Digitalisierung von Maschinen
Systematisches Engineering garantiert hochwertige Daten und erlaubt effiziente Digitalisierung von Maschinen.
In Zusammenarbeit mit einem Maschinenhersteller wurde eine Fertigungsanlage für die Umsetzung von predictive maintenance Funktionalitäten erweitert. Bei dem Prozess werden axiale Nebenformen auf Hohl- oder Vollwellen erzeugt, wobei das Bauteil in mehreren rekursive Vorschubbewegungen umgeformt wird. Markante Prozessphasen und ein typischer Kraftverlauf sind in der Abbildung rechts dargestellt.
Für eine sichere Überwachung wurden verschiedene Messebenen systematisch überprüft. Das Ergebnis der Studie war, dass die aussagekräftigsten Daten an der Werkzeugaufnahme, direkt am Prozess erfasst werden können. Der Einsatz mehrerer PiezoBolt erlaubt dabei die Erkennung außermittiger Belastungen, die infolge von einseitigem Verschleiß auftreten können.
Die Messstelle auf Höhe des Prozesses zeigt deutliche Reaktionen auf den Verschleiß. Im nebenstehenden Bild ist das in den Kraftverläufen (mitte/unten) dargestellt. Die Maschinen-Kraftsensorik ist gegenüber den Änderungen am Werkzeug weit weniger sensibel (mitte/oben). Für den Aufbau von predictive-maintenance Prozessen wurde für jedes Bauteil im Rahmen von Edgecomputing ein Kennwert gebildet. Die entsprechende Punktewolke ist in dem Graphen rechts oben dargestellt. Der Maximalwertverlauf des Kennwerts signifikant eingebrochen, bevor es zu Toleranzproblemen an den Produktionsergebnissen kam. Die erfassten Daten können also in Systemen der künstlichen Intelligenz oder mit Schwellenwertverfahren weiterverarbeitet werden um Entscheidungen in Form von Predictive Maintenance zu unterstützen oder automatisiert zu treffen.
In diesem Artikel werden Details beschrieben.