Virtuelles Engineering
Die digitale Produktbeschreibung
Durchgängig virtuelles Engineering wird häufig zu den Voraussetzungen für eine Industrie 4.0 gezählt. Dabei lassen sich Daten in Konstruktion und im Produktionsprozess mit bereits verfügbaren Lösungen weitreichend integrieren. Dazu bedarf es standardisierter Schnittstellen, um die Daten über die Prozesse hinweg bereitstellen zu können. Auf diese Weise lassen sich ganzheitliche Produktdatenmodelle erstellen, die über den gesamten Lebenszyklus nutzbar bleiben.
Um innovativ und wettbewerbsfähig zu bleiben, müssen Produzenten mehr denn je ihre Produktivität steigern, energie- und ressourceneffizienter arbeiten und ihre Flexibilität erhöhen. Das hat Auswirkungen auf die Gestaltung der Produktionssysteme in der Fertigung und auf die Prozesse in der Produktentwicklung. Der zukünftige Produktlebenszyklus wird sich zunehmend an individualisierten Kundenwünschen orientieren und von der Idee über die Produktentwicklung, die Fertigung, den Betrieb bis hin zur Umrüstung und zum Recycling erstrecken. Ein wesentliches Ziel: Die Fertigung einer höheren Variantenvielfalt auch in Losgröße 1, ohne dass größere Umbauten in der Produktion nötig sind. Voraussetzungen sind effizientere Entwicklungs-, Produktions- und Geschäftsprozesse, um Kunden und Zulieferer besser in immer komplexere Wertschöpfungsnetzwerke zu integrieren. Dabei gilt es, bewährte Produktionsprozesse, Konzepte und Denkweisen kritisch zu hinterfragen und methodisch neu aufzusetzen. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Produktentstehungsprozesse benötigen zunehmend auch intelligente Werteketten aus digitalen Produktdaten und miteinander vernetzten Engineering-Werkzeugen. Insbesondere das Thema Produktdaten erfordert hier eine ganzheitliche Betrachtung in mehreren Dimensionen: über die verschiedenen Engineering-Disziplinen wie Mechanik, Elektrik und Software, über die Wertschöpfungskette, das heisst von der Vorplanung bis zur Wartung und in jedem Bereich über die Tiefe der Daten. Voraussetzung ist die Bereitstellung systemkompatibler und ganzheitlicher Produktdaten in digitaler Form. Standardisierte Schnittstellen sind gefordert, die über Systeme und Prozesse hinweg Produktdaten vorhalten, synchronisieren, anreichern und für die einzelnen Prozessschritte bereitstellen. Der Nutzen liegt in der Erstellung ganzheitlicher, digitaler Produktdatenmodelle, die über den gesamten Lebenszyklus eines Produktes genutzt werden können. Die erforderlichen Standards für Daten, Produkte, Schnittstellen, Software- und Produktionssysteme müssen allerdings erst noch definiert werden.
Komponenten für die Fertigungsautomation
Bereits heute gibt es vielfältige Möglichkeiten, Automationstechnologien, die heute den Stand der Technik repräsentieren, in den digital gestützten Produktherstellungsprozess zu integrieren. Um jedoch den Automatisierungsgrad bei der Fertigung individueller Produkte weiter zu erhöhen, sind neben den Anbietern von Automationstechnologien aber auch die Hersteller von Komponenten gefordert. Bereits in der Konstruktionsphase einer Komponente sollte berücksichtigt werden, welche Anforderungen die Automationstechnologien an Fertigung und Montage stellen, zum Beispiel für eine automatisierte Montage der Komponenten oder eine robotergestützte Verdrahtung. Das Ziel: Die Anreicherung von Konstruktionsmodellen mit Artikelmerkmalen, die für die automatisierte Verarbeitung erforderlich sind. Digitale Daten ermöglichen erst die virtuelle und 100-prozentig digitale Produktentwicklung und Produktbeschreibung. Zugleich befähigen sie Unternehmen zur durchgängigen Steuerung von Prozessen über den gesamten Produktlebenszyklus. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Im Bild: Thomas Michels, Leiter Produktmanagement bei Eplan. Bild: Eplan
Konstrukteure können unter Verwendung von Software in der Vorplanung beginnen und die entstehenden Daten vom Basic Engineering bis zum Detail Engineering weiter nutzen. Dabei lassen sich andere Gewerke einbeziehen und Fertigungsdaten zum Beispiel für den Schaltschrankbau oder die Kabelkonfektionierung ohne System- und Medienbrüche generieren. Die Vielfalt der verfügbaren Automationstechnologien, die Hersteller- und maschinenspezifische Form der Datenübernahme und Weiterverarbeitung verhindern jedoch derzeit häufig eine standardisierte Form der Datenbereitstellung für die Produktion. Ein lohnendes Ziel sind hier, Hersteller- und System-übergreifende Standards für Daten und ihre Bereitstellung zu schaffen, die neue Prinzipien wie ‚Produktgedächtnis‘ und ‚Selbstauskunft‘ ermöglichen und zugleich eine intelligente Fertigung von Komponenten und Baugruppen unterstützen.
Virtualisierung – Grundlage einer digitalen Produktbeschreibung
Wie lässt sich die durchgängige Datenhaltung für Komponenten von Beginn an sichern? Wie können Prozesse unternehmensübergreifend standardisiert werden? Eine der ersten Veränderungen, die der Weg zur Industrie 4.0 mit sich bringen dürfte, ist die Digitalisierung der Wertschöpfungsketten. Für Material, Produkte und Produktionsmittel wird in allen Stufen der Wertschöpfung zukünftig ein digitales Abbild, der digitale Zwilling, bereitstehen. Auf Basis von CAE-Daten wie digitalen Schaltplänen werden diese Zwillinge virtuell zu neuen Systemen verschaltet. Diese neuen Systeme wiederum werden auf Basis der Engineering-Daten virtuell in Betrieb genommen, getestet und optimiert. Verbesserte Diagnose-Tools greifen im Fehlerfall auf die CAE-Daten zurück und liefern dem Service-Personal die erforderlichen Informationen zu Ursachen, Auswirkungen und zur Fehlerbehebung. Das kann die Ausfallzeiten nachhaltig reduzieren. Das wiederum stellt Herausforderungen an die Werkzeuge, die Integration und die intelligente Kopplung von und mit Drittsystemen etwa für Enterprise Resource Planning, Produktdatenmanagement, Product Lifecycle Management wie auch SPS-Programmierung, Auslegung von Antrieben, thermische Auslegung et cetera. Ebenso groß sind die Anforderungen an die Methoden im Engineering und die resultierenden Datenmodelle. Es gilt, in Zukunft bereits in der Produktentwicklung die neuen Szenarien und Dienste im Kontext ‚Industrie 4.0‘ vorzudenken und daten- wie systemseitig über den gesamten Lebenszyklus zu unterstützen.
