Anzeige
Anzeige
Anzeige
Beitrag drucken

Qualitätssicherung

Qualität und Effizienz in der Produktion steigern

Das Fraunhofer-Institut für Produktionstechnologie IPT arbeitet an der gezielten Erfassung von Daten aus Veredelungsprozessen. Die gewonnenen Informationen werden anschließend automatisiert ausgewertet und sollen der Fehler- und Prozessanalyse dienen. Die Forscher hoffen, Unternehmen neue Wege zur Prozessführung und -absicherung aufzeigen zu können.



Prototypischer Aufbau der maschinenintegrierten Sensortechnik zur Erfassung von Werkzeugdefekten und Oberflächenrauheiten. Bild: Fraunhofer-Institut für Produktionstechnologie IPT

Experten aus Unternehmen und Wissenschaft diskutieren die vierte industrielle Revolution. Eine kritische Reflektion zeigt jedoch, dass die Voraussetzungen oft noch nicht erfüllt sind, um diese Vision umsetzen zu können. Vor allem hinsichtlich Digitalisierung und Vernetzung setzen gerade kleine und mittelständische Unternehmen noch auf eine traditionelle Fertigung ohne Datenerfassung und -auswertung. Ob in der ersten oder in der vierten industriellen Revolution: Entscheidend für den Kunden ist das nach Zeichnung und Anforderungen gefertigte Bauteil. Wie der Lieferant dieses Ziel erreicht, ist für den Kunden meist unerheblich. Mit einer geeigneten Datenerfassung und – viel wichtiger noch – der Auswertung und Nutzung dieser Daten, folgt das produzierende Unternehmen also nicht nur dem allgemeinen Trend der Industrie 4.0, sondern eröffnet sich auch die Chance, schneller zum anforderungsgerechten Bauteil zu gelangen.

Daten systematisch erfassen

Eine systematische Datenerfassung und -auswertung kann richtig umgesetzt dabei helfen, Fehlereinflüsse im Prozess zu erfassen, Fehler- und Prozessanalysen schnell und effizient durchzuführen, implizite Prozessinformationen nachhaltig zu speichern und historische Daten als Basis für Prozess- und Qualitätsprognosen nutzbar zu machen.

Vor allem in der zerspanenden Fertigung wurde es in den vergangenen Jahren immer wichtiger, dem wachsenden Anspruch gerecht zu werden, mit den kostenintensiven Maschinen immer komplexere Produkte in höchster Qualität möglichst effizient zu fertigen. Doch in vielen Unternehmen werden Daten, die einen Aufschluss über Fehlereinflüsse im Prozess liefern können, nicht erhoben oder systematisch ausgewertet. So bleiben viele Faktoren, die letztlich die Bauteilqualität stark beeinflussen können, oft unentdeckt. Das Fraunhofer-Institut für Produktionstechnologie IPT aus Aachen arbeitet deshalb systematisch an neuen Konzepten und Lösungen: Im Forschungs- und Entwicklungsprojekt ‚Knowledge-based optimisation by extensive control and data acquisition in milling‘ (Kobold) hat sich das Institut mit der gezielten Datenerfassung im Fräsprozess befasst und ein Konzept entwickelt, das sich auch auf andere Technologien übertragen lässt. Im Fräsprozess finden sich verschiedene potentielle Fehlerquellen, die die Bauteilqualität, zum Beispiel die Oberflächenrauheit und die Formhaltigkeit, maßgeblich beeinflussen. Dazu zählen unter anderem die Verbiegung und der Verschleiß des verwendeten Fräswerkzeugs. Zusätzlich beeinflussen nicht nur die Maschine und die Umgebungsbedingungen, sondern auch das Bauteil selbst die Qualität des Fertigungsergebnisses: Harte Materialien und komplexe Bauteilgeometrien stellen hohe Ansprüche an den Zerspanungsprozess.

Sensortechnik entwickelt

Im Projekt hat das Fraunhofer IPT maschinenintegrierte Sensortechnik in Kooperation mit drei Messsystem-Entwicklern weiterentwickelt. Anhand zweier faseroptischer Abstandssensoren, die um 90 Grad versetzt zueinander angeordnet sind, ist es möglich, an definierten Stellen im Prozess die Abdrängung des Werkzeugs in x- und y-Richtung zu detektieren. Mit diesen Sensoren, die nach dem Prinzip der Weißlichtinterferometrie arbeiten, kann die tatsächliche Verschiebung des Werkzeugs bestimmt und Oberflächenfehlern zugewiesen werden. Als laserbasiertes Messsystem ermittelt ein Lichtschnittsensor ebenfalls zu definierten Zeitpunkten im Prozess – zum Beispiel vor, während und nach der Bearbeitung – die Projektion der Werkzeugkontur als Maß des Verschleißes. Zusätzlich wird der Verschleiß der Beschichtung und der Kantenflächen des Werkzeugs, der durch die geometrische Erfassung der Kontur allein oft nicht erkennbar ist, mit einem Lichtbild festgehalten. Zur Beurteilung der erzielten Oberflächenqualität dient ein taktiles Rauheitsmesssystem, das aufgrund seiner kompakten Form direkt am Flansch der Werkzeugspindel montiert werden kann. Ohne das Bauteil umspannen zu müssen, misst die Sensoreinheit an definierten Geometrie-Elementen normengetreu die Oberflächenrauheit.

Daten per Skript auswerten

Zur vollständigen messtechnischen Charakterisierung werden abschließend alle Bauteile mit einem Koordinatenmessgerät vermessen. Die Auswertung der Daten des Koordinatenmessgeräts erfolgt mithilfe eines automatisierten Auswerteskripts. Alle maschinenintegrierten Sensorsysteme werden durch Integration der jeweiligen Maschinenbefehle in den NC-Code voll automatisch angesteuert und für Ergebnisdokumente genutzt. Um die Daten zueinander in Beziehung zu setzen und nachhaltig in der Datenbank abzuspeichern, wurde ein einheitliches XML-Schnittstellenformat definiert, in das alle unstrukturierten und inhomogenen Daten automatisch konvertiert werden. In der Datenbank befinden sich dann vollständig miteinander verknüpfte Daten, die alle erforderlichen Informationen zum Bauteil, zur Bauteilgeometrie und zur Prozessstrategie, aber auch Messdaten aus dem Fräsprozess und Daten der Bauteilqualität enthalten.

Möglichkeiten zur Nutzung

Die Nutzungsmöglichkeiten der auf diese Weise akquirierten, nachhaltig abgespeicherten und einfach zugänglichen Daten sind vielfältig und eröffnen Unternehmen neue Wege der Prozessführung sowie der Prozess- und Qualitätsabsicherung. Alle diese Prozess- und Qualitätsdaten lassen sich für eine adaptive Prozesssteuerung und schnelle Fehler- und Qualitätsanalysen von Prozess und Bauteil nutzen. Überdies können die Informationen zur Werkzeugabdrängung eine Basis für bessere FE-Simulationen und genauere Metamodelle sein, die zukünftig eine sensorlose Fertigung unterstützen. Die Verschleißdaten und die Bilddaten des verwendeten Werkzeugs, die sich durch Image Mining oder Bildverarbeitung auswerten lassen, bieten zusätzlich auch Alarminformationen. Diese können genutzt werden, um Werkzeuge rechtzeitig dem Prozess zu entnehmen oder die Prozessstrategie so anzupassen, dass der Werkzeugverschleiß ausgeglichen wird. Dadurch, dass Rauheitsmessungen bereits vor Ende der vollständigen Bearbeitung stattfinden können, sind Eingriffe in den aktuellen Prozess sowohl manuell als auch automatisiert möglich. Abweichungen zur geforderten Rauheit an den wichtigen Kundenmerkmalen werden dadurch rechtzeitig erkannt und der Prozess kann angepasst werden.

Nicht zuletzt können die Daten auch zur Extraktion von Wissen dienen und dieses Wissen lässt sich bereits in der Prozessplanung nutzbar machen. Mit geeigneten Data-Mining-Modellen lassen sich dann Prognosen zur Bauteilqualität erstellen, die dazu beitragen, Einfahrzeiten drastisch zu verkürzen und mit dem ersten gefertigten Bauteil direkt zum ersten Gutteil zu gelangen. Das dargestellte Konzept, das mit maschinenintegrierter Messtechnik die Datenakquise unterstützt und Produktmerkmale mit Daten von Fehlereinflüssen aus dem Fertigungsprozess verknüpft, kann wertvolle Ressourcen sparen, Prozesszeiten verkürzen sowie Ausschuss und Nacharbeit reduzieren.

Die gezielte Datenerfassung, die sich unmittelbar an den Kundenanforderungen orientiert, hilft Over-Engineering zu vermeiden und kann durch die Erfassung sinnvoller Prozessdaten gleichzeitig die Rückverfolgbarkeit des Produkts sichern. Das Konzept entspricht den Anforderungen der Industrie 4.0-Initiativen in Unternehmen und unterstützt durch den hohen Automatisierungsgrad der integrierten Messtechnik und Sensorik eine qualitätsorientierte Digitalisierung. In nicht allzu ferner Zukunft wird hier sogar eine effiziente Ad-hoc-Bereitstellung und Auswertung der Produkt- und Prozessqualität ermöglicht. Das transnationale Manunet-Projekt ‚Kobold‘ wurde mit Mitteln des Bundesministeriums für Bildung und Forschung (BMBF) im Rahmenkonzept ‚Forschung für die Produktion von morgen‘ gefördert und vom Projektträger Karlsruhe (PTKA) betreut.

google plus


Das könnte Sie auch interessieren:

Microsoft hat Azure IoT Edge kostenfrei auf Github zur Verfügung gestellt. Der Dienst ermöglicht das lokale Ausführen von Datenanalysen und künstlicher Intelligenz (z.B. mit Azure Cognitive Services oder Machine Learning) in Geräten, Maschinen und Anlagen ohne dauerhafte Cloud-Konnektivität sowie die Übertragung dieser Daten in die Cloud für genauere Analysen. ‣ weiterlesen

Um Verwaltungsaufgaben schneller abzuwickeln, heißt es: Erst vereinfachen, dann automatisieren. Digitale Werkzeuge bieten hierzu weitreichende Möglichkeiten. Um eine umfassenden Analyse zuvor kommen Unternehmen aber nicht herum.‣ weiterlesen

Das Übersetzen der Produktdokumentation muss in internationalen Märkten heute schneller gehen als je zuvor. Software kann in Verbindung mit definierten Dokumentations- und Übersetzungsprozessen einen wichtigen Beitrag dazu leisten.‣ weiterlesen

Mit einer Strategie für die Entwicklung, Forschung und Anwendung Künstlicher Intelligenz will die Bundesregierung Deutschland zu einem führenden Standort im KI-Bereich machen. Die Eckpunkte für die Strategie wurden in dieser Woche vorgestellt.‣ weiterlesen

Anzeige
Anzeige
Anzeige