Manche Stationen liefern überhaupt kein Maschinensignal, etwa die manuelle Montage oder das Verpacken. Dort erkennen und zählen KI-Kameras die Ausbringung, sodass auch diese Stationen Stückzahlen und OEE erhalten.
Welche Option zu welcher Maschine passt, SPS-Anbindung, IoT-Gerät oder Kamera, wird vor der Installation mit dem Fabrico-Team abgestimmt. Ein Werk kann alle drei kombinieren.
Ausbringung und Zyklen. Die Kamera zählt Teile und erkennt Zyklen dort, wo es kein Maschinensignal gibt.
Stillstände und Mikrostopps. Kameras erkennen, wenn eine Linie steht, auch wenn sie eingeschaltet ist, aber nichts produziert, und bei kurzen Stopps, die niemand notiert.
Geschwindigkeit. Durch die visuelle Analyse der Zyklusmuster prüfen Kameras, ob die Produktion mit der richtigen Geschwindigkeit läuft.
Der Moment des Stillstands. Die Aufnahmen sind mit Maschinen- und Zeitachsendaten synchronisiert, sodass Sie genau auf den Moment zoomen, in dem die Linie stand, und die Ursache prüfen.
Über den Produktionslinien positionierte Kameras erfassen kontinuierlich Videomaterial und synchronisieren es mit Maschinen- und Zeitachsendaten. Bei einem ungewöhnlichen Ereignis können Anwender sofort den exakten Moment heranzoomen, um die Ursache zu überprüfen und zu bestätigen.
Trainierte KI-Modelle unterstützen dies, indem sie auf Basis erlernter Verhaltensmuster wahrscheinliche Stillstandsursachen vorschlagen und so Rohaufnahmen in verwertbare Prozessinformationen umwandeln.
Fabrico installiert eine oder mehrere industrietaugliche Kameras pro Produktionslinie, die so konfiguriert sind, dass sie die wichtigsten Prozessbereiche abdecken. Mithilfe historischer Daten von Maschinen und Bedienern lernt das KI-Modell des Systems, wiederkehrende Stillstandsursachen wie Materialmangel, Blockaden oder defekte Teile zu erkennen.
Nach der Lernphase klassifiziert das Modell zukünftige Ereignisse und schließt Datenlücken. So wird Ihre Stillstandserfassung immer vollständiger, je länger das Modell lernt.
Durch die Integration visueller Daten mit OEE-Analysen zeigt Fabrico Herstellern ihre Ausfallzeiten und Prozessverluste nach Ursachen aufgeschlüsselt. Kaizen und andere Verbesserungsinitiativen erhalten so die Daten, die eine Ursachenanalyse braucht: das Video des Stillstands neben den Maschinendaten und dem Grund, den der Bediener erfasst hat.
Das Ergebnis ist eine objektive, datengestützte Grundlage für kontinuierliche Verbesserungen.
Die Kamerazählungen landen auf derselben Zeitachse wie die SPS- und Sensordaten. Alle Quellen fließen in dieselbe OEE-Berechnung, sodass unterschiedlich angebundene Linien direkt vergleichbar sind.
Fabrico verknüpft die Bilddaten mit Bedieneraktivitäten, Arbeitsaufträgen und Maschinenzuständen. Steht eine Linie, liegen Aufnahme, Maschinendaten und der Grund des Bedieners an einer Stelle.
Sehen Sie, wie die OEE-Software daraus Verfügbarkeit, Leistung und Qualität berechnet und wie die Stillstandserfassung jeden Stopp mit seiner Ursache aufzeichnet.
Jedes Projekt beginnt mit einer Analyse Ihres Prozesses und Ihrer Maschinen. Sie zeigt, welche Maschinen über die SPS ausgelesen werden können, welche ein IoT-Gerät brauchen und welche manuellen Stationen sich für eine Kamera eignen.
Die Installation der Geräte und die Anbindung der Maschinen dauern etwa einen Monat. Die vollständige Einführung auf den gewählten Linien, mit Datenimport, Einrichtung und Schulung, dauert 3 bis 4 Monate.
Die Schulung findet live und vor Ort statt, und der Support antwortet per E-Mail oder Rückruf in weniger als 2 Stunden. Die Seite zur Maschinenanbindung erklärt jede Anbindungsoption im Detail.
Fabrico ist nach ISO/IEC 27001 zertifiziert und läuft in der AWS-Region EU. Die Daten werden im Ruhezustand und bei der Übertragung verschlüsselt, Backups laufen täglich.
Die Verarbeitung erfolgt nach DSGVO mit einem Auftragsverarbeitungsvertrag, und Cloudflare schützt den Dienst vor DDoS-Angriffen.
Nein. Eine Kamera kann Stationen ohne SPS oder Sensor erfassen, etwa die Handmontage oder das Verpacken, indem sie die Ausbringung zählt, die sie sieht.
Diese Zählungen fließen in dieselben OEE-Kennzahlen wie die Maschinen mit SPS-Anbindung.
Eine Linie kann eingeschaltet sein und trotzdem nichts produzieren, und ein Laufsignal zeigt das nicht als Stillstand. Die Kamera sieht es, auch wenn es niemand meldet.
Die Zyklusmuster im Video zeigen außerdem, ob die Linie mit der richtigen Geschwindigkeit läuft.
Das Machine-Learning-Modell lernt aus historischen Eingaben von Maschinen und Bedienern. Es lernt, wiederkehrende Ursachen wie fehlendes Material, einen Stau oder ein gebrochenes Teil zu erkennen.
Nach der Lernphase ordnet es neue Ereignisse zu und schließt Datenlücken, sodass die Stillstandsaufzeichnung mit der Zeit vollständiger wird.
Fabrico installiert eine oder mehrere Industriekameras pro Produktionslinie, ausgerichtet auf die wichtigsten Prozessbereiche.
Die Anzahl pro Linie wird nach einer Analyse Ihres Prozesses und Ihrer Maschinen mit dem Fabrico-Team abgestimmt.
Rechnen Sie mit etwa einem Monat für die Installation der Geräte und die Anbindung der Maschinen.
Die vollständige Einführung, mit Datenimport, Einrichtung und Schulung vor Ort, ist in 3 bis 4 Monaten abgeschlossen.
Fabrico ist nach ISO/IEC 27001 zertifiziert und hostet die Daten bei AWS in der EU, verschlüsselt bei der Übertragung und im Ruhezustand und täglich gesichert.
Ein Auftragsverarbeitungsvertrag regelt den Umgang mit Ihren Daten nach DSGVO.
Anmeldung