Anzeige
Anzeige
Anzeige
Beitrag drucken

Intelligenz in die Werkzeugmaschine bringen

Ein App-Store für den Mittelstand

In den Werken deutscher KMU verrichten zehntausende alte Maschinen zwar ihren Dienst, ließen sich mit Digitalwerkzeugen aber deutlich effizienter einsetzen. Im Forschungsprojekt Enable KMU entsteht eine Service-Plattform, mit der sich die dafür erforderliche Intelligenz ohne hohen technischen Aufwand nachrüsten lassen soll.

 (Bild: RWTH Aachen University)

(Bild: RWTH Aachen University)

Zur Unterstützung kleiner und mittlerer Unternehmen (KMU) im Bereich Digitalisierung wurde im Jahr 2016 das vom Europäischen Fond für regionale Entwicklung geförderte Forschungsprojekt Enable KMU (Entwicklung anwenderbasierter Lösungen für die Einzelfertigung in KMU) initiiert. Im Vorhaben soll eine Smart-Service-Plattform entstehen, die KMU zur digitalen Industrialisierung ihrer Fertigung befähigt. Hierzu stellt die Plattform verschiedene Applikationen bereit, die bei den täglichen Aufgaben in der Produktion unterstützen. Die Nutzung der Diensteplattform im Unternehmen funktioniert dabei ähnlich wie der App-Store von Apple oder der Google Play Store. Die Nutzer können die bereitgestellten Apps auf einer webbrowserbasierten Plattform unter Berücksichtigung der unterschiedlichen Benutzer- und Anwendungsanforderungen auswählen und anwenden. Durch diesen webbasierte Ansatz fällt nur geringer technischer Aufwand für die Nutzung der Apps an.Vorrangig sollen die Apps der Plattform Aufgaben wie die Produktionsplanung unterstützen, die Parametrierung von Maschinenparametern oder die Dokumentation von Produktionsdaten.

Drei Komponenten

Die Apps bestehen prinzipiell aus den drei Komponenten Software, Hardware und Best-Practices zur Implementierung. Bei der Software handelt es sich um das Programm, das von der Plattform bereitgestellt wird und das auf gängigen Browsern läuft. Einige Anwendungen funktionieren jedoch nur zusammen mit Hardware, die vor Ort installiert werden muss. Eine App, die zur Aufnahme von Prozessdaten in der Produktion dienen soll, benötigt beispielsweise Sensoren zur Datenerfassung und Edge-Devices, wie Raspberry Pi oder Arduino, zur Datenspeicherung. Die dritte Komponente, die Best-Practices zur Implementierung, beinhaltet Anleitungen zur Installation und Anwendung der benötigten Soft- und Hardware.

Prozessdaten erfassen

In produzierenden KMU werden natürlich durchaus moderne Werkzeugmaschinen eingesetzt, die verschiedene Prozessdaten aufnehmen und speichern können. Jedoch besteht der größte Teil des Maschinenparks bei einem KMU aus älteren Werkzeugmaschinen, die oft nicht robust produzieren. Eine Analyse zur Ursache der schwankenden Prozessqualität ist aufgrund der fehlenden Prozessdaten häufig schwierig. Daher bietet die App die Möglichkeit, ältere Werkzeugmaschinen mit Sensoren nachzurüsten, um sie zur Datenaufnahme zu befähigen. Eine anschließende Auswertung dieser Prozessdaten mit Methoden der Datenanalyse, wie beispielsweise Korrelationsanalysen, Clusteralgorithmen, Lernalgorithmen oder Metaheuristiken, ermöglicht die Ermittlung der Ursachen für Qualitätsschwankungen respektive die Prognose erwarteter Einbrüche in der Prozessqualität.

Grobskizze der Umsetzung

Die im Projekt entwickelte App wurde bereits in einem Aachener Unternehmen eingeführt und validiert. Konkret wurde im Werk eine Drehmaschine identifiziert, die häufig in der Anlaufphase, in diesem Fall zu Beginn einer Kleinserienproduktion, instabil mit der geforderten Prozessqualität produziert. Es bestand die Hypothese, dass sich die Führungsschienen der Maschine während der Anlaufphase aufgrund steigender Temperatur ausdehne und dadurch zu schwankenden Produktionsbedingungen führe. Zur Untersuchung dieser Hypothese wurden zwei Temperatursensoren an die Führungsschienen angebracht und an ein Arduino Yún Board angeschlossen. Dieses Board verfügt u.a. über einen USB-Anschluss für die Verbindung mit einem Computer und über ein integriertes Ethernet- und WLAN-Modul für die Datenübertragung. Mit dem WLAN-Modul ist das Arduino-Board mit dem Internet verbunden, sodass die erfassten Prozessdaten in den Cloudserver übertragen werden können.

v

Architektur zur Aufnahme von Produktionsdaten (Bild: Werkzeugmaschinenlabor WZL der RWTH Aachen)

Daten auf dem Dashboard

Nun kann von jedem Computer mit Internetverbindung die Temperatur der Führungsschienen eingesehen werden. Im Dashboard kann der Benutzer die Daten bezüglich der Erfassungszeit, des Erfassungsorts sowie der Datenquelle ablesen. Die Informationsarten können je nach Projektanforderung angepasst werden. Zurzeit können die Daten als Excel-Datei extrahiert werden, um sie anschließend in Programmen wie Minitab oder Matlab zu untersuchen. In diesem Teilprojekt wurde eine Clusteranalyse durchgeführt, um Temperaturbereiche zu ermitteln, in denen die Drehmaschine mit der geforderten Prozessqualität arbeitet. Auf Basis des gewonnenen Wissens lassen die Produktionsmitarbeiter die Drehmaschine zukünftig zu Beginn der Anlaufphase zunächst warmlaufen, bis sich ihre Führungsschienen in einem korrekten Temperaturkorridor befinden.

Fazit und Ausblick

Mit der Diensteplattform und ihren Anwendungen zur Aufnahme von Prozessdaten können ältere Werkzeugmaschinen deutlich intelligenter gemacht werden, indem ihnen Charakteristika moderner Werkzeugmaschinen, wie die Fähigkeit zur Datenaufnahme und Speicherung sowie die Anbindung mit dem Internet, verliehen werden. Durch den Ausbau des App-Angebots der Plattform sollen KMU immer mehr Möglichkeiten erhalten, ihre Produktionsprozesse durch Digitalisierung zu verbessern. Der webbasierte Ansatz und die Aufteilung auf verschiedene Apps ermöglichen den Einsatz der Plattform bei sehr unterschiedlichen KMU ohne zu hohen technischen Aufwand. Die Apps ermöglichen Unternehmen in gewisser Weise fernsteuerndes Qualitätsmanagement, da die Prozessdaten von einem beliebigen Ort aus analysiert werden können und somit das Ableiten von Handlungsmaßnahmen zur Qualitätsregelung ebenfalls von außerhalb möglich ist. Diese Struktur, in der das Qualitätsmanagement dem Unternehmen ausgelagert wird, ist aktueller Forschungsgegenstand und unter dem Begriff Quality-as-a-Service zu verstehen.


Das könnte Sie auch interessieren:

Sollte Quantentechnologie einmal verfügbar sein, könnte sich das Thema IT-Sicherheit deutlich verändern. Denn Cyberkriminelle dürften sich dann vor allem auf Endpunktangriffe und Social Engineering konzentrieren.‣ weiterlesen

Jede hinreichend komplexe Software dürfte eine unbekannte Anzahl von Fehlern beinhaltet. Zwar existieren Verfahren zur Schätzung der Anzahl dieser Fehler aus Erfahrungswerten, präzise lassen sie sich aber weder quantifizieren noch vollständig lokalisieren.‣ weiterlesen

Haltian hat einen End-to-End-Smart-Factory-Service vorgestellt. Der Dienst kombiniert die IoT-Plattform von Thingsee mit industrietauglichen umgerüsteten Sensoren und AWS IoT Greengrass Edge Computing sowie Private-LTE-Unterstützung.‣ weiterlesen

Die Fachkonferenz Smart MES bringt Produktionsleiter, Werkverantwortliche und Fertigungs-IT aller Unternehmensgrößen zusammen.‣ weiterlesen

Das Joint Venture der beiden Konzerne Osram und Continental stand vor der Aufgabe, eine völlig neue IT-Infrastruktur einzurichten. Teil des Projektes beim globalen Unternehmen war es, einen Service Desk samt Managementsoftware einzurichten - in zwölf Tagen.‣ weiterlesen

Mit Maximilian Brandl hat sich das SCM-Projekthaus Salt Solutions Verstärkung für den Vorstand ins Haus geholt.‣ weiterlesen

Bill McDermott tritt als CEO der SAP SE zurück. Dies gab der Walldorfer Softwarekonzern am Freitag bekannt. Als Nachfolger sollen nun Jennifer Morgan und Christian Klein das Unternehmen als Doppelspitze führen.‣ weiterlesen

Crate.io ist Entwickler und Anbieter der für den Einsatz in IIoT-Umgebungen ausgelegten Datenbank CrateDB.‣ weiterlesen

In Workshops und Vorträgen befassen sich die Teilnehmer beim Mittelstandsforum der All for one Group am 21. November in Ulm u.a. mit den Themen New Work, Cybersecurity und Compliance sowie Internet of Things und Machine Learning. ‣ weiterlesen

Kaum eine Veranstaltung zu Industrie 4.0 kommt ohne den Verweis auf Predictive Maintenance aus. Zurecht, denn KI-basierte Vorhersagemodelle führen zusammen mit der Auswertung von Maschinendaten in der Praxis zu oft deutlich besserer Produktionsqualität.‣ weiterlesen

Simcon hat angekündigt, im Dezember 2019 die Version 12 von Cadmould auszuliefern. Diese soll für die Entwicklung von Kunststoff-Spritzgießteilen und Werkzeugen zu ihrer Herstellung neue Funktionen sowie eine deutlich intuitivere Handhabung bereit halten.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige