Anzeige
Anzeige
Beitrag drucken

Konstruktionsdaten auf Qualität prüfen

Fehler früh erkennen

Je früher Fehler entdeckt werden, desto besser für alle nachgelagerten Prozesse. Mit Software lassen sich bereits Konstruktionsdaten auf Qualität prüfen, was die Fehlerbehebung von der physischen auf die digitale Ebene verlagert.

Bild: Spühl GmbH

Bild: Spühl GmbH

Software kann dabei helfen, Fehler und Optimierungspotenziale schon früh zu erkennen. So auch bei der Firma Spühl aus dem schweizerischen Wittenbach. Das Unternehmen produziert Maschinen zur Herstellung von Federkernen. Mit Hilfe der Docufy-Lösungen Quality Manager (DQM) und CAx Analytics (DCA) gelang es, die Qualität der Konstruktionsdaten zu verbessern und durch Big-Data-Analysen Prozesse zu optimieren. „Notwendig geworden war der Einsatz einer Datenqualitäts- und Analyse-Software, weil durch die Einführung von Siemens NX als neues CAD-System unsere Daten nach der Migration in keiner guten Qualität verfügbar waren. Für eine durchgängige Systemlandschaft ist dies sehr problematisch. Softwareabstürze, Nichteinhaltung von Richtlinien und Daten-Wildwuchs waren die Folge“, so Marko Djordjevic, PLM/CAx Systems Analyst bei Spühl. Beide Lösungen sind in die Siemens-Software eingebettet.

Einführung 2017

Im November 2017 begann Spühl mit der Analyse des Datenbestandes. Dazu wertet DCA Konstruktionsdaten (2D- und 3D-Modelle, Zeichnungen, Baugruppen) aus Siemens NX aus, bereitet diese auf und soll so Verbesserungs- und Einsparpotenziale sichtbar machen. Rund 30 Personen arbeiten in der Spühl-Konstruktionsabteilung mit der Software, dazu sechs CAM-Programmierer und zwei Angestellte aus der Fertigungstechnik. Djordjevic sagt: „Das Tolle an dem Analysetool ist, dass 90 Prozent der Checks, die wir benötigen, bereits standardmäßig zur Verfügung stehen. Wir haben lediglich noch zwei bis drei für uns wichtige Checks dazu programmiert, ansonsten passt alles. Das hat uns den Start und die Arbeit mit dem System ungemein erleichtert. Das Tool ist einfach zu bedienen, und auch ohne Programmierkenntnisse zu konfigurieren.“ Bei Spühl werden die Konstruktionsdaten auch für die CAM (Computer aided manufacturing), die Montage oder auch die 3D-Modelle genutzt.

Bild: Spühl GmbH

Bild: Spühl GmbH

Weniger Störungen

Ohne eine bereichsübergreifende Datenqualität kam es bei gleichzeitig hohem Automatisierungsgrad immer wieder zu Fehlermeldungen oder schlechten Ergebnissen. Djordjevic erläutert: „Wir haben mit dem Einsatz des DCA einen höheren Standardisierungsgrad erreicht, müssen mit weniger Störungen leben und können stressfrei unsere Termine einhalten. Wenn früher bei der Montage einer Maschine ein Fehler auffiel, musste alles stillstehen und die Konstruktion den Fehler erst wieder bereinigen. Dann wurde weiter gearbeitet bis zur nächsten Baustelle. So wiederholte sich das Spiel.“

Kosten und Zeit gespart

Eine ROI-Berechnung ergab, dass bei Spühl etwa 680 Aufträge jährlich programmiert werden. Davon sind circa zehn Prozent fehlerhaft. Pro Fehler werden im Schnitt vier Stunden zur Korrektur aufgewendet, wobei zusätzlich externe Daten umprogrammiert werden müssen. Auch bei den Kleinteilen sind rund 10 Prozent der 150 Datensätze fehlerhaft. Pro Datensatz berechnet Djordjevic eine Stunde Korrekturzeit. Motoren und Getriebe, von denen Spühl rund 20 pro Jahr erhält, werden mit einem Aufwand von fünf Stunden bearbeitet. DQM prüft bei der Erfassung eines neuen Auftrags auch, ob die benötigten Werkzeuge vorhanden sind, und zeigt Änderungen an Kundenaufträgen frühzeitig auf. Dadurch spart Spühl Werkzeugbestellungen in Höhe von etwa 20.000€ pro Jahr ein. Der einsparbare Materialaufwand durch fehlerhafte Auftragsdaten bzw. Fehlteile liegt bei ca. 9.500€ jährlich. Abgesehen von Kostenersparnissen steht auch die Qualität der Maschinen und die Einhaltung der Konstruktions- und Fertigungsrichtlinien im Fokus. Bevor eine Maschine bei Spühl in Serie geht, wird geprüft, ob das Regelwerk beachtet wurde.

Mit der Docufy-Lösung hat Spühl die eigene Datenqualität verbessert. (Bild: Spühl GmbH)

Mit der Docufy-Lösung hat Spühl die eigene Datenqualität verbessert. (Bild: Spühl GmbH)

Einführung in drei Phasen

Die Einführung der Software erfolgte in drei Phasen. Zu Beginn war die Nutzung für die Anwender freiwillig. Im Anschluss wurde das Feedback der Mitarbeitenden eingeholt und erst dann war die Software-Ausführung verpflichtend. Ab Phase drei führte eine Fehler-Meldung aus dem System zu einem sofortigen Stopp der Arbeit – bis zur Beseitigung der Ursache. „Es war sehr wichtig, die Mitarbeitenden sehr früh mit einzubeziehen und auch die Key-User stets auf dem Laufenden zu halten. Anfangs wurde die Ausführung von DQM und DCA eher skeptisch betrachtet. Es dauerte länger und das wurde als Zusatzaufwand betrachtet“, so Djordjevic. Das hat sich nun grundlegend geändert. Heute lassen unsere User bei jedem Einzelteil einen Check laufen und sie nutzen die Software gerne. Das liegt sicherlich auch daran, dass die Checks von Anwendern für Anwender geschrieben wurden. Mittlerweile kommen auch immer mal wieder Mitarbeitenden mit neuen Ideen für weitere Checks. Das zeigt uns, dass alle verstanden haben, dass das System sie bestmöglich unterstützt und Checks nicht dazu da sind, Fehler aufzuzeigen und Schuldige zu suchen, sondern die Arbeit zu verbessern und das Unternehmen insgesamt auf einer profitablen Spur fahren zu lassen.“ Mit der Software hat Spühl die eigene Datenqualität verbessert und durch die Analyse der 2D-und 3D-Modelle, Zeichnungen und Baugruppen Optimierungspotenziale aufgedeckt. Dies führte zu Zeiteinsparungen und Kostensenkungen.


Das könnte Sie auch interessieren:

Ab und zu fehlte ein Schlüssel im Kloster der Franziskanerinnen der ewigen Anbetung von Schwäbisch Gmünd. Beim letzten Mal gab das den Impuls, anstatt neue mechanische Zylinder in die rund 220 Türen des Komplexes einzubauen, die alte Technik durch das Bluesmart-System von Winkhaus zu ersetzen.‣ weiterlesen

Mit 100,5 Punkten hält sich das IAB-Arbeitsmarktbarometer im November stabil und liegt weiter im leicht über der neutralen Marke. Auf europäischer Ebene sank der Frühindikator allerdings erneut.‣ weiterlesen

In einer neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten und geben Handlungsempfehlungen für Unternehmen, Verbände, Politik und Wissenschaft.‣ weiterlesen

Im Forschungsprojekt FabOS soll eine KI-Bin-Picking-Anwendung entstehen, die ein verbessertes Erkennen, Greifen und definiertes Ablegen von Blechteilen in der Produktion ermöglicht.‣ weiterlesen

Die Digitalisierung des Qualitätsmanagements stellt Unternehmen vor Herausforderungen. Daher haben das Fraunhofer IPT und die FH Südwestfalen im Forschungsvorhaben 'Qbility - Quality 4.0 Capability Determination Model' ein datengetriebenes Reifegradmodell entwickelt, das die Anforderungen eines digitalisierten Qualitätsmanagements bei KMU adressiert.‣ weiterlesen

Das Bundesamt für Sicherheit in der Informationstechnik (BSI) empfiehlt sicherheitsrelevante Patches und Updates so schnell wie möglich, unter Abwägung des jeweiligen Risikos, einzuspielen, auch wenn im professionellen und insbesondere industriellen Umfeld automatisierte Software-Updates mit unerwünschten Einschränkungen der Funktionalität - etwa durch einen Neustart des Systems - verbunden sein können.‣ weiterlesen

Im Gegensatz zu anderen Cyberangriffen bieten Attacken mit Ransomware auf den ersten Blick einen einfachen Ausweg: die Zahlung des geforderten Lösegelds.‣ weiterlesen

Nach 84,5 Punkten im Oktober kletterte der Ifo-Geschäftsklimaindex im November auf 86,3 Punkte. Die Unternehmen blicken demnach weniger pessimistisch auf die nächsten Monate.‣ weiterlesen

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.‣ weiterlesen

Edge Management, Digital Twin und Data Spaces bilden die Schwerpunkte einer Zusammenarbeit zwischen der Open Industry 4.0 Alliance und dem Labs Network Industrie 4.0.‣ weiterlesen