Maschinendatenerfassung und Sensorik: Blick in die »Black Box« der Fertigung

In der modernen Fertigung liefern die Erfassung von Maschinendaten und der Einsatz von Sensorik den Schlüssel zu einer höheren Effizienz und Kontrollierbarkeit von Zerspanungsprozessen.

Maschinendaten zu erfassen bedeutet, die Daten zu sammeln und aufzuzeichnen, die während des Zerspanprozesses in der numerischen Steuerung (NC) oder speicherprogrammierbaren Steuerung (PLC) generiert werden. Dazu zählen unter anderem Positionssignale, Motorströme der Antriebsachsen, Spindelleistung sowie Werkzeuginformationen. Sie liefern uns Informationen über die Leistung, den Zustand und den Betrieb der Maschinen.

Trends und Entwicklungen rund um Maschinendaten und Sensorik  

Datenstandardisierung und -integration: Die Interoperabilität zwischen verschiedenen Maschinen, Sensoren und Softwarelösungen wird wichtiger, um Daten nahtlos zwischen Systemen auszutauschen und zu verarbeiten. Eine Standardisierung der verschiedenen, heute oft noch proprietären Datenformate ist für das Zusammenführen der gesammelten Daten unverzichtbar.

Anpassungsfähigkeit: Da Werkstücke und Anforderungen variieren können, ist die Fähigkeit, Sensoren und Systeme der Datenerfassung leicht an unterschiedliche Maschinen und Prozesse anzupassen, entscheidend für die Zusammenführung der Daten.

Intelligente Sensorik: Sensoren liefern eine Fülle an Informationen, beispielsweise über Temperatur, Vibration, Druck, Werkzeugverschleiß und vieles mehr. Intelligente Sensorik kann oft schon bereits vor Ort in der Maschine erste Analysen durchführen und filtern, um nur relevante Daten zur Speicherung und Weiterverarbeitung zu übertragen.

Künstliche Intelligenz und Machine Learning: Analysetechniken, die sich Künstlicher Intelligenz (KI) bedinen und Maschinelles Lernen ermöglichen, dienen dazu, in den gesammelten Daten Muster zu erkennen, Anomalien aufzudecken und präzisere Vorhersagen zu treffen.

Cloud-Lösungen: Cloud-Plattformen sammeln Daten von verschiedenen Standorten und machen Sie der Analyse zugänglich. Dies ist besonders hilfreich, wenn Unternehmen über mehrere Produktionsstätten an verschiedenen Orten verfügen, die vernetzt arbeiten.

Echtzeitüberwachung und -analyse: Unternehmen, die Zerspantechnologien einsetzen, können mit Echtzeitdaten den Zustand von Maschinen, Werkzeugen und Prozessen kontinuierlich überwachen. Echtzeitanalysen ermöglichen es, Probleme frühzeitig zu erkennen, Stillstandzeiten zu verringern und die Effizienz der Prozesse und internen Abläufe im Unternehmen zu steigern.

Energieeffizienz und Nachhaltigkeit: Die Erfassung von Daten über den Energieverbrauch und andere Umweltauswirkungen der Zerspanprozesse unterstützt Unternehmen dabei, nachhaltiger zu wirtschaften und zu dokumentieren, dass Umweltauflagen, Gesetze und Verordnungen eingehalten werden.

Unsere Leistungen im Überblick

  • Sensor- und maschinendatengestützte Analyse und Optimierung von Fertigungsprozessen und NC-Programmen
  • Entwicklung einer Daten-Pipeline für die ortsaufgelöste Analyse von Prozesszuständen in der Cloud (Vibrationen, Zerspankraft, Temperaturen)
  • Durchführung von Life Cycle Assessments in der Produktion
  • Verschleißmessung und -analyse mithife von Bildaufnahmen des Fräswerkzeugs und Machine-Learning-Algorithmen
  • Entwicklung individueller Lösungen für eine verbesserte Maschinenkonnektivität und Ensatz maschinenintegrierter Sensorik
  • Auswahl geeigneter Datenbanksysteme und Softwarearchitekturen

Ausgewählte Anwendungsfelder für Sensorik und Systeme zur Erfassung von Maschinendaten

Daten lassen sich in der Produktion in einer enormen Menge und Vielfalt gewinnen. Aber wo lassen sich tatsächlich Verbesserungen einleiten und welche Schritte sind dafür erforderlich? Am Fraunhofer IPT betrachten wir die Fertigung ganzheitlich und entwickeln Systeme, Algorithmen und Methoden zur Datenanalyse für eine Vielzahl an Einsatzfeldern:

Prozessüberwachung

Sensoren in Maschinen und Werkzeugen können Abweichungen im Zerspanungsprozess aufdecken: Zum Beispiel kann eine ungewöhnliche Vibration auf erhöhten Verschleiß oder ein bereits defektes Werkzeug hinweisen. Dies früh zu erkennen verhindert Maschinenstillstände und Schäden an Werkzeug und Bauteil.

Prozessoptimierung

Sorgfältige Analysen von Maschinendaten zeigen auf, welche Prozessschritte ineffizient oder fehlerbehaftet sind und optimiert werden müssen. Durch Korrekturen und Anpassungen der Prozesse lässt sich die Produktivität und Effizienz der Fertigung steigern.

Qualitätskontrolle und -vorhersage

Sensoren können eingesetzt werden, um die Maßgenauigkeit und Oberflächenqualität der bearbeiteten Werkstücke zu überwachen. Abweichungen können frühzeitig erkannt und ohne Umspannen des Bauteils korrigiert werden, sodass die Ausschuss- und Fehlerrate sinkt.

Predictive Maintenance

Eine vorausschauende Wartung wird durch die kontinuierliche Erfassung von Maschinendaten möglich: Sobald Muster erkannt werden, die auf bevorstehende Wartungsbedürfnisse hinweisen, kann gezielt eine Wartung durchgeführt und Stillstandszeiten vermieden werden.  

Life Cycle Assessment

Mithilfe von Maschinen- und Sensordaten lassen sich die Umweltauswirkungen von Fertigungsprozessen systematisch erheben und bewerten.