Bei den von Felss eingesetzten spanlosen Herstellungs- bzw. Umformverfahren entstehen hohe Druckbelastungen im Werkzeug, welche zu einem Werkzeugverschleiß führen. Diese fortschreitende Abnutzung bzw. Verschleiß des Werkzeugs verändert graduell die Abmessung der produzierten Werkstücke. Sind die Bauteiltoleranzen überschritten, wird das Bauteil aussortiert. Während der Überprüfung des Bauteils auf einem Prüfplatz oder in einem Messraum, läuft die Produktion weiter. Bei der Identifikation eines Nicht-In-Ordnung-Werkstücks sind daher in der Charge bereits neu fehlerhafte Bauteile produziert worden, wodurch Ausschuss entsteht. Es kommt zu hohen Aufwendungen zur Kompensation der verlorenen Produktionszeit.
Veränderung des Prozesses
Nur wenn das Ergebnis der Qualitätsprüfung eines Bauteils vor der Herstellung des nächsten ermittelt werden kann, lässt sich Ausschuss vermeiden. Da im hier vorliegenden Fall ein fehlerhaftes Bauteil direkt auf die Abnutzung des Werkzeugs rückzuführen ist, verschiebt sich der Fokus von der Qualitätsprüfung des gefertigten Bauteils auf eine kontinuierliche Überwachung der Werkzeug-Abnutzung.
Das kann durch Sensorik in der Maschine und daran anschließende Datenverarbeitung in Maschinen-Echtzeit auf der Edge-Computing-Plattform erfolgen. Das Edge-Device ist im Schaltschrank der Maschine verbaut. Daten werden über einen Maschinenlauf gesammelt und interpretiert. Zeigt sich darin eine starke Werkzeugabnutzung, kann der Nutzer noch vor Beginn des darauffolgenden Zyklus darüber informiert werden, damit er den Prozess gegebenenfalls anhalten und das Werkzeug tauschen kann.
Entwicklung eines Analyse-Programms zur Verschleißerkennung
Felss stellt sich folgende Fragen: Wie kann der Verschleiß des Werkzeugs qualitativ definiert und quantitativ gemessen werden? Wie kann der Grenzwert, bei dem das Werkzeug ausgetauscht werden muss, qualitativ definiert und quantitativ bestimmt werden?
Um diese Fragen zu beantworten und aus Rohdaten Informationen zu gewinnen, ist eine Vielzahl an Schritten notwendig. Im Zuge einer Smart-Factory-Potenzialanalyse für ihren Kunden KSB identifizierte die Managementberatung NEONEX Opti mierungschancen bei der Beschaffung der Lieferantendokumentation sowie der Erstellung von Unterlagen zur Qualitätsprüfung entlang der Supply-Chain. ‣ weiterlesen
Signifikante Ressourceneinsparung bei Pumpenhersteller KSB
NEONEX, Fabasoft Approve & KSB: „Win-win-win-Situation“ durch starke Partnerschaft
Signifikante Ressourceneinsparung bei Pumpenhersteller KSB
Entwicklungsschleife:
1. Überlegungen zu notwendigen Daten, Messprinzipien und darauf aufbauend Auswahl der Sensorik
2. Inbetriebnahme von Sensorik und Edge-Computing Plattform – Einlesen, Speichern und Darstellen der Daten
3. Auslesen von Kennlinien, Interpretation der Prozessdaten – Identifizieren der KPIs
4. Beschreibung der Auswertungsmethodik und Entwicklung des Algorithmus zur automatischen Erkennung der KPIs
5. Evaluierung von Punkt 4 und Übergang zurück zu Punkt 1 zur erneuten Optimierung
„Ziel ist, dass wir unsere Kunden vorausschauend über die verbleibende Lebenszeit des Werkzeugs informieren können,“ sagt Markus Preisinger, Teamleiter Softwareentwicklung bei Felss.
Worauf es ankommt
Nur nachweislich qualitative Daten aus zuverlässigen Datenquellen können eine Berechnungsgrundlage für den Algorithmus der Werkzeuganalyse bilden. Felss verwendet vier hochsensible Dehnungstransmitter. Durch die Mehrfachauslegung der Dehnungstransmitter und zusätzliche Sensorik können verschiedene Einflüsse auf das Messergebnis festgehalten werden. Eine hohe Auflösung in der Datenerfassung ist dazu unabdingbar.
