Optimierungsstrategien und industrielle Integration

Die Euphorie, alleine mit Hilfe neuronaler Netze eine Produktion steuern zu können, ist heute einer realistischeren Betrachtung gewichen. Moderne Prozeßmodelle basieren auf einem robusten Modell auf Basis von designierten Experimenten. Ausgangspunkt für die Entwicklung ist ein Probenset, das für den gesamten Produktionsprozeß auf allen Stufen repräsentativ ist und mit Hilfe der statistischen Versuchsplanung aus historischen Daten oder mit überschaubarem Aufwand im Betrieb erstellt werden kann. Unter Einsatz der verfügbaren Labormethoden werden die signifikanten Einflußfaktoren und Korrelationen ermittelt. Für eine vielparametrige Optimierung erweisen sich genetische Algorithmen als besonders erfolgreich. Artifakte oder Prozeßinhomogenitäten lassen sich mit einem aufgesetzten, nicht linearen Modell beschreiben.

Im praktischen betrieblichen Einsatz können durch eigene Hard- und Softwareentwicklung erste Erfahrungen für eine Prozeßsteuerung bzw. eine on-line-Rohstoff- oder Endproduktkontrolle erzielt werden.