Endi-QM | Energieeffizienz durch intelligentes in-Prozess Quality Monitoring

Im Rahmen des Projekts Endi-QM wird eine signifikante Reduzierung des Primärenergieverbrauchs beim hybriden Spritzgießprozess angestrebt. Erreicht wird dieses Ziel, indem die umfassenden Daten des gesamten Produktionszyklus durch verschiedene datengetriebene- und KI-gestützten Methoden und Werkzeuge analysiert werden. Grundlage dafür ist eine IoT-Edge-Plattform, mit deren Hilfe sich die anfallenden Daten geordnet und sicher verwalten und verarbeiten lassen.

Koordination: Arthur Stobert M.Sc. (ETA)

Laufzeit: 01.05.2022 – 30.04.2025
Förderung: Bundesministerium für Wirtschaft und Klimaschutz (BMWK)

Ausgangssituation

Heutzutage stellen die wachsenden Anforderungen an Energieeffizienz und die Reduktion von CO2-Emissionen bei der industriellen Produktion immer größere Herausforderung dar. Um das im Klimaschutzgesetz verankerte Ziel zu erreichen, bis zum Jahr 2045 klimaneutral zu sein, müssen die Produktionsunternehmen mehr Verantwortung übernehmen. Neuartige Technologien vor dem Hintergrund der Digitalisierung und von Big-Data bieten für Unternehmen großes Potenzial, Informationen des Produktionsvorgangs zu nutzen, um diesen besser zu beherrschen. Das Heben dieser Potenziale ermöglicht eine feinabgestimmte Verwaltung und einen optimierten Einsatz von Ressourcen. Gleichzeitig werden ressourcen- und energieeffizientere Produktionsvorgänge realisiert.

Die aktuellen Entwicklungen der IoT-Technik und Rechenleistung befähigen produzierende Unternehmen, die Produktionsdaten in Echtzeit über Cloud- oder Edge-Lösungen zu speichern und verarbeiten. Durch Zuhilfenahme von KI-Techniken erlangen Unternehmen die Möglichkeit, den Zustand der Produktion genauer zu überwachen oder beispielsweise Wartungstermine besser planen zu können. Das Projekt Endi-QM strebt darauf bezugnehmend einen intelligenten, voll kontrollierbaren und energieeffizienten hybriden Spritzgießprozess an.

Zielsetzung und Vorgehensweise

Das übergeordnete Ziel des Projekts Endi-QM ist es, basierend auf den gesammelten Daten des gesamten Produktionsprozesses, vom Eingang der Rohstoffe bis zur Qualitätskontrolle der Endprodukte, den Produktionsprozess zu optimieren und den Primärenergieverbrauch zu reduzieren. Um dieses Ziel zu erreichen, werden weitere untergeordneten Ziele verfolgt, welche die Prozessbeherrschung und den Zugriff auf Daten des gesamten Produktionszyklus voraussetzen.

  • Eine offensichtliche Ressourcen- und Energieverschwendung ist auf die Ausschussteile zurückzuführen, da ein Ausschussteil nicht nur die Verschwendung des Rohstoffs verursacht, sondern auch mit Energieverbrauch und zeitlichem Aufwand verbunden ist. Nicht zu vernachlässigen sind weiterhin die zusätzlichen Ressourcen für die Entsorgung des Ausschussteils. Mit Hilfe von KI-gestützten Methoden werden die Prozessparameter selbstanpassend und kontinuierlich optimiert, damit die Fertigungsqualität stetig verbessert und gleichzeitig Energieverbrauch reduziert werden kann.
  • Ein weiterer wertvoller Aspekt zur Optimierung der Produktion ist die Wartung der Maschine. Die Wartungsstrategie hat großen Einfluss auf die Zuverlässigkeit und Produktivität einer Anlage oder eines Prozesses. Im Rahmen dieses Projektes wird mittels der ausgewählten Sensorik auf der Maschine die zustandsbasierte Wartung fokussiert. Ziel ist die Produktivitäts- und Zuverlässigkeitssteigung durch Vermeidung unerwarteter Stillstände. Für einige besonders relevanten Maschine oder Bauteile reicht eine rein zustandsbasierte Wartung allerdings nicht aus. Hilfreicher ist, die RUL (Remaining Useful Life) zu quantifizieren und einzuschätzen. Aus Zustandsdaten der Maschine und unter Verwendung eines KI-Modells lässt sich die zu erwartende verbleibende Lebensdauer von Komponenten und Verschleißteilen einschätzen.
Entwurf zur IT-Architektur für die Datenerfassung, Modellierung und Optimierung
Entwurf zur IT-Architektur für die Datenerfassung, Modellierung und Optimierung
Innovativer Kern des Projekts
Innovativer Kern des Projekts

Danksagung

Das Forschungs- und Entwicklungsprojekt Endi-QM wird mit Mitteln des deutschen Bundesministeriums für Wirtschaft und Klimaschutz (BMWK). Wir danken für die Möglichkeit dieses Projekt bearbeiten zu dürfen.

Fördergeber

Konsortialpartner