Genauigkeit trainiert, indem sie die generierten Vorhersagen mit den von Audi bereitgestellten tatsächlichen Inspektionsdaten verglichen.

Das Machine-Learning-Modell verwendete Daten, die von den Schweißsteuerungen generiert wurden und den Verlauf von elektrischer Spannung und Strom während des Schweißvorgangs zeigten. Die Daten umfassten auch andere Parameter wie die Konfiguration der Schweißnähte, die Metallarten und den Zustand der Elektroden. Dieser Anwendungsfall für das Schweißen ist jedoch nur der Anfang. Optimierungen im Werk können über einen Prozess hinausgehen und im Rest des Werks Anwendung finden. Sie können am Netzwerkrand oder auf einer höheren Ebene erfolgen und Korrelationen zwischen Prozessen identifizieren. Die Stärke der Bereitstellung einer Analyseplattform am Netzwerkrand besteht darin, dass die Qualitätssicherungsingenieure und Bediener auf den Grundlagen ihrer Daten Innovationen entwickeln können.

Das Ergebnis ist eine skalierbare, flexible Plattformlösung, mit der Audi nicht nur die Qualitätskontrolle für das Punktschweißen verbessern kann, sondern die auch als Grundlage für andere Anwendungsfälle mit Robotern und Steuerungen wie Nieten, Kleben und Lackieren dienen kann. Die Audi-Mitarbeiter können die Daten über ein Dashboard visualisieren, und das System benachrichtigt die Techniker, wenn eine fehlerhafte Schweißnaht festgestellt oder eine mögliche Konfigurationsänderung identifiziert wird, die die Fehler minimieren oder ganz beseitigen könnte.

„Intel leitete das Projekt“, so Mathias Mayer. „Intel verfügt über Produktionserfahrung und weiß, wie ein System, das statistische Prozesskontrollen durchführt, einzurichten ist. Das ist für uns völlig neu. Intel lehrte uns, wie man die Daten versteht, wie man die Algorithmen verwendet, um Daten am Netzwerkrand zu analysieren, und wie wir in Zukunft mit Daten arbeiten können, um unsere Verfahren im Werk zu verbessern.“

„Der Vorteil, die Analyseplattform an den Netzwerkrand zu verlegen, besteht darin, dass Sie mehr Daten in sie einbinden und Korrelationen, Kausalitäten und andere interessante Analysen betrachten können – selbst einige Analysen, an die Sie vielleicht zuerst nicht denken“, so Brian McCarson, Vice President der Internet of Things Group und Director of Industrial Systems Engineering and Architecture bei Intel. „Diese Plattform bietet Audi viel Spielraum. Sie ist nicht nur für diesen einen Anwendungsfall geeignet. Nach der ersten Investition in die Plattform kann Audi in sie hineinwachsen und sie über Einrichtungen und andere Anwendungsfälle hinweg skalieren.“

Henning Löser, Leiter des Audi Production Lab, stimmt zu: „Diese Lösung ist wie eine Blaupause für zukünftige Lösungen. Es gibt viele Technologien in unserem Werk, und diese Lösung ist ein Modell, mit dem wir Qualitätskontrolllösungen für diese anderen Technologien erstellen können, damit wir uns nicht auf manuelle Prüfungen verlassen müssen.“

Laut Christine Boles war die Breite des Produktangebots von Intel ein wichtiges Element der Lösung. „Wir führen diese Lösung auf einem Xeon Prozessor aus. Wenn Sie sich jedoch die Intel® Produktlinie ansehen, können wir von unseren Intel® Core™ Prozessoren bis hin zu unseren Intel® Xeon® E Prozessoren und Intel® Xeon® SP Serverprozessoren skalieren, ohne Änderungen an der Software vornehmen zu müssen“, so Boles. „Wir können die gesamte Leistung und Funktionalität bereitstellen, die ein Kunde benötigt, und dann problemlos in jede Richtung skalieren, je nachdem, was der Kunde in seinem Unternehmen tun möchte.“

„Die Zusammenarbeit mit Intel bei der Umstellung der In-Line-Qualitätskontrolle von Schweißnähten bei Audi von einem Auto pro Tag auf 100 % der Autos ist einer von vielen idealen Echtzeit-Anwendungsfällen, die durch die Distributed-Edge-Plattform von Nebbiolo ermöglicht werden“, so Chandra Joshi, CEO Nebbiolo Technologies. Dieses Projekt zeigte, wie schnell ein Data-Science-Projekt mithilfe der Converged-Edge-Plattform in großem Maßstab vom Konzept zur Produktion konvertiert werden kann. Nebbiolo Technology bietet die umfassendste hyperkonvergente Edge-Plattform, die speziell dafür entwickelt wurde, datengesteuerte Erkenntnisse mit Sicherheit und Dateneigentum zu ermöglichen.

Diese Lösung ist wie eine Blaupause für zukünftige Lösungen. Es gibt viele Technologien in unserem Werk, und diese Lösung ist ein Modell, mit dem wir Qualitätskontrolllösungen für diese anderen Technologien erstellen können, damit wir uns nicht auf manuelle Prüfungen verlassen müssen.

Henning Löser, Leiter des Audi Production Lab

Wir können die gesamte Leistung und Funktionalität bereitstellen, die ein Kunde benötigt, und dann problemlos in jede Richtung skalieren, je nachdem, was der Kunde in seinem Unternehmen tun möchte.

Christine Boles, Vice President Internet of Things Group General Manager Industrial Solutions Division bei Intel

Steigerung der Effizienz und Genauigkeit bei gleichzeitiger Kostensenkung

Laut Henning Löser ist das überzeugendste Geschäftsergebnis für Audi, dass durch den Übergang von manuellen Prüfungen zu einem automatisierten, datengesteuerten Prozess der Umfang und die Genauigkeit der Qualitätskontrollprozesse erhöht wurden. Aber es gibt noch weitere Vorteile, die damit einhergehen.

„Wir sehen in unserem Werk in Neckarsulm bereits eine Reduzierung der Arbeitskosten um 30 bis 50 %“, so Michael Häffner, Leiter Fertigungsplanung, Automation und Digitalisierung bei Audi. Michael Häffner betont, dass es bei der Steigerung der Automation und Effizienz nicht darum geht, Mitarbeiter zu ersetzen, sondern ihnen neues Wissen und Können zu vermitteln und ihnen neue Möglichkeiten zu bieten. Dies ist auch eine Notwendigkeit, da viele qualifizierte Fabrikarbeiter in den Ruhestand treten und wertvolles Wissen mitnehmen. Daher ist es gut für das Unternehmen und gut für die Arbeitnehmer, einige dieser Stellen zu automatisieren und jüngere Mitarbeiter in neue Richtungen zu lenken.

Ein weiterer wesentlicher Vorteil des neuen Systems und der damit verbundenen genauen Prüfungen besteht darin, dass Audi proaktiv sein und sich darauf konzentrieren kann, Probleme zu vermeiden, anstatt nur darauf zu reagieren. „Nehmen wir an, wir führen eine Gesamtprüfung von 5.000 oder mehr Schweißnähten an einem Auto pro Tag durch, und vielleicht sind 95 % dieser Schweißnähte gut und 5 % sind fehlerhaft“, so Mathias Mayer. „In Zukunft können wir uns auf die 5 % konzentrieren, weil wir wissen, wo sie sich im Werk befinden, und wir können viel früher Maßnahmen ergreifen.“

Wir sehen in unserem Werk in Neckarsulm bereits eine Reduzierung der Arbeitskosten um 30 bis 50 %.

Michael Häffner, Leiter Fertigungsplanung, Automation und Digitalisierung bei Audi

Blick in die Zukunft

Das transparente System, mit dem die Mitarbeiter die von ihren Geräten generierten Daten verstehen und daraus lernen können, hat eine inspirierende Wirkung; Audi zieht neue Möglichkeiten in Betracht und will zusätzliche Vorteile liefern – einige davon unerwartet. „Aufgrund der Analysen, die wir jetzt durchführen, und der erhöhten Sichtbarkeit unserer Daten konnte Audi seine Körperschaftsteuer senken“, so Häffner. „In der Vergangenheit mussten wir viele Annahmen treffen, und unsere Steuern basierten auf diesen Annahmen. Die tatsächlichen Daten zeigen nun, dass unsere Steuerpflicht geringer ist, was eine erhebliche Kostenersparnis darstellt.“

Audi plant bereits, die Plattform im Werk Neckarsulm für andere Anwendungsfälle zu nutzen. Auf lange Sicht sollen vorausschauende Schweißinspektionen und andere Lösungen in allen Produktionsstätten des Volkswagen Konzerns eingesetzt werden. „Wir stehen ganz am Anfang der Erfassung und Analyse unserer Daten“, so Henning Löser. „Es wird bei der Fortsetzung dieser Reise sicher noch viele weitere glückliche Überraschungen und neue Möglichkeiten geben.“

Entdecken Sie, wie Lösungen von Intel und seinen Partnern die verarbeitende Industrie voranbringen

Industrie-PC – Panel- und Industriecomputer

Industrie-PC-Lösungen von Intel. Industriecomputer und Panel-PCs steigern die Produktivität.

Mehr über Industrie-PCs

Einsatzbereite Lösungen

Intel® IoT Market Ready Solutions (Intel® IMRS) sind direkt einsatzbereite Lösungen, die sofort Auswirkungen erzielen.

Mehr über die Lösungen

Beschleunigte Transformation in der Produktion

Intel® Technik ermöglicht intelligente Fabriken und Industrie 4.0.

Weitere Infos

Intels Edge Insights for Industrial

Diese Software stellt ein Fundament für die Integration von Datenverarbeitungsinfrastruktur, IoT-Geräten und Anwendungen für Edge-Computing in der Fertigung bereit.

Endecken Sie Edge Insights für die Industrie

Hinweise und Disclaimer

Durch Intel® Technik ermöglichte Funktionsmerkmale und Vorteile hängen von der Systemkonfiguration ab und können entsprechend geeignete Hardware, Software oder die Aktivierung von Diensten erfordern. Die Leistungsmerkmale variieren je nach Systemkonfiguration. Kein Computersystem bietet absolute Sicherheit. Informieren Sie sich beim Systemhersteller oder Einzelhändler oder auf https://www.intel.de. In Leistungstests verwendete Software und Workloads können speziell für die Leistungseigenschaften von Intel® Mikroprozessoren optimiert worden sein. Leistungstests wie SYSmark und MobileMark werden mit spezifischen Computersystemen, Komponenten, Softwareprogrammen, Operationen und Funktionen durchgeführt. Jede Veränderung bei einem dieser Faktoren kann abweichende Ergebnisse zur Folge haben. Für eine umfassende Bewertung Ihrer vorgesehenen Anschaffung, auch im Hinblick auf die Leistung des betreffenden Produkts in Verbindung mit anderen Produkten, sollten Sie zusätzliche Informationen und Leistungstests heranziehen.Ausführlichere Informationen finden Sie unter https://www.intel.de/benchmarks. Die Leistungsergebnisse basieren auf Tests, die zum Zeitpunkt, der in den Konfigurationen angegeben ist, durchgeführt wurden und berücksichtigen möglicherweise nicht alle öffentlich verfügbaren Sicherheitsupdates. Weitere Einzelheiten finden Sie in den veröffentlichten Konfigurationsdaten. Kein Produkt und keine Komponente bieten absolute Sicherheit. // Die beschriebenen Kostensenkungsszenarien sind als Beispiele dafür gedacht, wie ein bestimmtes Produkt mit Intel®-Technik unter den genannten Umständen und in der angegebenen Konfiguration zukünftige Kosten beeinflussen und Einsparungen ermöglichen kann. Die Umstände unterscheiden sich von Fall zu Fall. Intel übernimmt keine Gewähr für Kosten oder Kostensenkungen. // Intel hat keinen Einfluss auf und keine Aufsicht über die Benchmarkdaten Dritter oder die Websites, auf die in diesem Dokument Bezug genommen wird. Besuchen Sie die genannten Websites, um sich davon zu überzeugen, dass die angeführten Benchmarkdaten zutreffen. // Bei einigen Tests wurden die Ergebnisse unter Verwendung interner Analysen oder Architektursimulationen bzw. -modellen von Intel geschätzt oder nachempfunden. Sie dienen nur informatorischen Zwecken. Unterschiede in der Hardware, Software oder Konfiguration des Systems können die tatsächliche Leistung beeinflussen.