Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Predictive Analytics

Wissen um den Werkzeugverschleiß

Der Automobilzulieferer Felss hat eine Software für vorausschauendes Scoring und Automatisierung eingeführt. Die Industriemaschinen mit ihrer hochpräzisen Umformungstechnik arbeiten jetzt messbar effizienter.

Wissen um den Werkzeugverschleiß

Bild: X-Integrate GmbH

Der klassische Wechsel von Maschinenkomponenten, Einrichtungsarbeiten und Qualitätsprüfungen sind personalintensive Prozesse, die in der Maschinenbaubranche traditionell viel Zeit und Ressourcen beanspruchen. Auf der Suche nach Möglichkeiten, effizienter zu werden, hat die Felss Systems GmbH deshalb dort angesetzt und eine Predictive Analytics-Lösung eingeführt. Sensoren an den Maschinen innerhalb der Fertigungsstraßen kontrollieren die Qualität der gefertigten Bauteile und den Zustand der Werkzeuge kontinuierlich. Die erhobenen Daten werden von der Predictive Analytics-Lösung mit dem Ziel ausgewertet, die Qualität der zu fertigenden Produkte annähernd genau vorhersagen zu können. Zudem lassen sich die Werkzeugwechselprozesse effizienter gestalten.

Indirekt messen und analysieren

Der Einsatz solcher Systeme könnte einen Paradigmenwechsel in der milliardenschweren Automobil– und umformtechnischen Industrie einläuten. Bislang verließen sich die Hersteller im Wesentlichen darauf, physikalische Größen direkt zu messen und sie physikalischen Effekten zuzuordnen. Sowohl die Notwendigkeit der Überprüfung, als auch die sinnvolle Wahl der Intervalle ist eine große Herausforderung: Bei zu kurzen Intervallen entstehen unnötige, kostspielige Verzögerungen in der Produktion, bei zu langen Intervallen besteht das Risiko, den Verschleiß von Werkzeugen erst zu bemerken, wenn es Komplikationen gibt. Predictive Analytics hingegen basiert auf indirekter Messung und IT-basierten Auswertungen. Anstatt die Anlage also klassisch nach vorgegebenem Intervall zu prüfen, setzt Felss ein von der Kölner X-Integrate GmbH entwickeltes Vorhersagemodell ein, das auf der Statistik- und Analysesoftware IBM SPSS basiert.

Gezielt kritische Teile geprüft

Die so entstandene Realtime Scoring-Lösung wird in einer Docker-Umgebung auf einem Edge Gateway direkt an den Anlagen der Fertigungsstraße installiert. Docker ist eine auf offenem Quellcode basierende Methode zur Isolation von Anwendungen in Software-Containern, ein Edge Gateway hingegen eine ‚gehärtete‘ Hardwarekomponente, die industrielle Konnektivitätsstandards unterstützt. An der Anlage bei Felss sind auch Sensoren angebracht, welche die Maschinendaten kontinuierlich messen und an das Edge Gateway übermitteln. Die Scoring-Lösung liest die Daten ein und vergleicht sie über betriebsrelevante Faktoren wie Kraft und Temperatur mit bereits vorhandenen Informationen für jede Maschine in der Baugruppe. Gezielt werden von vornherein nur solche Teile geprüft, die laut Vorhersage mit hoher Wahrscheinlichkeit ein Qualitätsproblem haben werden.

Matrize zur Herstellung von Verzahnungen mit ausgebrochen Zähnen.

Bild: Felss Systems GmbH

Systemleistung ist wichtig

Anschließend wird anhand eines zuvor trainierten Modells eine möglichst präzise Vorhersage getroffen, in welchem Zustand ein gefertigtes Bauteil ist. Die Ergebnisse werden über eine Integrationskomponente an die Maschinensteuerung zurückgesendet und dem Fachpersonal angezeigt. Dynamische Echtzeit-Performance ist dabei wesentlich, denn bei einer Produktionstaktung im Sekundenbereich muss die Antwortzeit des Vorhersageprozesses – vom Messen der Daten über die Vorhersage des SPSS-Modells bis zum Senden der Nachricht an die Maschine, ob ein Werkzeugwechsel nötig ist – ebenso in diesem Zeitfenster liegen. „Mithilfe des neuen Vorhersagemoduls können wir unseren Kunden die Sicherheit bieten, dass keine schadhaften Bauteile in die Folgeproduktionsprozesse gelangen, beziehungsweise in Autos verbaut werden“, sagt Dr. Matthias Kluge, Leiter für Werkzeug- und Umformtechnik bei Felss.

Robustes Vorhersagemodell

Durch die kontinuierliche, präzisere Kontrolle der Erzeugnisse kann der Betreiber der Maschine Arbeitsschritte in Echtzeit anpassen und gezielter vorhersagen, wann für die einzelnen Maschinen in einer Produktionskette ein Werkzeugwechsel oder die Anpassung der Maschinenparameter oder des Maschinenprofils notwendig ist. So schalten Mitarbeiter in der Fertigung die Maschinen ab, bevor der kritische Punkt überschritten wird. Innerhalb der Fertigungsstraße sinken damit der Ausschuss der Produkte und die Wahrscheinlichkeit eines ungeplanten Maschinenstopps. Auch die Qualitätskontrolle der Bauteile wird durch das neue Predictive Analytics-Verfahren erheblich effizienter. Personalintensive Qualitätsprüfungsprozesse erledigen sich von der Datenmessung über die Berichterstattung bis hin zur Anpassung des Maschinenprofils automatisch und werden zur weiteren Optimierung des Vorhersagemodells dokumentiert.


Das könnte Sie auch interessieren:

Eine IoT-Sicherheitsarchitektur sollte sowohl in IT- als auch in OT-Umgebungen für mehr Transparenz sorgen und Prozesse schützen. Dazu müssen die Daten aus dem IoT-Edge erfasst und extrahiert werden. Auf dieser Grundlage können Unternehmen effizienter agieren, bessere Geschäftsentscheidungen treffen und Digitalisierungsprojekte beschleunigen.‣ weiterlesen

GBTEC und Proalpha haben angekündigt, zukünftig in den Bereichen Process Mining und Business Intelligence zusammenzuarbeiten. Kunden sollen so einen Mehrwert bei der digitalen Transformation erhalten.‣ weiterlesen

Beim Anlagen- und Werkzeugbau setzt die Volkswagen AG auf Datendurchgängigkeit. Die Projektmanagement-Software Coman vernetzt die Projektbeteiligten dazu durchgängig und digital, bis hin zu den Zulieferern. Denn wenn Manager Giuseppe Lo Presti früh erkennt, dass es in einem Gewerk gerade nicht rund läuft, können gezielte Maßnahmen erfolgen.‣ weiterlesen

Mehr als eine Milliarde Schadprogramme verzeichnet das Bundesamt für Sicherheit in der Informationstechnik im aktuellen Lagebericht. Und auch die Corona-Pandemie wirkt sich auf die aktuelle Sicherheitslage aus.‣ weiterlesen

Eine Voraussetzung bei der Entwicklung von industriellen KI-Anwendungen sind ausreichende Daten. Diese sind jedoch nicht immer in der benötigten Menge, Qualität oder Struktur vorhanden. Anhand eines konkreten Beispiels erläutert dieser Beitrag, wie sich ein Data Lake anlegen und mit Daten füllen lässt, bis er ein Fundament für quasi beliebige KI-Applikationen bildet.‣ weiterlesen

CIOs setzen auf Automatisierung und KI, um wachsende Kluft zwischen begrenzten IT-Ressourcen und steigender Cloud-Komplexität zu überbrücken. Dies geht aus einer Studie von Dynatrace hervor.‣ weiterlesen

Zahlreiche Geräte verbinden sich heutzutage mit dem Firmennetzwerk. Neben offensichtlichen Geräten wie Büro-PCs und Maschinensensoren gibt es meist auch solche, die keiner auf dem Radarschirm hat. In diesem verborgenen Internet of Things könnten Einfallstore für Cyberkriminelle sein.‣ weiterlesen

Die Erwartungen an die wirtschaftliche Entwicklung gehen laut aktueller ZEW-Zahlen im Oktober zurück. Die Einschätzung der aktuellen konjunkturellen Lage hat sich jedoch erneut verbessert.‣ weiterlesen

Die MPDV hat seit Oktober drei neue Geschäftsführer. Nathalie Kletti, Thorsten Strebel und Jürgen Petzel stehen an der Spitze des Unternehmens.‣ weiterlesen

Die Beschäftigtensituation im Maschinen- und Anlagenbau bleibt weiter angespannt. Im August ging die Zahl der Beschäftigten im Vergleich zum Vormonat um weitere 2.165 auf 1,025 Millionen zurück. Damit sind fast 41.000 Personen weniger im Maschinen- und Anlagenbau beschäftigt (minus 3,8%) als im August des Vorjahres. ‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige