Die Erfindung betrifft ein System und Verfahren zur Steuerung einer aus mehreren Anlagenteilen bestehenden Produktionsanlage, insbesondere einer Produktionsanlage zur Erzeugung von Industriegütern wie metallischem Halbzeug. Die Erfindung betrifft insbesondere Produktionsanlagen zur Herstellung von Brammen, Blechen oder Bändern, Trägern oder Rohren aus Metall sowie deren Vorprodukte oder zur Durchführung einzelner Arbeitsschritte im Rahmen der Herstellung, bei denen eine Produktqualität sichergestellt werden muss.

Traditionell erfolgt die Herstellung von Produkten als Abfolge von Einzelprozessen. Für diese gibt es jeweils einen oder mehrere technologische Parameter, deren Einhaltung eine Erreichung der gewünschten

Produkteigenschaften sicherstellen soll. Die Einhaltung der technologischen Stellgrößen soll durch die verschiedenen Steuer- und Regelsysteme, allgemein durch das Automationssystem der Anlage sichergestellt werden.

Die technologischen Sollvorgaben werden zumeist in einer Abfolge von theoretischen Überlegungen, Simulationen, Laborversuchen und schließlich einzelnen Betriebsversuchen festgelegt. Solche Rezepturen sind zumeist statisch und werden während der Produktionsabfolge nicht oder nur in Sonderfällen durch manuelle Eingriffe angepasst.

Aufgrund von nicht eingehaltenen oder schlecht gewählten technologischen Sollvorgaben kommt es innerhalb der industriellen Produktion zu Defekten an Produkten, die zur Folge haben, dass diese nicht für die Aufträge eingesetzt werden können, für die sie ursprünglich geplant waren, schlimmstenfalls sogar gar keiner kommerziellen Nutzung zugeführt werden können. Eine Auswertung von Produktionsparametern während der Herstellung und/oder erreichten Qualitäten findet typischerweise manuell statt und eine Kopplung zwischen einer Auswertung und technologischen Sollvorgaben erfolgt nicht automatisiert.

Zur Verbesserung der Herstellung von Produkten in einer Produktionsanlage mit mehreren Anlagenteilen schlägt die US 10,365,640 B2 vor, die Zusammenhänge zwischen den einzelnen Anlagenteilen mittels maschinellen Lernens zu bestimmen und auf Basis von erfassten Qualitätsparametern Steuerregeln abzuleiten, welche in die Anlagensteuerung eingreifen. Die Parameter der einzelnen Anlagenteile werden mittels Sensoren erfasst und die Steuerregeln werden über Aktoren in den Anlagenteilen umgesetzt. Es erfolgt somit eine anlagenübergreifende Überwachung mit Regeleingriffen in die Anlagensteuerung. Es wird jedoch nicht generell die Anlagensteuerung optimiert, sondern nur durch Anpassung von Steuerregeln in die Steuerung eingegriffen.

Der vorliegenden Erfindung liegt ausgehend von diesem Stand der Technik die Aufgabe zugrunde, die Produktion in einer aus mehreren Anlagenteilen bestehenden Produktionsanlage anlagenübergreifend zu optimieren.

Die Aufgabe wird erfindungsgemäß gelöst durch ein System zur Steuerung einer aus mehreren Anlagenteilen bestehenden Produktionsanlage, insbesondere einer Produktionsanlage zur Erzeugung von Industriegütern wie metallischem Halbzeug, umfassend: eine Anlagenautomation zur Überwachung und Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere zur Überwachung und Steuerung und/oder Regelung des Prozesses innerhalb der Anlagenteile, ein Produktionsplanungssystem mit Informationen über die in der Produktionsanlage herzustellenden Produkte, insbesondere mit Zielkriterien für die herzustellenden Produkte, einen Modellgenerator zur Erzeugung wenigstens eines Vorhersagemodells für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die gemäß Produktionsplanungssystem zukünftig herzustellenden Produkte, insbesondere hinsichtlich der Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte, wobei der Modellgenerator die Ergebnisse der Überwachung der Produktionsanlage, insbesondere der mehreren Anlagenteile, bei der Erzeugung des wenigstens einen Vorhersagemodells berücksichtigt, einen Produktionsoptimierer zur Bestimmung eines optimierten Produktionsprozesses innerhalb der Produktionsanlage auf Basis der Daten der Anlagenautomation, des Produktionsplanungssystems und des von dem Modellgenerator erzeugten Vorhersagemodells, wobei der Produktionsoptimierer die produktionstechnischen Vorgaben der einzelnen Anlagenteile bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage berücksichtigt, und eine Produktionsanlagensteuerung zur Erzeugung von Sollvorgaben für die Anlagenautomation auf Basis des vom Produktionsoptimierer bestimmten optimierten Produktionsprozesses.

Die Produktionsanlage, insbesondere die mehreren Anlagenteile der Produktionsanlage, weisen jeweils eine separate Anlagenautomation auf zur Überwachung und Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere zur Überwachung und Steuerung und/oder Regelung des Prozesses innerhalb der Anlagenteile. Die Anlagenautomationen der mehreren Anlagenteile sind unabhängig voneinander und es erfolgt kein Informationsaustausch zwischen den Anlagenautomationen der mehreren Anlagenteile. Eine Produktionsanlagensteuerung erzeugt Sollvorgaben für die Anlagenautomationen der mehreren Anlagenteile. Die

Produktionsanlagensteuerung erfolgt im Stand der Technik separat für jeden Anlagenteil der Produktionsanlage.

Ferner weist eine Produktionsanlage üblicherweise ein Produktionsplanungssystem mit Informationen über die in der Produktionsanlage herzustellenden Produkte, insbesondere mit Zielkriterien für die herzustellenden Produkte, auf. Das Produktionsplanungssystem arbeitet dabei vorzugsweise Produktionsanlagenübergreifend, also für alle Anlagenteile gemeinsam. Das Produktionsplanungssystem enthält Informationen über die insgesamt in der Produktionsanlage, also von allen Anlagenteilen, herzustellenden Produkte.

Das erfindungsgemäße System umfasst ferner einen Modellgenerator zur Erzeugung wenigstens eines Vorhersagemodells für das aktuell in der

Produktionsanlage hergestellte Produkt und/oder für die gemäß Produktionsplanungssystem zukünftig herzustellenden Produkte. Das Vorhersagemodell betrifft insbesondere die Vorhersage der für die Zielkriterien wesentlichen Eigenschaften der aktuell oder zukünftig herzustellenden Produkte. Der Modellgenerator berücksichtigt dabei die Ergebnisse der Überwachung der Produktionsanlage, insbesondere der mehreren Anlagenteile, bei der Erzeugung des wenigstens einen Vorhersagemodells. Das vom Modellgenerator erzeugte Vorhersagemodell liefert somit eine Vorhersage bezüglich des aktuellen und zukünftigen Produktionsprozesses in der Produktionsanlage, insbesondere eine Vorhersage der für die Zielkriterien relevanten Produkteigenschaften, z.B. basierend auf der Art des Herstellungsprozesses, repräsentiert durch für diesen charakteristische Prozessparameter. Das Vorhersagemodell betrifft die gesamte Produktionsanlage, wobei die mehreren Anlagenteile berücksichtigt werden. Der Modellgenerator kann beispielsweise sensorische und/oder aktorische Daten der Anlagenautomation, insbesondere der mehreren Anlagenteile, verwenden. Die Verwendung sensorischer Daten der Anlagenautomation verbessert die Genauigkeit der Vorhersage des erzeugten Vorhersagemodells, während technologische Sollvorgaben für die Aktoren bzw. die einzelnen Steuer- oder Regelsysteme zu einem frühen Produktionsstadium zur Verfügung stehen.

Insbesondere bestimmt das wenigstens eine Vorhersagemodell eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien innerhalb eines definierten Bereichs liegen. Das Vorhersagemodell bestimmt somit eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien des aktuell in der Produktionsanlage hergestellten Produkts und/oder zukünftig herzustellender Produkte innerhalb eines definierten Bereichs liegen. Anhand der bestimmten Wahrscheinlichkeit lässt sich bestimmen, ob das hergestellte Produkt für die vorgesehene Verwendung geeignet ist, also die vorgegebene Produktqualität aufweist. Alternativ kann das Vorhersagemodell auch einen einzelnen Wert für eine für die Zielkriterien relevante Eigenschaft Vorhersagen. In diesem Fall erfolgt die Überprüfung beispielsweise dadurch, dass der Abstand einer für ein Zielkriterium relevanten Eigenschaft vom jeweiligen Zielwert bestimmt wird oder das Überschreiten eines unteren oder oberen Grenzwertes für diese Eigenschaft überwacht wird. Das erfindungsgemäße System umfasst ferner einen Produktionsoptimierer zur Bestimmung eines optimierten Produktionsprozesses innerhalb der

Produktionsanlage auf Basis der Daten der Anlagenautomation, des Produktionsplanungssystems und des von dem Modellgenerator erzeugten Vorhersagemodells. Der Produktionsoptimierer berücksichtigt dabei die produktionstechnischen Vorgaben der einzelnen Anlagenteile bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage. Es findet somit eine produktionsanlagenübergreifende Optimierung des Produktionsprozesses statt, welche sämtlich Informationen der anderen Systeme der Produktionsanlage berücksichtigt. Im Vergleich zu der aus der US 10,365,640 B2 bekannten Steuerung eines Produktionsprozesses wird nicht nur regelnd in den Produktionsprozess eingegriffen, sondern es findet eine produktionsanlagenübergreifende Optimierung statt.

Nach einer erfindungsgemäßen Variante ist die Produktionsanlage eine Anlage der metallerzeugenden Industrie oder der Stahlindustrie.

Gemäß einer weiteren Variante der Erfindung sind die mehreren Anlagenteile ausgewählt aus: Elektrolichtbogenofen, Hochofen, Konverter, Pfannenofen, Vakuumpfannenbehandlung, Stranggießanlage, Gießerei, Warmwalzwerk, Gießwalzanlage, Wiedererwärmungsofen, Beize, Kaltwalzwerk, Glühlinie,

Verzinkungslinie, Verzinnungslinie, Lackierlinie, Quer- und Längsteillinie, Rohrwalzwerk, Trägerwalzwerk, Gesenkschmiede, Freiformschmiede und/oder Richtmaschine. In einer bevorzugten Variante der Erfindung umfassen die mehreren Anlagenteile jeweils Sensoren zur Erfassung von Produkteigenschaften, Prozessparametern und/oder Betriebszuständen innerhalb des Anlagenteils. In jedem Anlagenteil können somit Produkteigenschaften, Prozessparameter und/oder Betriebszustände separat erfasst werden. Die Erfassung der Produkteigenschaften, Prozessparameter und/oder Betriebszustände erfolgt mittels geeigneter Sensoren. Insbesondere erfolgt die Erfassung von Produkteigenschaften, Prozessparameter und/oder Betriebszuständen kontinuierlich mit der Herstellung der Produkte. Die Messung bestimmter relevanter Eigenschaften findet jedoch nur am Ende des Produktionsprozesses im Labor statt, insbesondere an vorab abgetrennten Proben.

Nach einer zweckmäßigen Variante der Erfindung umfassen die mehreren Anlagenteile jeweils Aktoren zur Anpassung des Produktionsprozesses innerhalb des Anlagenteils. Die Aktoren setzen die Sollvorgaben für die Anlagenautomation um. Bei den Sollvorgaben handelt es sich also um Steuerbefehle für die Aktoren der Anlagenteile. Gemäß einer erfindungsgemäßen Variante greift die Anlagenautomation auf die Daten der Sensoren und/oder Aktoren der mehreren Anlagenteile zu und/oder übermittelt Daten an die Sensoren und/oder Aktoren der mehreren Anlagenteile.

In einer vorteilhaften Variante der Erfindung umfasst das System weiterhin einen zentralen Datenspeicher für die einzelnen Komponenten des Systems, wobei die einzelnen Komponenten des Systems auf die Daten zugreifen können und insbesondere Daten anpassen können. Der zentrale Datenspeicher vereinfacht somit den Austausch der Daten zwischen den einzelnen Teilen des erfindungsgemäßen Systems, insbesondere zwischen den mehreren Anlagenteilen der Produktionsanlage und der übergeordneten Komponenten des erfindungsgemäßen Systems. Der zentrale Datenspeicher kann innerhalb der digitalen Infrastruktur der Produktionsanlage angeordnet sein oder außerhalb als sogenannter Cloud-Datenspeicher.

Nach einer zweckmäßigen Variante der Erfindung sind die Zielkriterien ausgewählt aus: Dicke, Breite, Länge, Gewicht, Zugfestigkeit, Streckgrenze, E-Modul, Bruchdehnung, Korrosionsbeständigkeit, Anwesenheit oder Anzahl von Oberflächendefekten verschiedener Art, Anzahl von Rissen an der Oberfläche oder innerhalb des Materials, DWTT Ergebnisse, Charpy Ergebnisse, Übergangstemperaturen von Zäh- zu Sprödbrüchen, Schichtdicke der Zinkschicht, Rohrwandstärke, Exzentrität, Steghöhe, Flanschhöhe, Flanschstärke, Profil, Planheit und dergleichen.

Gemäß einer vorteilhaften Variante der Erfindung basiert der Modellgenerator auf Methoden der Statistik, des maschinellen Lernens, der künstlichen Intelligenz oder dergleichen, um das Vorhersagemodell zu erzeugen. In einer besonders vorteilhaften Variante der Erfindung erzeugt der Modellgenerator mehrere voneinander unterschiedliche Vorhersagemodelle, wobei sich die unterschiedlichen Vorhersagemodelle beispielsweise hinsichtlich der Erstellungsmethode, der ursprünglichen Daten und/oder der Lernalgorithmen unterscheiden. Insbesondere werden für das gleiche Zielkriterium mehrere Vorhersagemodelle erzeugt, welche beispielsweise unterschiedliche ursprüngliche Daten (Eingangsparameter) berücksichtigen. Es ist zweckmäßig, dass unterschiedliche Vorhersagemodelle mit unterschiedlichen Sätzen an Eingangsparametern verwendet werden, insbesondere wenn zu unterschiedlichen Zeiten während der Herstellung unterschiedliche Daten über ein Produkt vorliegen, so dass einige der Vorhersagemodelle bereits anwendbar sind, während für andere Vorhersagemodelle die notwendigen Eingangsparameter noch nicht vollständig vorliegen, da der Prozessschritt, in dem diese erzeugt werden, erst noch ausgeführt werden muss.

Gemäß einer erfindungsgemäßen Variante kann der Modellgenerator unterschiedliche Sätze an Eingangsvariablen verwenden, um die mehreren voneinander unterschiedlichen Vorhersagemodelle zu erstellen. Dabei kann es sich um solche Werte handeln, für die im Rahmen der Automation Sollvorgaben existieren (Vorgabe-Größen) oder aber Messwerte oder Signale, die sich reaktiv aus dem Produktionsprozess ergeben (Messdaten). Zweckmäßigerweise werden diese Werte prozessschrittweise zusammengefasst, so dass Vorhersagemodelle erzeugt werden, die bereits von Produktionsbeginn an nutzbar sind, weil sie nur Vorgabe-Größen verwenden, oder aber Vorhersagemodelle, für die nach einem bestimmten Prozessschritt alle für das Vorhersagemodell erforderlichen Messdaten verfügbar sind. Dies kann vorteilhaft sein, da mitunter reaktive Messdaten Informationen enthalten, die anderweitig schlecht erfassbar sind und somit ein präziseres Vorhersagemodell ermöglichen.

Für jeden Satz an Eingangsparametern kann im Allgemeinen eine Vielzahl an Vorhersagemodelle wie z.B. neuronale Netze, Entscheidungsbäume, Support Vector Machines, Lineare Modelle, Diskriminanten-Analyse, Bayessche Schätzer, Nächste Nachbarn, nichtlineare multivariate Regression, Splines erstellt werden. Zur Auswahl können unterschiedliche Metriken der Bewertung verwendet werden. Aus der Liste der erstellten Vorhersagemodelle wird so für jeden Schritt, in dem eine Aktualisierung der Sollvorgaben für die Automation erfolgen soll ein Vorhersagemodell ausgewählt, welches der Optimierer dann nutzt. Bewertungsmetriken können z.B. der mittlere quadratische Fehler, der mittlere absolute Fehler, das Bestimmtheitsmaß o.ä. sein.

Nach einer zweckmäßigen Variante der Erfindung berücksichtigt der Prozessoptimierer das Vorhersagemodell, welches die aktuell beste Vorhersage für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die gemäß Produktionsplanungssystem zukünftig herzustellenden Produkte liefert, insbesondere unter Berücksichtigung eines oder mehrerer Zielkriterien.

Vor Beginn des Produktionsprozesses liegen naturgemäß keine Messdaten über ein konkretes Produkt vor. Der Optimierer nutzt daher ein Vorhersagemodell, welches sich lediglich solcher Eingangsparameter bedient, für die im Rahmen der Automation auch Sollvorgaben existieren. Durch den eigentlichen Optimierungsschritt (zweckmäßig unter Beachtung von Randbedingungen) werden die Sollwerte derart festgelegt, dass die Abweichung der einen oder mehreren Zielgrößen minimiert oder die Wahrscheinlichkeit, dass die Zielgröße einen Gültigkeitsbereich verlässt minimiert wird. Weitere Optimierungsziele ähnlicher Art sind ebenfalls umsetzbar. Der Produktionsprozess nutzt die derart ermittelten Sollvorgaben im Rahmen der Automation, wobei die Steuer- und Regelsysteme versuchen, die Sollvorgaben möglichst umzusetzen.

Während des ersten Prozessschritts wird vom Automationssystem eine Vielzahl an Messdaten erfasst. Dies beinhaltet sowohl solche Größen, für die auch Sollvorgaben bestanden wie auch weitere Messdaten. Im Allgemeinen kommt es aufgrund einer Vielzahl von Effekten zu Abweichungen der tatsächlichen Werte von den vorgegebenen Werten. Hierdurch und möglicherweise durch die Verwendung eines Vorhersagemodells, welches auch weitere Messdaten als Eingangsgrößen nutzt, ermittelt der Optimierer vor Beginn des nächsten Prozessschritts unter Zuhilfenahme eines möglichen anderen Vorhersagemodells die Sollvorgaben für alle folgenden Prozessschritte. Dieser Vorgang kann bis zum letzten Prozessschritt fortgesetzt werden. Insgesamt wird dadurch die Produktion gemäß des aktuell besten Verständnisses über den Einfluss der Vorgabe-Größen auf die Qualitätskriterien hinsichtlich aller zu beachtenden Qualitätskriterien optimiert. Dadurch kommt es zu weniger Abwertungen oder Reklamationen und die Wirtschaftlichkeit des Produktionsprozesses wird verbessert.

Nachdem ein Produkt fertiggestellt wurde, findet zumeist eine Qualitätsbewertung statt, u.a. indem Proben des Produktes hinsichtlich bestimmter

Qualitätseigenschaften geprüft werden, während andere Qualitätseigenschaften auch direkt während der Produktion gemessen werden. Dies kann, muss aber nicht für alle hergestellten Produkte der Fall sein.

Sobald eine neue Qualitätsbewertung für ein Produkt vorliegt, kann der Modellgenerator erneut damit beginnen, neue Vorhersagemodelle zu erzeugen, da neue Kenntnisse über die Wirkzusammenhänge in den neu hinzugekommenen Produktionsdaten und der Qualitätsbewertung vorliegen. Im Allgemeinen ist es ausreichend, dass dieser Schritt nicht nach jedem Produkt, sondern nach einer Mehrzahl an hergestellten Produkten ausgeführt wird. Durch die regelmäßige Aktualisierung der Vorhersagemodelle kann sich ändernden Produktionsbedingungen Rechnung getragen werden und es wird sichergestellt, dass die Optimierung immer an den aktuellen Wirkmechanismen ausgerichtet erfolgt. In einer bevorzugten Variante der Erfindung führt der Prozessoptimierer bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage eine Bewertung hinsichtlich eines oder mehrerer Zielkriterien aus. Eine Optimierung hinsichtlich mehrerer Zielkriterien ist insbesondere dann bevorzugt, wenn eine Verbindung zwischen den einzelnen Zielkriterien besteht. Es ist regelmäßig der Fall, dass die Optimierung hinsichtlich eines Zielkriteriums gleichzeitig einen Einfluss auf ein anderes Zielkriterium ausübt. Diese miteinander verbundenen Zielkriterien sollten bei der Optimierung gemeinsam berücksichtigt werden, da ansonsten bei der separaten Optimierung eines Zielkriteriums andere damit verbundene Zielkriterien einen zulässigen Wertebereich verlassen könnten.

Gemäß einer zweckmäßigen Variante beruht die Bewertung auf einer der folgenden Bewertungsfunktionen: mittlerer absoluter Fehler, mittlerer quadratischer Fehler, Summierter Wertverlust je Abweichung der Zielkriterien, Wahrscheinlichkeit für das Verlassen des Toleranzbereiches, oder dergleichen.

Nach einer weiteren zweckmäßigen Variante der Erfindung beruht der Prozessoptimierer auf Methoden der linearen oder quadratischen Programme, genetischer Optimierung, bestärkendes Lernen mit Q-Tabellen, neuronalen Netzen, Simulated Annealing, Metropolis, Schwarm-Algorithmen, Hill Climbing, Lagrange-Multiplikator-Methode oder dergleichen basiert.

In einer vorteilhaften Variante der Erfindung bestimmt der Prozessoptimierer die Auswirkungen von Sollwertänderungen auf die Zielvorgaben des aktuell in der Produktionsanlage hergestellten Produkts und/oder des gemäß Produktionsplanungssystem zukünftig herzustellenden Produkts. Der Prozessoptimierer bestimmt also ob eine Änderung der Sollvorgaben für die Anlagenautomation dazu führt, dass das wenigstens eine bzw. die mehreren Zielkriterien, welche Grundlage der Optimierung sind, die vorgegebenen Anforderungen erfüllen.

Gemäß einer besonders vorteilhaften Variante der Erfindung umfasst der Prozessoptimierer Informationen zu möglichen Sollwertänderungen der Produktionsanlage, insbesondere der einzelnen Anlagenteile. Der Prozessoptimierer verfügt vorzugsweise über Informationen von der Produktionsanlage, insbesondere der einzelnen Anlagenteile, umsetzbare Sollwertänderungen wie maximale Änderungsraten aktorischer Aktivität und/oder Abhängigkeiten einer einstellbaren Größe von anderen ebenfalls einstellbaren Größen. Dadurch kann der Prozessoptimierer die von der Produktionsanlage, insbesondere der Anlagenteile, umsetzbaren Sollwertänderungen bestimmen. Auf Basis der umsetzbaren Sollwertänderungen können die Sollvorgaben für die Anlagenautomation erstellt und an die Anlagenautomation weitergeleitet werden. Die Änderungsraten sind sowohl relevant für den Wechsel zwischen unterschiedlichen Produkten aber auch dafür, wenn sich die Eingangsdaten und damit die Vorhersagen über das Volumen des Produktes ändern. Häufige Fälle sind z.B. Schwankungen entlang der Bandlänge oder Bandbreite eines bandförmigen Produktes. In diesem Fall können durch den Optimierer auch verschiedene Sätze an Sollwerten erzeugt werden, so dass die Zielkriterien für die einzelnen Produktsegmente erfüllt werden. Durch die Restriktionen aufgrund der maximalen Änderungsraten wird berücksichtigt, dass der Prozess in aller Regel für zwei benachbarte Produktsegmente nicht stark unterschiedlich ablaufen kann. Nach einer vorteilhaften Variante der Erfindung optimiert der Prozessoptimierer den Produktionsprozess innerhalb der Produktionsanlage für eine Mehrzahl von Produktabschnitten. Dabei kann es sich beispielsweise um Abschnitte über die Länge oder Breite eines bandförmigen Produktes handeln, oder Bereiche wie Flansche oder Stege von trägerartigen Produkten.

Die Aufgabe wird ferner gelöst durch ein Verfahren zur Steuerung einer aus mehreren Anlagenteilen bestehenden Produktionsanlage, insbesondere einer Produktionsanlage zur Erzeugung von Industriegütern wie metallischem Halbzeug, umfassend die Schritte: Erfassen von Informationen über die in der Produktionsanlage herzustellenden Produkte, insbesondere mit Zielkriterien für die herzustellenden Produkte, Überwachen des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile,

Erzeugen wenigstens eines Vorhersagemodells für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte, insbesondere hinsichtlich der Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte, wobei die erfassten Informationen der Produktionsanlage, insbesondere der mehreren Anlagenteile, bei der Erzeugung des wenigstens einen Vorhersagemodells berücksichtigt werden,

Bestimmen eines optimierten Produktionsprozesses innerhalb der Produktionsanlage auf Basis der erfassten Informationen über die in der Produktionsanlage herzustellenden Produkte, der Überwachung des

Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, des wenigstens einen erzeugten Vorhersagemodells und produktionstechnischen Parametern der Produktionsanlage, insbesondere produktionstechnischen Parametern der einzelnen Anlagenteile,

Erzeugen und Ausführen von Sollvorgaben für die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere Steuerung und/oder Regelung der Prozesse innerhalb der Anlagenteile. Gemäß dem erfindungsgemäßen Verfahren werden bei der Herstellung Produkten Informationen über die in der Produktionsanlage herzustellenden Produkte erfasst. Dies betrifft insbesondere Zielkriterien für die herzustellenden Produkte. Sinn und Zweck des erfindungsgemäßen Verfahrens ist die Herstellung der Produkte bei Einhaltung der Zielvorgaben bei optimaler Ausnutzung der Produktionsanlage. Die Informationen über die in der Produktionsanlage herzustellenden Produkte sind üblicherweise in einem Produktionsplanungssystem hinterlegt und werden von dort abgefragt bzw. von diesem empfangen. Das Produktionsplanungssystem arbeitet dabei vorzugsweise Produktionsanlagenübergreifend, also für alle Anlagenteile gemeinsam. Das Produktionsplanungssystem enthält Informationen über die insgesamt in der Produktionsanlage, also von allen Anlagenteilen, herzustellenden Produkte. Die Produktionsanlage besteht vorzugsweise aus mehreren voneinander unabhängigen, aber aufeinanderfolgenden Anlagenteilen. Der Produktionsprozess in der Produktionsanlage wird überwacht, insbesondere innerhalb der mehreren Anlagenteile. Die Überwachung erfolgt beispielsweise innerhalb der Anlagenautomation in den einzelnen Anlagenteilen. Die Anlagenautomation ist zur Überwachung und Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere zur Überwachung und Steuerung und/oder Regelung des Prozesses innerhalb der Anlagenteile ausgebildet. Die Anlagenautomationen der mehreren Anlagenteile sind unabhängig voneinander und es erfolgt kein Informationsaustausch zwischen den Anlagenautomationen der mehreren Anlagenteile. Gemäß dem erfindungsgemäßen Verfahren wird wenigstens ein Vorhersagemodell für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte erstellt. Das

Vorhersagemodell betrifft insbesondere die Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte. Die erfassten Informationen der Produktionsanlage, insbesondere der mehreren Anlagenteile, werden bei der Erzeugung des wenigstens einen Vorhersagemodells berücksichtigt. Das vom Modellgenerator erzeugte Vorhersagemodell liefert somit eine Vorhersage bezüglich des aktuellen und zukünftigen Produktionsprozesses in der Produktionsanlage. Das Vorhersagemodell betrifft die gesamte Produktionsanlage, wobei die mehreren Anlagenteile berücksichtigt werden.

Der Modellgenerator kann beispielsweise sensorische und/oder aktorische Daten der Anlagenautomation verwenden, insbesondere der mehreren Anlagenteile. Die Verwendung sensorischer Daten der Anlagenautomation verbessert die Genauigkeit der Vorhersage des erzeugten Vorhersagemodells, während technologische Sollvorgaben für die Aktoren bzw. die einzelnen Steuer- oder Regelsysteme zu einem frühen Produktionsstadium zur Verfügung stehen.

Insbesondere bestimmt das wenigstens eine Vorhersagemodell eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien innerhalb eines definierten Bereichs liegen. Das Vorhersagemodell bestimmt somit eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien des aktuell in der Produktionsanlage hergestellten Produkts und/oder zukünftig herzustellender Produkte innerhalb eines definierten Bereichs liegen. Anhand der bestimmten Wahrscheinlich lässt sich bestimmen, ob das hergestellte Produkt für die vorgesehene Verwendung geeignet ist, also die vorgegebene Produktqualität aufweist.

Ferner wird erfindungsgemäß eine optimierter Produktionsprozesses bestimmt, welcher die Produktion innerhalb der Produktionsanlage auf Basis der erfassten Informationen über die in der Produktionsanlage herzustellenden Produkte, der Überwachung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, des wenigstens einen erzeugten Vorhersagemodells und produktionstechnischen Parametern der Produktionsanlage, insbesondere produktionstechnischen Parametern der einzelnen Anlagenteile, regelt. Es findet somit eine produktionsanlagenübergreifende Optimierung des Produktionsprozesses statt, welche sämtlich Informationen der anderen Systeme der Produktionsanlage berücksichtigt. Im Vergleich zu der aus der US 10,365,640 B2 bekannten Steuerung eines Produktionsprozesses wird nicht nur regelnd in den Produktionsprozess eingegriffen, sondern es findet eine produktionsanlagenübergreifende Optimierung statt.

Auf Basis des optimierten Produktionsprozesses werden Sollvorgaben für die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage erzeugt und ausgeführt. Dies betrifft insbesondere die Steuerung und/oder Regelung der Prozesse innerhalb der Anlagenteile der Produktionsanlage.

Nach einer erfindungsgemäßen Variante ist die Produktionsanlage eine Anlage der metallerzeugenden Industrie oder der Stahlindustrie.

Gemäß einer weiteren Variante der Erfindung sind die mehreren Anlagenteile ausgewählt aus: Elektrolichtbogenofen, Hochofen, Konverter, Pfannenofen,

Vakuumpfannenbehandlung, Stranggießanlage, Gießerei, Warmwalzwerk, Gießwalzanlage, Wiedererwärmungsofen, Beize, Kaltwalzwerk, Glühlinie,

Verzinkungslinie, Verzinnungslinie, Lackierlinie, Quer- und Längsteillinie, Rohrwalzwerk, Trägerwalzwerk, Gesenkschmiede, Freiformschmiede und/oder Richtmaschine. In einer bevorzugten Variante der Erfindung erfolgt die Überwachung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, mittels Sensoren. Besonders bevorzugt erfolgt die Überwachung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, kontinuierlich.

Nach einer zweckmäßigen Variante der Erfindung erfolgt die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere die Steuerung und/oder Regelung der Prozesse innerhalb der Anlagenteile, mittels Aktoren. Dadurch können die erzeugten Sollvorgaben automatisch ausgeführt werden.

Gemäß einer vorteilhaften Variante umfasst das erfindungsgemäße Verfahren ferner den Schritt des Speicherns von Daten in einem zentralen Datenspeicher, insbesondere Daten bezüglich der Erfassung von Informationen über die in der Produktionsanlage herzustellenden Produkte, insbesondere mit Zielkriterien für die herzustellenden Produkte, Daten bezüglich der Überwachen des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, Daten bezüglich der Erzeugung wenigstens eines

Vorhersagemodells für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte, insbesondere hinsichtlich der Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte, Daten bezüglich der Bestimmung eines optimierten Produktionsprozesses innerhalb der Produktionsanlage auf Basis der erfassten Informationen über die in der Produktionsanlage herzustellenden Produkte, der Überwachung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere innerhalb der Anlagenteile, des wenigstens einen erzeugten Vorhersagemodells und produktionstechnischen Parametern der Produktionsanlage, insbesondere produktionstechnischen Parametern der einzelnen Anlagenteile, und/oder Daten bezüglich der Erzeugung und Ausführung von Sollvorgaben für die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage, insbesondere Steuerung und/oder Regelung der Prozesse innerhalb der

Anlagenteile. Die zentrale Datenspeicherung vereinfacht den Austausch der Daten zwischen den einzelnen Teilen der Produktionsanlage, insbesondere zwischen den mehreren Anlagenteilen der Produktionsanlage und der übergeordneten Komponenten eines erfindungsgemäßen Systems ausgebildet zur Ausführung des erfindungsgemäßen Verfahrens.

In einer Variante der Erfindung sind die Zielkriterien ausgewählt aus: Dicke, Breite, Länge, Gewicht, Zugfestigkeit, Streckgrenze, E-Modul, Bruchdehnung, Korrosionsbeständigkeit, Anwesenheit oder Anzahl von Oberflächendefekten verschiedener Art, Anzahl von Rissen an der Oberfläche oder innerhalb des Materials, DWTT Ergebnisse, Charpy Ergebnisse, Übergangstemperaturen von Zäh- zu Sprödbrüchen, Schichtdicke der Zinkschicht, Rohrwandstärke, Exzentrität, Steghöhe, Flanschhöhe, Flanschstärke, Profil, Planheit und dergleichen. Nach einer vorteilhaften Variante der Erfindung basiert die Erzeugung des wenigstens einen Vorhersagemodells auf Methoden der Statistik, des maschinellen Lernens, der künstlichen Intelligenz oder dergleichen. Derartige Methoden haben den Vorteil, dass diese sich ständig verbessern, insbesondere mit zunehmender Datenbasis. Die Methoden könne ständig trainiert, also verbessert, werden, wodurch sich die Genauigkeit der erstellten Vorhersagemodell kontinuierlich verbessert.

Gemäß einer besonders vorteilhaften Variante des erfindungsgemäßen Verfahrens umfasst das Verfahren den Schritt des Erzeugens von mehreren voneinander unterschiedlichen Vorhersagemodellen, wobei sich die unterschiedlichen Vorhersagemodelle beispielsweise hinsichtlich der Erstellungsmethode, der ursprünglichen Daten und/oder der Lernalgorithmen unterscheiden. Insbesondere werden für das gleiche Zielkriterium mehrere Vorhersagemodelle erzeugt, welche beispielsweise unterschiedliche ursprüngliche Daten (Eingangsparameter) berücksichtigen.. Es ist zweckmäßig, dass unterschiedliche Vorhersagemodelle mit unterschiedlichen Sätzen an Eingangsparametern verwendet werden, insbesondere wenn zu unterschiedlichen Zeiten während der Herstellung unterschiedliche Daten über ein Produkt vorliegen, so dass einige der Vorhersagemodelle bereits anwendbar sind, während für andere Vorhersagemodelle die notwendigen Eingangsparameter noch nicht vollständig vorliegen, da der Prozessschritt, in dem diese erzeugt werden, erst noch ausgeführt werden muss.

Gemäß einer erfindungsgemäßen Variante können unterschiedliche Sätze an Eingangsvariablen verwendet werden, um die mehreren voneinander unterschiedlichen Vorhersagemodelle zu erstellen. Dabei kann es sich um solche Werte handeln, für die im Rahmen der Automation Sollvorgaben existieren (Vorgabe-Größen) oder aber Messwerte oder Signale, die sich reaktiv aus dem Produktionsprozess ergeben (Messdaten). Zweckmäßigerweise werden diese Werte prozessschrittweise zusammengefasst, so dass Vorhersagemodelle erzeugt werden, die bereits von Produktionsbeginn an nutzbar sind, weil sie nur Vorgabe-Größen verwenden, oder aber Vorhersagemodelle, für die nach einem bestimmten Prozessschritt alle für das Vorhersagemodell erforderlichen Messdaten verfügbar sind. Dies kann vorteilhaft sein, da mitunter reaktive Messdaten Informationen enthalten, die anderweitig schlecht erfassbar sind und somit ein präziseres Vorhersagemodell ermöglichen.

Für jeden Satz an Eingangsparametern kann im Allgemeinen eine Vielzahl an Vorhersagemodelle wie z.B. neuronale Netze, Entscheidungsbäume, Support Vector Machines, Lineare Modelle, Diskriminanten-Analyse, Bayessche Schätzer, Nächste Nachbarn, nichtlineare multivariate Regression, Splines erstellt werden Zur Auswahl können unterschiedliche Metriken der Bewertung verwendet werden. Aus der Liste der erstellten Vorhersagemodelle wird so für jeden Schritt, in dem eine Aktualisierung der Sollvorgaben für die Automation erfolgen soll ein Vorhersagemodell ausgewählt, welches der Optimierer dann nutzt. Bewertungsmetriken können z.B. der mittlere quadratische Fehler, der mittlere absolute Fehler, das Bestimmtheitsmaß o.ä. sein.

In einer zweckmäßigen Variante der Erfindung wird bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage das Vorhersagemodell berücksichtigt, welches die aktuell beste Vorhersage für das aktuell in der Produktionsanlage hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte liefert. Dies erfolgt insbesondere unter Berücksichtigung eines oder mehrerer Zielkriterien.

Vor Beginn des Produktionsprozesses liegen naturgemäß keine Messdaten über ein konkretes Produkt vor. Der Optimierung nutzt daher ein Vorhersagemodell, welches sich lediglich solcher Eingangsparameter bedient, für die im Rahmen der Automation auch Sollvorgaben existieren. Durch den eigentlichen Optimierungsschritt (zweckmäßig unter Beachtung von Randbedingungen) werden die Sollwerte derart festgelegt, dass die Abweichung der einen oder mehreren Zielgrößen minimiert oder die Wahrscheinlichkeit, dass die Zielgröße einen Gültigkeitsbereich verlässt minimiert wird. Weitere Optimierungsziele ähnlicher Art sind ebenfalls umsetzbar. Der Produktionsprozess nutzt die derart ermittelten Sollvorgaben im Rahmen der Automation, wobei die Steuer- und Regelsysteme versuchen, die Sollvorgaben möglichst umzusetzen. Während des ersten Prozessschritts wird vom Automationssystem eine Vielzahl an Messdaten erfasst. Dies beinhaltet sowohl solche Größen, für die auch Sollvorgaben bestanden wie auch weitere Messdaten. Im Allgemeinen kommt es aufgrund einer Vielzahl von Effekten zu Abweichungen der tatsächlichen Werte von den vorgegebenen Werten. Hierdurch und möglicherweise durch die Verwendung eines Vorhersagemodells, welches auch weitere Messdaten als Eingangsgrößen nutzt, ermittelt der Optimierer vor Beginn des nächsten Prozessschritts unter Zuhilfenahme eines möglichen anderen Vorhersagemodells die Sollvorgaben für alle folgenden Prozessschritte. Dieser Vorgang kann bis zum letzten Prozessschritt fortgesetzt werden. Insgesamt wird dadurch die Produktion gemäß des aktuell besten Verständnisses über den Einfluss der Vorgabe-Größen auf die Qualitätskriterien hinsichtlich aller zu beachtenden Qualitätskriterien optimiert. Dadurch kommt es zu weniger Abwertungen oder Reklamationen und die Wirtschaftlichkeit des Produktionsprozesses wird verbessert.

Nachdem ein Produkt fertiggestellt wurde, findet zumeist eine Qualitätsbewertung statt, u.a. indem Proben des Produktes hinsichtlich bestimmter

Qualitätseigenschaften geprüft werden, während andere Qualitätseigenschaften auch direkt während der Produktion gemessen werden. Dies kann, muss aber nicht für alle hergestellten Produkte der Fall sein.

Sobald eine neue Qualitätsbewertung für ein Produkt vorliegt, kann der Modellgenerator erneut damit beginnen, neue Vorhersagemodelle zu erzeugen, da neue Kenntnisse über die Wirkzusammenhänge in den neu hinzugekommenen Produktionsdaten und der Qualitätsbewertung vorliegen. Im Allgemeinen ist es ausreichend, dass dieser Schritt nicht nach jedem Produkt, sondern nach einer Mehrzahl an hergestellten Produkten ausgeführt wird.

Durch die regelmäßige Aktualisierung der Vorhersagemodelle kann sich ändernden Produktionsbedingungen Rechnung getragen werden und es wird sichergestellt, dass die Optimierung immer an den aktuellen Wirkmechanismen ausgerichtet erfolgt.

Nach einer bevorzugten Variante der Erfindung erfolgt bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage eine Bewertung hinsichtlich eines oder mehrerer Zielkriterien. Eine Optimierung hinsichtlich mehrerer Zielkriterien ist insbesondere dann bevorzugt, wenn eine Verbindung zwischen den einzelnen Zielkriterien besteht. Es ist regelmäßig der Fall, dass die Optimierung hinsichtlich eines Zielkriteriums gleichzeitig einen Einfluss auf ein anderes Zielkriterium ausübt. Diese miteinander verbundenen Zielkriterien sollten bei der Optimierung gemeinsam berücksichtigt werden, da ansonsten bei der separaten Optimierung eines Zielkriteriums andere damit verbundene Zielkriterien einen zulässigen Wertebereich verlassen könnten.

Gemäß einer zweckmäßigen Variante der Erfindung beruht die Bewertung auf einer der folgenden Bewertungsfunktionen: mittlerer absoluter Fehler, mittlerer quadratischer Fehler, Summierter Wertverlust je Abweichung der Zielkriterien, Wahrscheinlichkeit für das Verlassen des Toleranzbereiches, oder dergleichen.

In weiter vorteilhaften Variant der Erfindung bestimmt das wenigstens eine Vorhersagemodell eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien innerhalb eines definierten Bereichs liegen. Mittels dieser Wahrscheinlichkeit kann ermittelt werden, ob das in der Produktionsanlage hergestellte Produkt mit ausreichender Wahrscheinlichkeit die geforderten Qualitätsanforderungen erfüllt, da die Qualität des hergestellten Produkts mit der Einhaltung von vorgegebenen Zielkriterien korreliert. Nach einer zweckmäßigen Variante der Erfindung basiert die Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage auf Methoden der linearen oder quadratischen Programme, genetischer Optimierung, bestärkendes Lernen mit Q-Tabellen, neuronalen Netzen, Simulated Annealing, Metropolis, Schwarm-Algorithmen, Hill Climbing, Lagrange-Multiplikator-Methode oder dergleichen.

Gemäß einer vorteilhaften Variante der Erfindung umfasst die Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage die Prüfung von Auswirkungen von Sollwertänderungen auf die Zielvorgaben des aktuell in der Produktionsanlage hergestellten Produkts und/oder des zukünftig herzustellenden Produkts. Bei der Bestimmung des optimierten Produktionsprozesses wird also geprüft, ob eine Änderung der Sollvorgaben für die Anlagenautomation dazu führt, dass das wenigstens eine bzw. die mehreren Zielkriterien, welche Grundlage der Optimierung sind, die vorgegebenen Anforderungen erfüllen.

In einer bevorzugten Variante der Erfindung berücksichtigt die Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage Informationen zu möglichen Sollwertänderungen der Produktionsanlage, insbesondere der einzelnen Anlagenteile. Dies betrifft insbesondere von der Produktionsanlage, insbesondere der einzelnen Anlagenteile, umsetzbare Sollwertänderungen wie maximale Änderungsraten aktorischer Aktivität und/oder Abhängigkeiten einer einstellbaren Größe von anderen ebenfalls einstellbaren Größen. Nach einer vorteilhaften Variante der Erfindung optimiert das erfindungsgemäße Verfahren den Produktionsprozess innerhalb der Produktionsanlage für eine Mehrzahl von Produktabschnitten. Dabei kann es sich beispielsweise um Abschnitte über die Länge oder Breite eines bandförmigen Produktes handeln, oder Bereiche wie Flansche oder Stege von trägerartigen Produkten. Die Erfindung betrifft insbesondere ein System zur Ausführung des erfindungsgemäßen Verfahrens. Das System kann zumindest teilweise durch eine Software implementiert werden, welche durch eine Recheneinrichtung ausgeführt wird, wobei die Recheneinrichtung zur Steuerung einer Produktionsanlage ausgebildet ist.

Nachfolgend wird die Erfindung anhand eines in der Figur dargestellten Ausführungsbeispiels näher erläutert. Es zeigt: Fig. 1 ein Blockdiagramm eines erfindungsgemäßen Systems zur

Steuerung einer Produktionsanlage.

Figur 1 zeigt ein Blockdiagram eines erfindungsgemäßen Systems 1 zur Steuerung einer Produktionsanlage 2. Die Produktionsanlage 2 besteht aus mehreren Anlagenteilen 3. Insbesondere betrifft die Erfindung eine Steuerung 1 für eine Produktionsanlage 2 zur Erzeugung von Industriegütern wie metallischem Flalbzeug, wie eine Anlage der metallerzeugenden Industrie oder der Stahlindustrie. Bei den Anlagenteilen 2 der Produktionsanlage 2 handelt es sich beispielsweise um einen Elektrolichtbogenofen, einen Flochofen, einen Konverter, einen Pfannenofen, eine Vakuumpfannenbehandlung, eine Stranggießanlage, eine Gießerei, ein Warmwalzwerk, eine Gießwalzanlage, einen Wiedererwärmungsofen, eine Beize, ein Kaltwalzwerk, eine Glühlinie, eine Verzinkungslinie, eine Verzinnungslinie, eine Lackierlinie, eine Quer- und

Längsteillinie, ein Rohrwalzwerk, ein Trägerwalzwerk, eine Gesenkschmiede, eine Freiformschmiede und/oder eine Richtmaschine. Generell ist ein Anlagenteil 2 im Sinne der Erfindung ein räumlich und/oder funktional abgrenzbarer Teil der Produktionsanlage 2. Die Anlagenteile 2 können wiederum in verschiedene Einheiten unterteilt sein, wie beispielsweise Zunderwäscher, Vorgerüst, Schere, Fertiggerüst, Kühlstrecke, Haspel. Die Produktionsanlage 2 dient zur Herstellung von Produkten. Produkte sind einzeln identifizierbare Produktionsstücke, die sich durch die Produktionsanlage 2 bewegen, insbesondere sequentiell durch die Anlagenteile 3 der Produktionsanlage 2. Dabei sind die Produkte verschiedenen Prozessschritten unterworfen. Prinzipiell kann eine n:m Beziehung (mit ganzzahligen n, m) zwischen Eingangs- und Ausgangsprodukten der Produktionsanlage 2 und/oder der Anlagenteile 3 geben, beispielsweise durch Teilen und Verknüpfen von Produkten

Als Prozess wird ein separat fassbarer Arbeitsschritt bezeichnet, der zu einer Änderung der Form oder der inneren oder äußeren Beschaffenheit eines Produktes führt. Die Produktionsanlage 2, insbesondere die einzelnen Anlagenteile 3, weisen eine Anlagenautomation 4 auf. Die Anlagenautomation 4 dient zur Überwachung und Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage 2 bzw. der Anlagenteile 3. Die Anlagenautomation 4 umfasst Sensoren 10 und Aktoren 11 zur Überwachung und Steuerung und/oder Regelung.

Ein Sensor 10 im Sinne der Erfindung ist eine Messvorrichtung innerhalb der Produktionsanlage 2 bzw. der Anlagenteile 3, welche Informationen über die bearbeiteten Produkte oder den Betriebszustand der Produktionsanlage 2 bzw. der Anlagenteile 3 gibt. Es kann sich hierbei auch um Informationen aus Nebenprozessen, wie Labormessungen zu Eigenschaften der Produkte oder zum Anlagenzustand handeln, so dass auch Informationen über die Produktqualität verfügbar sind. Die Tatsache, dass ggfs ein manueller Übertragungsschritt erforderlich ist, soll in diesem Zusammenhang keine Einschränkung darstellen. Generell dient ein Sensor 10 zur Erfassung von Produkteigenschaften und/oder Betriebszuständen innerhalb der Produktionsanlage 2 und/oder der Anlagenteile 3.

Ein Aktor 11 im Sinne der Erfindung ist eine Stellvorrichtung, mittels welcher auf den Betriebszustand der Produktionsanlage 2 bzw. der Anlagenteile 3 mittelbar oder unmittelbar eingewirkt werden kann, was gleichzeitig Auswirkungen auf das zu bearbeitende Produkt haben kann. Ein Aktor 11 dient also insbesondere zur Anpassung des Produktionsprozesses innerhalb der Produktionsanlage 2 und/oder der Anlagenteile 3.

Das erfindungsgemäße System kann ferner eine Sensorliste 12 und/oder Aktorliste 13 umfassen. Die Sensorliste 12 enthält beispielsweise Identifikatoren für Sensoren 10, die für die Steuerung der Produktion in der Produktionsanlage 2 bzw. der Anlagenteile 3 relevant sind. Die Sensorliste 12 kann alle oder nur einen Teil der Sensoren 10 der Produktionsanlage 2 bzw. der Anlagenteile 3 umfassen. Entsprechend enthält die Aktorliste beispielsweise Identifikatoren für Aktoren 11, die für die Steuerung der Produktion in der Produktionsanlage 2 bzw. der Anlagenteile 3 relevant sind. Die Aktorliste 13 kann alle oder nur einen Teil der Aktoren 11 der Produktionsanlage 2 bzw. der Anlagenteile 3 umfassen.

Als Automation im Sinne der Erfindung wird die Gesamtheit aller Steuerungs- und Regelvorgänge bezeichnet, die zum Betreiben der Produktionsanlage 2 bzw. der Anlagenteile 3 erforderlich sind, sowie die dazu erforderliche Hardware. Unter anderem bedient sich die Automation der Sensoren 10 und Aktoren 11.

Die Anlagenautomation 4 benötigt in aller Regel Vorgaben darüber, wie ein Arbeitsschritt zur Erzeugung eines Produktes durchzuführen ist. Diese Vorgaben werden erfindungsgemäß als Sollwerte bezeichnet. Die Anlagenautomation 4 greift insbesondere auf Daten der Sensoren 10 und/oder Aktoren 11 zu oder übermittelt Daten an diese. Das erfindungsgemäße System 1 bzw. die Produktionsanlage 2 umfasst ein Produktionsplanungssystem 5 mit Informationen über die in der Produktionsanlage 2 herzustellenden Produkte. Insbesondere enthält das Produktionsplanungssystem 5 Zielkriterien für die herzustellenden Produkte.

Für die Herstellung bestimmter Produkte bzw. deren Verkaufbarkeit spiele eine Reihe von Eigenschaften eine Rolle. Die Gesamtheit aller in Frage kommenden Eigenschaften wird erfindungsgemäß mit Zielkriterien bezeichnet. Die Zielkriterien sind beispielsweise ausgewählt aus: Dicke, Breite, Länge, Gewicht, Zugfestigkeit, Streckgrenze, E-Modul, Bruchdehnung, Korrosionsbeständigkeit, Anwesenheit oder Anzahl von Oberflächendefekten verschiedener Art, Anzahl von Rissen an der Oberfläche oder innerhalb des Materials, DWTT Ergebnisse, Charpy Ergebnisse, Übergangstemperaturen von Zäh- zu Sprödbrüchen, Schichtdicke der Zinkschicht, Rohrwandstärke, Exzentrität, Steghöhe, Flanschhöhe, Flanschstärke, Profil, Planheit und dergleichen.

Bei Nichterfüllung eines Zielkriteriums kann es erforderlich sein, ein Produkt einem anderen Verwendungszweck zuzuweisen, der im Allgemeinen mit einer geringeren Entlohnung einhergeht. Im schlimmsten Fall kann da Produkt keiner Verwendung zugeführt werden und muss entsorgt oder recycelt werden.

Das erfindungsgemäße System 1 umfasst ferner einen Modellgenerator 6 zur Erzeugung wenigstens eines Vorhersagemodells 7 für das aktuell in der Produktionsanlage 2 hergestellte Produkt und/oder für die gemäß

Produktionsplanungssystem 5 zukünftig herzustellenden Produkte. Das erzeugte Vorhersagemodell 7 betrifft insbesondere die Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte. Der Modellgenetor 6 berücksichtigt bei der Erzeugung des wenigstens einen Vorhersagemodells 7 die Ergebnisse der Überwachung der Produktionsanlage 2, insbesondere der mehreren Anlagenteile 3. Der Modellgenerator 6 stellt einen Zusammenhang zwischen Sensor- und Aktordaten und der Produktqualität des hergestellten Produkts her. Der Modellgenerator 6 basiert beispielsweise auf Methoden der Statistik, des maschinellen Lernens, der künstlichen Intelligenz oder dergleichen. Dieser

Vorgang lässt sich allgemein als eine Funktion auffassen, die einem n- dimensionalen Vektor einen ein- oder mehrdimensionalen Vektor zuweist. Der mehrdimensionale Fall bezieht sich darauf, dass ggfs mehrere Zielkriterien simultan beschrieben werden sollen, stellt aber keine Einschränkung dar. Um das wenigstens eine Vorhersagemodell 7 zu erzeugen werden Zusammenhänge zu einzelnen sensorischen oder aktorischen Parametern untersucht. Dies kann durch Überprüfung von Korrelation, geteilter Information, Shapley-Werten, Feature Ranking o.ä. oder auch nur modell-intrinsich geschehen. Hierbei kann ein Teil der in der Sensor- und Aktorliste 12, 13 verzeichneten Parameter als für das jeweilige Zielkriterium nicht relevant aussortiert werden, dies stellt aber keine

Einschränkung dar. Neben den unterschiedlichen Modelltypen können sich diese auch durch die Wahl von grundlegenden Parametern („Hyperparamater“ - z.B. Anzahl und Verknüpfung von Neuronen in neuronalen Netzen) unterscheiden. Die Güte eines Vorhersagemodelles 7 wird durch eine Metrik definiert, gängige Varianten sind neben diversen anderen z.B. L1- oder L2-Maß („mittlerer absoluter Fehler“ oder „mittlerer quadratischer Fehler“). Wichtig ist, dass die Metrik eine Bewertung darüber trifft, wie gut ein Vorhersagemodell 7 in der Lage ist, aus den Sensor- und Aktordaten die Zielkriterien vorherzusagen. Für jedes Zielkriterium ist definiert, welches Bewertungsmaß verwendet wird. Bei der Parameterauswahl kann in besonderer Weise auf die Unterscheidung von Aktoren 11 und Sensoren 10 Wert gelegt werden, da nur über die Aktoren 11 ein Einwirken auf den Prozess und das Produkt möglich ist.

Ein trainiertes Vorhersagemodell 7 nutzt die Gesamtheit oder eine Auswahl der Sensor- und Aktordaten, um daraus eine Vorhersage für eines oder mehrerer der Zielkriterien zu treffen. Die Vorhersage soll mindestens beinhalten einen Erwartungswert für das Zielkriterium, kann aber zusätzlich auch eine Wahrscheinlichkeit enthalten, dass das Zielkriterium einen bestimmten kritischen Minimal- oder Maximalwert über- oder unterschreitet. Das erfindungsgemäße System 1 umfasst weiterhin einen Produktionsoptimierer 8 zur Bestimmung eines optimierten Produktionsprozesses innerhalb der

Produktionsanlage 2 auf Basis der Daten der Anlagenautomation 4, des Produktionsplanungssystems 5 und des von dem Modellgenerator 6 erzeugten Vorhersagemodells 7. Bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 berücksichtigt der Produktionsoptimierer 8 die produktionstechnischen Vorgaben der einzelnen Anlagenteile 3.

In dem Produktionsoptimierer 8 sind beispielsweise ein oder mehrere Optimierungsverfahren 15 hinterlegt bzw. implementiert.

Die Bestimmung des optimierten Produktionsprozesses innerhalb der

Produktionsanlage 2, insbesondere das wenigstens eine Optimierungsverfahren 15, basiert beispielsweise auf Methoden der linearen oder quadratischen Programme, genetischer Optimierung, bestärkendes Lernen mit Q-Tabellen, neuronalen Netzen, Simulated Annealing, Metropolis, Schwarm-Algorithmen, Hill Climbing, Lagrange-Multiplikator-Methode oder dergleichen.

Der Produktionsoptimierer 8 greift auf das wenigstens eine Vorhersagemodell 7 zurück, um mit dessen Hilfe Auswirkungen bestimmter Parameterwahlen zu prognostizieren. Bei der Optimierung können wiederum verschiedene Mechanismen genutzt werden. So kann es Ziel sein, eine Zielgröße möglichst genau zu treffen oder aber die Wahrscheinlichkeit zu minimieren, dass eine bestimmte Größe außerhalb des erforderlichen Bereiches liegt. In besonderer Weise werden hierbei aktorische Größen berücksichtigt, da über diese auf das Produkt eingewirkt und eine Änderung der Zielgrößen erreicht werden kann. Bei der Optimierung kann auf Nebenbedingungen geachtet werden, so dass auch ein konkret umsetzbarer Satz an Sollvorgaben das Ergebnis der Optimierung ist.

Der Produktionsoptimierer 8 berücksichtigt vorzugsweise Nebenbedingungen 16. Die Nebenbedingungen müssen beispielsweise erfüllt sein, damit eine Vorgabe von Sollwerten auch anlagen- oder prozesstechnisch möglich ist. Dies betrifft beispielsweise maximale Änderungsraten aktorischer Aktivität und/oder Abhängigkeiten einer einstellbaren Größe von anderen ebenfalls einstellbaren Größen

Zweckmäßigerweise bedient sich der Produktionsoptimierer 8 einer

Zieloptimierung 17. Die Zieloptimierung 17 ist das konkret eingesetzte Verfahren, welches sich der Gesamtheit der vorgestellten Teilsysteme bedient, um final festzulegen, welche Sollvorgaben zur Erreichung bestimmter Zielgrößen getroffen werden. Im Allgemeinen muss ein Produkt simultan mehrere Zielgrößen erreichen, so dass entweder sichergestellt wird, dass für die verschiedenen Zielkriterien nur unterschiedliche Parameter mit Sollvorgaben belegt werden oder es muss eine gemeinsame Zieloptimierung für die zwei oder mehreren Zielkriterien erstellt werden, so dass eine eindeutige Sollvorgabe für den gewählten Parameter erfolgt. Die Zieloptimierung wird vor Produktionsbeginn genutzt, um die ersten Sollvorgaben zu erzeugen. Im weiteren Fortgang können Sollvorgaben für nachfolgende Prozessschritte auch zu einem späteren Zeitpunkt erzeugt oder aktualisiert werden, solange das Produkt den Einflussbereich eines bestimmten Aktors 11 noch nicht verlassen hat. Bei dieser Aktualisierung kann auch für eine gegebene Zielgröße eine andere Zieloptimierung genutzt werden, z. B. weil bestimmte sensorische Daten erst während oder nach einem Prozessschritt verfügbar werden aber eine genauere/bessere Sollvorgabe für noch freie Parameter ermöglichen.

Eine Produktionsanlagensteuerung 9 erzeugt Sollvorgaben für die Anlagenautomation 4 auf Basis des vom Produktionsoptimierer 8 bestimmten optimierten Produktionsprozesses. Das erfindungsgemäße System 1 aus Figur 1 umfasst ferner einen zentralen Datenspeicher 14. Die anderen Komponenten des Systems 1 können auf diesen zentralen Datenspeicher 14 zugreifen, sofern dies notwendig ist. In diesen zentralen Datenspeicher 14 können beispielsweise die Produktionsanlage 2 bzw. die Anlagenteile 3 und insbesondere die Anlagenautomation 4 Daten speichern. Beispielsweise werden dort Daten der Sensoren 10 und/oder Aktoren 11 gespeichert. Die in dem zentralen Datenspeicher 14 hinterlegten Daten werden vom Modellgenerator 6 genutzt, um das wenigstens eine Vorhersagemodell 7 zu erzeugen.

Besonders bevorzugt erzeugt der Modellgenerator 6 mehrere voneinander unterschiedliche Vorhersagemodelle 7. Die unterschiedlichen Vorhersagemodelle 7 unterscheiden sich beispielsweise hinsichtlich der Erstellungsmethode, der ursprünglichen Daten und/oder der Lernalgorithmen.

Der Prozessoptimierer 8 berücksichtigt das Vorhersagemodell 7, welches die aktuell beste Vorhersage für das aktuell in der Produktionsanlage 2 hergestellte Produkt und/oder für die gemäß Produktionsplanungssystem 5 zukünftig herzustellenden Produkte liefert, insbesondere unter Berücksichtigung eines oder mehrerer Zielkriterien.

Ferner führt der Prozessoptimierer 8 bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 eine Bewertung hinsichtlich eines oder mehrerer Zielkriterien aus. Die erfolgt beispielsweise durch Berücksichtigung der Zielkriterien durch die Optimierungsverfahren 15.

Der Prozessoptimierer 8 bestimmt insbesondere die Auswirkungen von Sollwertänderungen auf die Zielvorgaben des aktuell in der Produktionsanlage 2 hergestellten Produkts und/oder des gemäß Produktionsplanungssystem 5 zukünftig herzustellenden Produkts. Dies ist beispielsweise Teil der

Zieloptimierung 17.

Vorteilhafterweise umfasst der Prozessoptimierer 8 Informationen zu möglichen Sollwertänderungen der Produktionsanlage 2, insbesondere der einzelnen Anlagenteile 3. Die Informationen betreffen insbesondere von der

Produktionsanlage 2, insbesondere der einzelnen Anlagenteile 3, umsetzbare Sollwertänderungen wie maximale Änderungsraten aktorischer Aktivität und/oder Abhängigkeiten einer einstellbaren Größe von anderen ebenfalls einstellbaren Größen. Diese Informationen sind Teil der Nebenbedingungen 16.

Die Erfindung betrifft weiterhin ein Verfahren zur Steuerung einer aus mehreren Anlagenteilen 3 bestehenden Produktionsanlage 2, insbesondere einer Produktionsanlage 2 zur Erzeugung von Industriegütern wie metallischem Halbzeug. Das Verfahren wird beispielsweise von einem System 1 gemäß Figur 1 ausgeführt. Das System 1 kann zumindest teilweise durch eine Software implementiert werden, welche durch eine Recheneinrichtung ausgeführt wird, wobei die Recheneinrichtung zur Steuerung einer Produktionsanlage 2 ausgebildet ist.

Das erfindungsgemäße Verfahren umfasst die folgenden Schritte:

Erfassen von Informationen über die in der Produktionsanlage 2 herzustellenden Produkte, insbesondere von Zielkriterien für die herzustellenden Produkte, Überwachen des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3,

Erzeugen wenigstens eines Vorhersagemodells 7 für das aktuell in der Produktionsanlage 2 hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte, insbesondere hinsichtlich der Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte, wobei die erfassten Informationen der Produktionsanlage 2, insbesondere der mehreren Anlagenteile 3, bei der Erzeugung des wenigstens einen Vorhersagemodells 7 berücksichtigt werden,

Bestimmen eines optimierten Produktionsprozesses innerhalb der

Produktionsanlage 2 auf Basis der erfassten Informationen über die in der Produktionsanlage 2 herzustellenden Produkte, der Überwachung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3, des wenigstens einen erzeugten Vorhersagemodells 7 und produktionstechnischen Parametern der Produktionsanlage 2, insbesondere produktionstechnischen Parametern der einzelnen Anlagenteile 3, Erzeugen und Ausführen von Sollvorgaben für die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere Steuerung und/oder Regelung der Prozesse innerhalb der Anlagenteile 3.

Die Überwachung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3, erfolgt mittels Sensoren 10. Insbesondere erfolgt die Überwachung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3, kontinuierlich.

Das erfindungsgemäße Verfahren umfasst weiterhin den Schritt des Speicherns von Daten in einem zentralen Datenspeicher 14, insbesondere Daten bezüglich der Erfassung von Informationen über die in der Produktionsanlage 2 herzustellenden Produkte, insbesondere mit Zielkriterien für die herzustellenden Produkte, Daten bezüglich der Überwachen des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3, Daten bezüglich der Erzeugung wenigstens eines Vorhersagemodells 7 für das aktuell in der Produktionsanlage 2 hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte, insbesondere hinsichtlich der Einhaltung der Zielkriterien für die aktuell oder zukünftig herzustellenden Produkte, Daten bezüglich der Bestimmung eines optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 auf Basis der erfassten Informationen über die in der Produktionsanlage 2 herzustellenden Produkte, der Überwachung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere innerhalb der Anlagenteile 3, des wenigstens einen erzeugten Vorhersagemodells 7 und produktionstechnischen Parametern der Produktionsanlage 2, insbesondere produktionstechnischen Parametern der einzelnen Anlagenteile 3, und/oder Daten bezüglich der Erzeugung und Ausführung von Sollvorgaben für die Steuerung und/oder Regelung des Produktionsprozesses innerhalb der Produktionsanlage 2, insbesondere Steuerung und/oder Regelung der Prozesse innerhalb der Anlagenteile 3. Die Erzeugung des wenigstens einen Vorhersagemodells 7 basiert beispielsweise auf Methoden der Statistik, des maschinellen Lernens, der künstlichen Intelligenz oder dergleichen.

Das wenigstens eine Vorhersagemodell 7 bestimmt beispielsweise eine Wahrscheinlichkeit, dass ein oder mehrere Zielkriterien innerhalb eines definierten Bereichs liegen.

In einer besonders vorteilhaften Variante umfasst das erfindungsgemäße Verfahren den Schritt des Erzeugens von mehreren voneinander unterschiedlichen Vorhersagemodellen 7, wobei sich die unterschiedlichen Vorhersagemodelle 7 beispielsweise hinsichtlich der Erstellungsmethode, der ursprünglichen Daten und/oder der Lernalgorithmen unterscheiden.

Bei Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 wird in der vorgenannten Variante das Vorhersagemodell 7 berücksichtigt, welches die aktuell beste Vorhersage für das aktuell in der Produktionsanlage 2 hergestellte Produkt und/oder für die zukünftig herzustellenden Produkte liefert, insbesondere unter Berücksichtigung eines oder mehrerer Zielkriterien. Bei der Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 erfolgt insbesondere eine Bewertung hinsichtlich eines oder mehrerer Zielkriterien. Die Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 prüft die Auswirkungen von Sollwertänderungen auf die Zielvorgaben des aktuell in der Produktionsanlage 2 hergestellten Produkts und/oder des zukünftig herzustellenden Produkts. Ferner kann die Bestimmung des optimierten Produktionsprozesses innerhalb der Produktionsanlage 2 Informationen zu möglichen Sollwertänderungen der Produktionsanlage 2, insbesondere der einzelnen Anlagenteile 3, berücksichtigen. Dies sind beispielsweise von der Produktionsanlage 2, insbesondere der einzelnen Anlagenteile 3, umsetzbare Sollwertänderungen wie maximale Änderungsraten aktorischer Aktivität und/oder Abhängigkeiten einer einstellbaren Größe von anderen ebenfalls einstellbaren Größen.

Die Produktionsreihenfolge 18 der Produktionsanlage 2 aus Fig. 1 ist durch einen Pfeil gekennzeichnet, gemäß welchem die Produktion sequentiell von links nach rechts verläuft. Es werden also aufeinanderfolgende Produktionsschritte sequentiell durchgeführt, wobei die erfindungsgemäße Steuerung sämtliche sequentiellen Produktionsschritte betrifft.

Nachfolgend und unabhängig von dem Ausführungsbeispiel aus Fig. 1 wird nachfolgend ein Anwendungsszenario für das erfindungsgemäße Verfahren erläutert. Es ist bekannt, dass hinsichtlich der mechanischen Eigenschaften von Metallprodukten ein Wärmebehandlungsschritt einen starken Einfluss hat. Dadurch ist es möglich, auf bestimmte Prozessabweichungen in den vorherigen Prozessstufen (z.B. Schmelzen, Gießen, Warmwalzen, Beizen, Kaltwalzen) korrigierend einzuwirken. Fl ierfür werden verschiedene Modelle 7 trainiert, die eine Vorhersage der mechanischen Eigenschaften erlauben bzw. eine Vorhersage, dass diese einen bestimmten Gültigkeitsbereich treffen oder verlassen. Ein Teil der Modelle 7 nutzt hierfür lediglich Vorgabegrößen, wie z.B. Kohlenstoffgehalt, Mangangehalt, Warmwalztemperatur, Haspeltemperatur, Kaltumformgrad o.ä. Andere Modelle 7 können auch reaktive Messgrößen, wie z.B. Antriebsleistungen oder Kräfte bei Umform prozessen bzw. bei der Bewegung eines Bandes verwenden. Der Optimierer 8 legt mit einem solchen Modell 7 die Sollvorgaben für die einzelnen Prozessschritte fest. Sobald ein Prozessschritt abgeschlossen ist (z.B. die metallurgische Behandlung zur Einstellung der chemischen Analyse) liegen auch konkrete Messwerte vor. Dasselbe oder ein neues Modell 7 kann dann verwendet werden, um im Rahmen des Optimierers 8 aktualisierte

Sollvorgaben zu erzeugen. Wird das gleiche Modell 7 wie zuvor verwendet oder ein anderes, welches aber teilweise die gleichen Eingangsparameter nutzt wie zuvor, insbesondere solche, die Vorgabegrößen des gerade abgelaufenen Prozesses sind, so kann der Optimierer 8 die bereits im Rahmen des Schmelzvorgangs umgesetzten Größen diese nicht mehr zur Optimierung heranziehen, sondern muss für diese die durch die Sensorik 10 ermittelten Werte fest verwenden. Dadurch wird die Information über das aktuelle Produktstück optimal ausgenutzt. Die Vorgabe für weitere Prozessschritte richtet sich dann nach etwaigen Abweichungen in der chemischen Analyse. In gleicher Weise können dann, sobald der Warmwalzprozess abgeschlossen ist, die Vorgaben für folgende Prozessschritte gemäß der tatsächlichen Warmwalz- oder Haspeltemperatur angepasst werden oder aber es kommt ein anderes Modell 7 zum Einsatz, dass beispielsweise die Walzkräfte als Eingangsgröße nutzt. Dieser Vorgang wiederholt sich dann mit Abschluss des Kaltwalzens, so dass für den Prozess an der Glühlinie ein entsprechend verbesserter Satz an Sollvorgaben vorliegt.

Wichtig ist hierbei, dass erstens die Erzeugung einer Vielzahl von Modellen 7 Teil des Systems 1 ist, dass außerdem eine Vielzahl von Qualitätskriterien simultan optimiert wird und drittens, dass eine kontinuierliche Verbesserung aller Teilprozesse jeweils unter Ausnutzung der maximal verfügbaren Information erfolgt. Bezugszeichenliste

1 System

2 Produktionsanlage 3 Anlagenteil

4 Anlagenautomation

5 Produktionsplanungssystem

6 Modellgenerator

7 Vorhersagemodell 8 Produktionsoptimierer

9 Produktionsanlagensteuerung

10 Sensor

11 Aktor

12 Sensorliste 13 Aktorliste

14 Datenspeicher

15 Optimierungsverfahren

16 Nebenbedingungen

17 Zieloptimierung 18 Produktionsreihenfolge