BHM Berg- und Hüttenmännische Monatshefte

, Volume 161, Issue 9, pp 440–452

New Ways of Continuous Process Improvement in a Blooming Mill

Originalarbeit

DOI: 10.1007/s00501-016-0522-2

Cite this article as:
Stimpfl, M., Zinner, S. & Markiewicz, P. Berg Huettenmaenn Monatsh (2016) 161: 440. doi:10.1007/s00501-016-0522-2
  • 88 Downloads

Abstract

As the first manufacturer, the blooming mill of Böhler Edelstahl GmbH & CoKG could achieve the highest process maturity level 5 according to the ISO 15504 standard. The consistent implementation of methods and optimisation tools for an integrated process and quality management resulted in that success.

The blooming mill provides a huge product range for ambitious customers in the automobile, aircraft, and oil industries complying with the highest quality standards. The application of TPM already started 15 years ago and was expanded to an integrated optimisation programme in recent years. That programme now enables the blooming mill to meet the strictest quality requirements efficiently. On the other hand, the productivity of the plant could be improved significantly despite a permanent trend to individual products and smaller lot sizes.

The success factors are a new improvement culture and the commitment of the entire production team. Apart from continuous training and qualification activities, the staff is supported by powerful operational IT systems. SLS is a Manufacturing Execution System (MES) providing a simple but flexible grammar for defining process and control plans, validating expected process and product attributes, and defining reactions to events and outcomes. Delivering and visualizing necessary information just in time gives the team high flexibility and insight. Applying statistical methods from the field of Data Mining, Knowledge Discovery, and Machine Learning, the blooming mill sees one key factor for meeting the future demands of Industry 4.0 in handling and gaining insights from the ever-growing amount of data collected along the value chain.

Keywords

Blooming Manufacturing Execution Systems (MES) Industry 4.0 Data mining Data visualisation Knowledge discovery Lean production Production tracking Process control Process improvement 

Neue Wege der kontinuierlichen Prozessverbesserung in einem Walzwerk

Zusammenfassung

Als erster Produktionsbetrieb konnte das Walzwerk von Böhler Edelstahl GmbH & CoKG den höchsten Prozessreifegrad 5 nach dem ISO 15504 Standard erreichen. Zu diesem Erfolg führte die konsistente Implementierung von Methoden und Optimierungswerkzeugen für ein integriertes Prozess- und Qualitätsmanagement.

Das Walzwerk fertigt eine große Produktpalette für ambitionierte Kunden aus der Automobil-, Flugzeug- und Ölindustrie mit höchsten Qualitätsstandards. Die Anwendung von TPM startete bereits vor 15 Jahren und wurde in den letzten Jahren zu einem integrierten Optimierungsprogramm erweitert. Dieses Programm macht es dem Walzwerk möglich, die strengsten Qualitätsanforderungen effizient zu erfüllen. Auf der anderen Seite konnte die Produktivität des Werks signifikant gesteigert werden – trotz des permanenten Trends zu individuellen Produkten und kleinen Auftragsmengen.

Die Erfolgsfaktoren sind eine neue Verbesserungskultur und das Engagement des gesamten Produktionsteams. Neben fortlaufenden Qualifizierungsmaßnahmen wird das Team von leistungsfähigen IT-Systemen unterstützt. SLS ist ein Manufacturing Execution System (MES), das eine einfache aber zugleich flexible Grammatik bereitstellt, um Prozesse und Kontrollpläne zu definieren, erwartete Prozess- und Produktparameter zu validieren und Reaktionen auf Ereignisse sowie Ergebnisse zu definieren. Das Bereitstellen und Visualisieren von wichtigen Informationen in Echtzeit gibt dem Team hohe Flexibilität und Einsicht in den Prozess.

Das Walzwerk sieht als Schlüsselfaktor in Bezug auf Industrie 4.0 den erfolgreichen Umgang mit immer größer werdenden Datenmengen, die entlang des Wertstrom generiert werden. Durch die Anwendung statistischer Methoden aus den Feldern, wie z.B. Data Mining, Knowledge Discovery und Maschinelles Lernen, werden neue Erkenntnisse und Optimierungspotentiale transparent.

Schlüsselwörter

Stahlproduktion Walzen Manufacturing Execution Systems (MES) Industrie 4.0 Data Mining Data Visualisation Knowledge Discovery Lean Production Einzelstückverfolgung Prozesskontrolle Prozessverbesserung 

Copyright information

© Springer-Verlag Wien 2016

Authors and Affiliations

  • Martin Stimpfl
    • 1
  • Silvia Zinner
    • 2
  • Peter Markiewicz
    • 2
  1. 1.Product & Project ManagementGAMED Gesellschaft für Angewandte Mathematik und EDV mbHGrazAustria
  2. 2.BÖHLERKapfenbergAustria

Personalised recommendations