DAPRO
Datengetriebene Prozessoptimierung mit Hilfe maschinellen Lernens in der Getränkeindustrie
Aktuelles
- Unternehmensdaten – Informationen aus gewachsenen, komplexen Systemen herausarbeiten – Buchbeitrag aus dem DaPro-Konsortium 2022-11-08
- Summer School zu IoT und ML in der Getränkeherstellung durchgeführt 2022-10-15
- Predictive Analytics World 2022 for Industry 4.0 – Konferenz in Berlin 2022-10-07
- Veröffentlichung und Vortrag zum Digitalen Zwilling auf EMSS-Konferenz 2022 in Rom 2022-09-19
- DaPro legt Grundstein für internationale Forschungskooperation 2022-08-15
Das Projekt
Motivation
Ein erhöhter Preis- und Wettbewerbsdruck sowie Initiativen zur Steigerung der Energie- und Ressourceneffizienz stellen die Getränkeindustrie vor große Herausforderungen der Rationalisierung. Bestehende Ansätze der Prozessoptimierung geraten bei biochemischen Prozessen mit komplexen Kombinationen verschiedener Einflussgrößen an ihre Grenzen. Lösungsansätze aus dem Bereich des maschinellen Lernens sind in der Getränkeindustrie bis dato nicht existent. Sowohl Maschinen- und Anlagenbauer als auch die Betreiber haben den Mehrwert der erzeugten Daten zur Effizienzsteigerung bis hin zur Nutzung als eigenständiges Wirtschaftsgut erkannt und arbeiten gemeinsam an Lösungsmustern zur datengetriebene Prozessoptimierung mit Hilfe maschinellen Lernens.
Projektidee
Ziel des Forschungsprojekts DaPro ist die Entwicklung einer modularen Referenzarchitektur zur kollaborativen Datennutzung in der Getränkeindustrie zur Ermöglichung datengetriebener Prozessoptimierungen. Die enge Kooperation zwischen Anwendern, Maschinen- und Anlagenbauern ermöglicht die Entwicklung innovativer, datengetriebener Prozessoptimierungen und fördert die Digitalisierungsbestrebungen der Prozessindustrie. Im Fokus steht die Entwicklung eines Werkzeugkoffers an Data Mining-Modulen sowie einer IoT-Referenzarchitektur für die Getränkeindustrie. Parallel werden bei den Anwendungspartner exemplarische Use Cases definiert und umgesetzt. Diese praxisnahen Beispiele ermöglichen den Aufbau spezifischer Analysemodule und die Validierung erstellter Lösungsmuster.
Vorgehensweise
Das Verbundprojekt ist auf eine Laufzeit von drei Jahren ausgelegt. Zu Beginn müssen die Grundlagen zur Entwicklung der Referenzarchitektur erarbeitet werden, hierzu wird der Ist-Zustand der Getränkeindustrie aufgenommen und die Anforderungen an die Referenzarchitektur definiert. Anschließend wird die Referenzarchitektur konzeptioniert und ausgestaltet. Hierzu zählt die Erstellung verschiedener Data Mining Module im Rahmen eines Werkzeugkoffers, die Betrachtung verschiedener Nutzenkonzepte, sowie den Aufbau entsprechender Kompetenzen. Zeitgleich finden die Ausgestaltung praxisnaher Anwendungsszenarien sowie deren anschließende Umsetzung statt. Die im Rahmen der Anwendung gewonnen Ergebnisse dienen sowohl zur Weiterentwicklung der Gesamtsystematik als auch zu deren Validierung. Diese Ergebnisse werden in Wissenschaft und Praxis transferiert.
Kontakt
RIF Institut für Forschung und Transfer e.V.
Joseph-von-Fraunhofer-Straße 20
D – 44227 Dortmund
René Wöstmann, M.Sc.
Telefon: +49 (0)231 9700 – 712
E-Mail: rene.woestmann[at]rif-ev.de
Bitburger Braugruppe GmbH
Römermauer 3
D – 54634 Bitburg
Dominik Polster
Telefon: +49 (0) 172-619-8717
E-Mail: dominik.polster[at]bitburger-braugruppe.de
Dieses Forschungs- und Entwicklungsprojekt wird/wurde mit Mitteln des Bundesministerium für Wirtschaft und Klimaschutz im Programm „Strategische Einzelprojekte – Daten als Wirtschaftsgut“ (Förderkennzeichen 01MT19004D) gefördert und vom DLR Projektträger betreut.