Ausgangssituation

Die strategische Bedeutung von Industrie 4.0 nimmt im verarbeitenden Gewerbe immer stärker zu. Zentrales Konzept von Industrie 4.0 ist die bessere Vernetzung der Produktionsteilnehmer, d.h. Anlagen, Maschinen, Produkte, Betriebsmittel und Menschen. Bestehende Systeme im Werkzeugmanagement, wie sie auch bei den Projektpartnern KOPP und AWB auftreten, weisen vor allem einen problembehafteten Werkzeugkreislauf auf. Die Vielzahl an Produktvarianten führt zu hohen Beständen der zerspanenden Werkzeuge und häufigen Werkzeugwechseln. Dabei binden große Werkzeugbestände einerseits Kapital und verringern die Liquidität, anderseits erschwert die Vielzahl verschiedenerer Werkzeuge deren Lokalisierung und Zustandsüberwachung. In Folge der nicht dokumentierten Werkzeuge und ihrer Lagerorte kommt es zum Fehlen benötigter Werkzeuge sowie zu hohen Suchzeiten, die zu längeren Maschinenstillständen führen und die Durchlaufzeit in der Fertigung unnötig verlängern. Die fehlende Zustandsüberwachung führt zu ungeplanten Werkzeugversagen während des Bearbeitungsprozesses und damit zu Ausschuss oder Nacharbeit.

Die Notwendigkeit zur Entwicklung der in „EnterPrise“ angestrebten Lösung motiviert sich im Wesentlichen durch die erwartete Steigerung der Wettbewerbsfähigkeit der beiden mittelständischen Anwender- und Herstellerunternehmen AWB und KOPP durch zielgerichtete Ergänzung bestehender Systeme um die genannten Funktionalitäten.

Zielsetzung

Das Ziel des Projekts „EnterPrise“ besteht darin, eine unternehmensübergreifende Lösung in Form eines Cyber-Physischen Produktionssystems (CPPS) zu entwickeln, um das problembehaftete Werkzeugmanagement beim Hersteller- und Anwenderunternehmen (AWB und KOPP) zu optimieren. Durch das CPPS sollen Werkzeug- sowie Auftragsdaten erfasst und zwischen Anwender und Hersteller ausgetauscht werden. AWB soll durch den Einsatz des CPPS von transparenten Reststandzeiten eingesetzter Werkzeuge profitieren, sodass darüber hinaus ein auftragsorientierte JIT-Beschaffungsmanagement von Werkzeugen ermöglicht wird und die Kapitalbindung reduziert wird. Für KOPP ergibt sich eine höhere Planungsgenauigkeit hinsichtlich Werkzeugneubestellungen und -nachschleifaufträge von AWB sowie ein vermarktungsfähiger Service zum Werkzeugverschleißmonitoring bei anderen Kunden. UHP und TUDa agieren als Befähiger für die CPPS Entwicklung. UHP übernimmt hierzu die Schaffung der notwendigen interoperablen IT-Systemarchitektur, die TUDa bringt ihre Expertise zur Umsetzung der Werkzeuglokalisierung und -identifikation sowie Verschleißvorhersage ein.

Vorgehensweise

Das CPPS verfolgt zwei wesentliche Aufgaben. Zum einen soll es Zustandsinformationen in Form von Verschleißdaten bei AWB im Bestand befindlicher Werkzeuge während ihres gesamten Werkzeuglebenszyklus erfassen. Zum anderen sollen die Lagerstandorte der Zerspannungswerkzeuge in Echtzeit abgebildet werden. Zur Verfolgung von Zustand und Ort der Werkzeuge ist eine eindeutige Identifikation und Lokalisierung erforderlich.

Dazu wird die Einführung eines hybriden Traceability-Systems vorgesehen. Zentrale Bestandteile sind die Entwicklung einer Markierungsstrategie, die Auswahl einer passenden Technologie (DataMatrix-Code, RFID, UWB, etc.) und die Formulierung von Anforderungen an die bei KOPP eingesetzten Wissensdatenbank (WDB) zur Vorhaltung von Zustandsdaten je Werkzeug (z.B. eindeutiges Nummerierungssystem).

Um ausgehend vom Werkzeugzustand eine Empfehlung für deren Verwendung in jedem Fertigungsauftrag aussprechen zu können, beabsichtigt die TUDa ein ML-Modell zu entwickeln, welches Aussagen über das Verschleißverhalten von Werkzeugen bei der spanenden Bearbeitung ermöglicht. Dabei geht es zunächst darum, solche Daten (Maschinendaten, Sensordaten, etc.) zu identifizieren, die eine Aussage hierüber zulassen. Um eine realistische Prognose über das Verschleißverhalten während eines Fertigungsauftrags geben zu können, werden die bei jedem bearbeitungsschritt als verschleißrelevant bewerteten Prozessdaten erfasst und anschließend mit der realen Werkzeugvermessung verknüpft, um das ML-Modell damit zu trainieren. Die Daten dienen als Grundlage, die Reststandzeit der Werkzeuge kontinuierlich zu erfassen. Die Kenntnis über die Reststandzeiten der Werkzeuge werden daraufhin bei der Planung des Werkzeugeinsatzes sowie während der Zerspanungsprozesse verwendet, um ungeplante Maschinenstillstände und durchs Werkzeug verursachten Ausschuss zu reduzieren.

Danksagung

Dieses Projekt wird durch die HessenAgentur gefördert. Wir danken für die Möglichkeit dieses Projekt bearbeiten zu dürfen.

Förderträger

Konsortialpartner