Um diese Fragen zu beantworten, hat c-Com eine Verschleißerkennungs-Applikation entwickelt. Mit einem Smartphone und einer herkömmlichen Zusatzlinse zur Bildvergrößerung wird die verschlissene Schneide fotografiert. Daraufhin erkennt die App, um welchen Verschleiß es sich handelt und gibt entsprechende Handlungsempfehlungen. So können Anwender genau diesen Verschleiß künftig verhindern. Die Applikation basiert auf Machine Learning. Das heißt, die Applikation lernt auf der Grundlage von Datensätzen. „Je mehr Input beim Machine Learning eingesetzt wird, desto besser“, erläutert Giari Fiorucci, Geschäftsführer von c-Com. „Wir haben für unsere App mehrere hundert Bilder gemeinsam mit den Werkzeugspezialisten von Mapal qualifiziert. Das heißt, wir haben den Algorithmus trainiert und ihm sozusagen gezeigt, wie welcher Verschleiß aussieht, ob eine Schneide in Ordnung oder eben nicht in Ordnung ist.“
So ist die Applikation in der Lage verschiedene Arten von Verschleiß, wie Freiflächenverschleiß, Kolkverschleiß oder eine Aufbauschneide, zu erkennen. Basierend darauf rät die App z.B. dazu, den Vorschub zu reduzieren, die Drehzahl zu erhöhen oder auf eine andere Beschichtung umzusteigen. „Diese Ratschläge und Hinweise, was zu tun ist, sind heute noch statisch“, sagt Fiorucci. Allerdings arbeite das Team von c-Com daran, dass anhand der Einsatzdaten des Werkzeugs in der Betaversion ganz konkrete, individuelle und präzise Hinweise gegeben werden, was geändert werden soll.
