Projekte

Aktuell werden vier Projekte im PIN umgesetzt werden. Zwei weitere Projekte sind inzwischen abgeschlossen.

Die PIN-Projekte

 

Proaktive Instandhaltung (in Umsetzung)

Vorausschauende Instandhaltung bzw. „Predictive Maintenance“ ist ein vielversprechender Ansatz für die Optimierung maschinengestützter Produktionsprozesse. Durch genaue Beobachtung und die darauf basierenden Entscheidungen soll Reparatur oder Austausch von Komponenten geplant und möglichst kurz vor dem Ende der Verschleißgrenze erfolgen. Eine maximale Ausschöpfung der Maschinen-Investition bei minimaler Störung der Produktionsprozesse lautet das Ziel.

Um effizient die Potenziale einer präventiven Instandhaltungsstrategie ausschöpfen zu können, bedarf es jedoch zunächst der genauen Kenntnis über das Betriebsverhalten der Anlagen in der Fertigung. Im Fokus stehen dabei die Verlustzeiten der Maschinen. Gelingt es ein detailliertes Verlustzeitenprofil zu erstellen, können auf dessen Basis relevante Maschinen und ggf. Komponenten für den Einsatz präventiver Instandhaltungsmaßnahmen ausgewählt werden.

Ziel ist es daher möglichst detaillierte Verlustzeitprofile über die Erfassung von Maschinendaten herzuleiten. Die automatisierte Erfassung dient der Fehlervermeidung und Aufwandsreduzierung. Für die Auswertung der erfassten Daten werden im Rahmen des Projektes ein Whitebox- und ein Machinelearning- /Blackbox-Ansatz auf ihre Tauglichkeit hin untersucht.

 

Zustandsüberwachung von Industrierobotern (in Umsetzung)

Industrieroboter werden in der heutigen Produktion als flexible Handhabungsgeräte eingesetzt und übernehmen dabei verschiedenste Aufgaben innerhalb von produzierenden Unternehmen. Diese umfassen sowohl das Positionieren von Bauteilen als auch das Abfahren von Bahnen mit einem Werkzeug. Wie jede Produktionsanlage sollten auch bei einem Roboter regelmäßige Wartungsintervalle eingehalten werden, da sich diese positiv auf die Betriebsdauer und somit auch auf die Wirtschaftlichkeit der Anlagen auswirken.

In der Vorstudie „Zustandsüberwachung von Industrierobotern“ soll ermittelt werden in wieweit derzeitige Roboter dennoch für Produktionsstillstände verantwortlich sind und worauf diese Störungen zurückzuführen sind. Entsprechend der identifizierten Einflussgrößen sollen anschließend Methoden entwickelt werden, die (mögliche) Stillstände frühzeitig erkennen bzw. sogar verhindern können, um somit die Verfügbarkeit zu steigern und die Produktivität der Anlagen zu erhöhen.

Benchmark von Prozessüberwachungssystemen (in Umsetzung)

Anbieter von Prozessüberwachungssystemen besitzen zum jetzige Zeitpunkt keine Möglichkeit ihre Produkte objektive mit denen von Mitbewerben zu Vergleichen. Daher ist es für die einzelnen Anbieter nicht möglich Stärken und Schwächen ihrer Systeme im Vergleich zu Wettbewerbern zu identifizieren und diese Informationen für eine Optimierung oder Vermarktung zu nutzen. Infolgedessen wird von Anwendern die verhältnismäßige Leistungsfähigkeit von PÜ-Systemen während ihrer Entscheidungsfindung nicht berücksichtigt.

Ziel ist es daher, zusammen mit Herstellern und Anwendern von Prozessüberwachungssystemen Bewertungskriterien zu definieren sowie einen Referenzprozess auszulegen. Das IFW wird anschließend als unabhängige Institution die Begutachtung und Gegenüberstellung von Systemen interessierter Anbieter realisieren.

Digitaler Schatten für die Qualitätssicherung (in Umsetzung)

Die Projektbeschreibung folgt in Kürze.

Data Mining (abgeschlossen)

Dieses Projekt zur Datenerhebung im realen Produktionsprozess bei einem Endanwender beinhaltet die Zusammenführung von Daten aus einer Produktionsmaschine und korrespondierender Daten aus der Qualitätssicherung. Die Datenerhebung erfolgte zunächst mit konventionellen Technologien und beinhaltete die Zusammenführung mit bereits vorhandenen Daten. Ergänzend wurden externe Beschleunigungssensoren eingesetzt, um zusätzlich die Prozessstabilität zu bewerten. Durch die zentrale Bereitstellung der Daten auf einem Server wurde für Projekte ein Datenpool zur Korrelation von Prozess- und Qualitätsdaten gebildet.

Nach Zusammenführung der Daten wurden die erhobenen Informationen über Algorithmen in einzelne Prozessschritte segmentiert. Anschließend erfolgte die Untersuchung der Korrelation von Prozess- und Qualitätsdaten. Die Daten wurden innerhalb des PIN für die Analyse und Visualisierung zur Verfügung gestellt.

Zentrale Fragestellungen waren: Welche Daten werden von den Endanwendern benötigt? Welche Schnittstellen sind an den Maschinen der Mitglieder vorhanden? Kann aufgrund der Qualitätsdaten eine Prozesssteuerung für die untersuchte Produktionsmaschine implementiert werden?

Prozessüberwachung (abgeschlossen)

Bereits existierende standardisierte Schnittstellen in Werkzeugmaschinensteuerungen erfüllen in der Regel nicht die Anforderungen an Mindestabtastrate und Echtzeitverhalten. In allen Steuerungen gibt es jedoch herstellerspezifische Schnittstellen, die die entsprechenden Echtzeitanforderungen erfüllen. Im Projekt wurden konkrete Anforderungen (Signaldefinition, Signalqualität, Abtastrate, Delay etc.) definiert. In externen Workshops mit unterschiedlichen Steuerungsherstellern wurde die Umsetzbarkeit der Standartschnittstelle für die unterschiedlichen Steuerungen diskutiert und gemeinsam ein Entwurf für diese Schnittstelle erarbeitet.