Die Haier Hefei Refrigerator Interconnected Factory ist die weltweit größte Einzelproduktionsstätte in der Kühlschrankindustrie. Das Unternehmen produziert mit sechs namhaften Marken auf fünf Kontinenten. Als Branchenpionier setzt die Fabrik auf Industrie-4.0-Technologien, um personalisierte Kundenanforderungen zu erfüllen und die Produktionseffizienz zu steigern. Mithilfe von Künstlicher Intelligenz (KI) gelang der erfolgreiche Wandel von traditioneller zu intelligenter Fertigung.
Angesichts steigender Anforderungen an Personalisierung, zunehmender Produktionskomplexität und aufwendiger Wartungsprozesse realisierte das Werk eine umfassende Strategie zur Industrie-4.0-Transformation. Es setzt Technologien wie Digital-Twins, eine KI-gestützte Wartungsplattform und ein flexibles Produktionssystem ein – und erreichte somit eine vollständige Digitalisierung und intelligente Steuerung, die Produktion und F&E verbindet. Zur Industrie 4.0-Lösung zählen
Um die Komplexität bei der Montage nicht standardisierter Komponenten zu bewältigen, entwickelte der Preisträger ein adaptives Roboter-Programmiersystem. Durch die Kombination unterschiedlicher Technologien reduzierte das Werk die Debugging-Zeit um 83 % und verbesserte die Montagegenauigkeit um 10 %.
Ein Zustandsprognosemodell für Kühlschränke wurde mithilfe von Daten aus 6,7 Millionen vernetzten Geräten entwickelt. Es ermöglicht die automatische Diagnose und Optimierung abweichender Parameter, wodurch sich Kundenbeschwerden um 33 % senken, Garantieausgaben um 38 % reduzieren und die Entwicklungszyklen um 11 % verkürzen ließen.
Das Werk führt jährlich über 200 neue Spritzguss-Formwechsel durch, ein traditionell ineffizienter Prozess mit starken Qualitätsschwankungen. Durch den Einsatz von Optimierungsmodellen für Spritzgussparameter und Partikelschwarm-Algorithmen sind optimale Prozessparameter nun schnell identifizierbar. Dies reduzierte die Umrüstzeiten um 38 %, steigerte die OEE im Spritzguss um 25 % und erhöhte die Erstpass-Quote um 20 %.
Aufgrund der Vielzahl komplexer Maschinen und hoher Ausfallraten entwickelte der Preisträger eine intelligente Diagnoseplattform auf Basis von Large-Language-Modellen. Mithilfe von über 100.000 Wartungsprotokollen kann das System präzise und schnelle Diagnosen stellen. Dies führte zu einer Verkürzung der durchschnittlichen Reparaturzeit (MTTR) um 28 % und einer Reduzierung des Personalbedarfs für Wartungsteams um 20 %.
