Development of a personalized real-time KPI dashboard based on a digital twin in the TU Wien industry 4.0 pilot factory

Abstract

Im Umfeld aktueller Herausforderungen in der Industrie gewinnen operative Daten als Ressource an Bedeutung. Informationen, die aktuelle Zustände von Assets in Produktion und Logistik beschreiben, können nun dank Entwicklungen in Digitalisierung, Kommunikation und Datenverarbeitung zur Beurteilung deren Leistungsfähigkeit verwendet werden, den Entscheidungsprozess beeinflussen, und als Basis für weitere Optimierung von Produktionssystemen dienen. Die Ressourcen der Montagelinie in der Pilotfabrik Industrie 4.0 der TU Wien sind mit Sensoren ausgestattet, die operative Daten mit großem Potenzial für ein besseres Verständnis und die Weiterentwicklung der Wertschöpfungsprozesse liefern können. Informationen zusammengefasst zu Kennzahlen (Key Performance Indicators, KPI) sind in diesem Zusammenhang besonders interessant, und sollen für operative Mitarbeiter der Pilotfabrik in Form einer Dashboard-Visualisierung verfügbar gemacht werden. Als zentrale Informationsquelle soll dabei ein in einem Materialflusssimulationstool aufgebautes Digital Twin-Modell eingesetzt werden, um Daten zu konsolidieren und einen durchgängigen Datenfluss zwischen Assets der Montagelinie und der Dashboard-Anwendung, als auch zurück zum Modell zu realisieren. Dadurch können Vergangenheitswerte zur Vorhersage und Optimierung von zukünftigen Zuständen eingesetzt werden. In einem ersten Schritt wurde eine Literaturrecherche mit Fokus auf Technologien und Kennzahlen zur Leistungsbeurteilung der Montageprozesse durchgeführt, gefolgt von einer Analyse bestehender Informationsflüsse. Im weiteren Verlauf hat ein Auswahlprozess unter Beachtung von Kennzahlenrelevanz und Verfügbarkeit der Rohdaten zu einem Satz von KPI geführt, der angepasst an einzelne Mitarbeiterrollen visualisiert werden sollte. Diese Kennzahlen wurden mit der Entwicklung einer personalisierten, echtzeitfähigen Dashboard-Anwendung für Werker und operative Leiter der Pilotfabrik verfügbar gemacht, und somit ihre Fähigkeit Entscheidungen zu treffen verbessert. Des Weiteren ermöglicht die entwickelte Anwendung eine Parametrisierung des Digital Twin mit den gesammelten Vergangenheitsdaten. Dadurch werden realitätsnähere Simulationsergebnisse und schlussendlich optimalere Montageabläufe erwartet.

In the light of recent challenges in the manufacturing industry, operational data is becoming an increasingly valuable resource. Enabled by developments in digitalization, communication and processing, information describing the current state of assets in production and logistics can be used to assess performance, aid in the decision-making process and serve as a basis for further optimization of production systems. Assembly line resources in the TU Wien Industry 4.0 Pilot Factory are equipped with sensors delivering operational data, which holds a great potential for a better understanding and further development of value creating processes in the facility. Information condensed into Key Performance Indicators (KPI) is of special interest in this aspect, and has to be made available for operational employees of the Pilot Factory in the form of a dashboard visualization. A Digital Twin model based upon a material flow simulation tool has to be used as the central source of information, to consolidate data and to create a continuous information flow from shop floor assets towards the dashboard application, as well as back to the model, where past data can be used for the prediction and optimization of future states. Following a literature research focusing on enabling technologies and metrics relevant for a performance assessment of the assembly process, an analysis of existing information flows was executed. Taking into account the relevance of performance indicators and the availability of raw data, a selection process led to a set of KPIs to be visualized for individual stakeholder roles. These metrics were made available to shop floor workers and operational managers of the Pilot Factory with the development of a personalized, real-time dashboard application, improving their decision-making ability. Additionally, the developed application enables a parametrization of the Digital Twin with collected past data, expecting more realistic simulation results, and finally optimized assembly processes.