Daten auswerten
Die Auswertung dieser Daten übernehmen Spezialisten, die durch weltweiten Erfahrungs- und Wissensaustausch spezielle Kompetenzen über die Planung und Gestaltung flexibler Fertigungsstraßen aufbauen. Unterstützt werden sie dabei von Data-Scientists. Sie alle entwickeln in einem agilen Prozess nach einer Zieldefinition. Nach wiederum definierten Meilensteinen in der Entwicklung erfolgt eine Kontrolle und gegebenenfalls eine Korrektur. Ziele des Unternehmens sind einerseits der Aufbau von flexiblen Fertigungsstraßen und andererseits der Bau von Robotern für die Mensch-Maschine-Kommunikation. 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
Was kommt danach?
Sind flexible Fertigungsstraßen für die Herstellung unterschiedlicher, individualisierter Produkte aus heutiger Sicht die Zukunft, kann man bereits fragen, was danach kommt? In den 1960er Jahren gab es die Vision einer Fabrik, die ganze Fabriken herstellen konnte. Möglicher weise ist dies der übernächste Schritt: Vielleicht ist es dann möglich, nicht nur Produkte, sondern auch ganze Fertigungsstraßen nach einem Masterplan zu bauen.
Roboter und Mensch
Aktuell werden Roboter werden immer handsamer. Beispielsweise können Roboterarme eine sensitive Hülle haben, die bei der feinsten Berührung zum Stopp der Bewegungen führt. Überhaupt scheint die Nähe des Menschen zum Roboter unabdingbar zu sein. Für die Programmierung, Inbetriebnahme und Bedienung von Robotern werden weltweit immer mehr Menschen benötigt. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Die Reise zum Mittelpunkt der Industrie 4.0
Im Zusammenhang mit dem Begriff Industrie 4.0 hört man oft Schlagworte wie intelligent, digital vernetzt, selbstorganisierende Produktion und gar Digitalisierung der Wirtschaft. Was Digitalisierung eigentlich ist, und wie eine sich selbstorganisierende Produktion funktioniert, wird kaum näher erläutert. An einem Beispiel lässt sich hervorragend veranschaulichen, was mit aktueller Technologie möglich ist: Angenommen man steht vor der Aufgabe, die maximale Arbeitsgeschwindigkeit eines Palettier-Roboters herauszufinden, der mittels Unterdrucks einzelne Packstücke anhebt und auf eine Palette setzt. Der Lösungsansatz besteht darin, alle Parameter zu messen, die auf die Arbeitsgeschwindigkeit Einfluss haben könnten, unter anderem Gewicht der Packstücke, Qualität des Vakuums in den Saugnäpfen, Raumtemperatur, Luftfeuchtigkeit, Rauheit der Oberfläche des Kartons bis zum Alter und der Nutzungszahl der Saugnäpfe. Das muss natürlich in unterschiedlichen Messreihen mit veränderten Parametern mehrmals gemessen werden. Alle Messwerte kommen in die Cloud und bilden dort einen kleinen Teil der vielzitierten Big Data.
Dann kommt der zweite Teil, die Datenanalyse. Mit den Methoden des Data Mining versucht man Korrelationen zwischen den verschiedenen Parametern, also den Einflussgrößen auf die Arbeitsgeschwindigkeit, zu finden. Hat man diese Korrelation gefunden, dann weiß man mit hinreichender Sicherheit, dass die maximale Arbeitsgeschwindigkeit eines Palettier-Roboters dann erreicht wird, wenn das Gewicht gleich oder kleiner ‚g‘ ist, die Luftfeuchtigkeit mindestens ‚rF‘, das Vakuum in den Saugnäpfen mindestens ‚Va‘ ist und, und, und – also die Werte weiterer Parameter.
Diese Werte werden nun im Roboter beziehungsweise im Steuerrechner des Roboters gespeichert. Der Roboter misst ständig – vielleicht nicht alle, aber einige wesentliche Parameter, z.B. den Unterdruck in den Saugnäpfen – und vergleicht sie mit seinen gespeicherten Optimalwerten. Weicht ein Parameter davon ab, kommuniziert der Roboter mit seiner Umgebung, das heißt er gibt die Abweichung an die Vakuumpumpe weiter, um bei dem Beispiel zu bleiben, die daraufhin den Unterdruck erhöht. Wären dies Menschen, würde man sagen: schlau. Da es sich um Maschinen handelt, nennt man das künstliche Intelligenz.
