Product Lifecycle Management (PLM): Wertschöpfungsprozesse ganzheitlich abbilden

Am Fraunhofer IPT setzen wir auf die digitale Auslegung und Optimierung von Zerspanwerkzeugen, Zerspanprozessen und kompletten Prozessketten: Ein systematisches Product Lifecycle Management (PLM) erlaubt es, Konstruktions-, Produktions- und Nutzungsdaten entlang des gesamten Lebenszyklus eines Bauteils zu erfassen und zu verwalten. Unser besonderes Interesse gilt dabei der Optimierung von Konstruktions- und Fertigungsprozessen.

Schnellere Produktentwicklung und bessere Zusammenarbeit aller Beteiligten im Herstellungsprozess  

In der Fertigung fallen ab dem Zeitpunkt der Produktplanung bereits riesige Datenmengen an,  aus denen sich wichtige Informationen ableiten lassen. Das Product Lifecycle Management bedient sich verschiedener Prozesse, Werkzeuge und Methoden, um solche Daten zu erfassen und aufzubereiten. Die gewonnenen Informationen dienen nicht nur dazu, Fehler aufzudecken und zu minimieren, sondern können auch bereits die Produktentwicklung beschleunigen. Die gezielte Aufbereitung und  Weitergabe der Daten und damit verbundenen Informationen verbessert gleichzeitig auch die Zusammenarbeit zwischen verschiedenen Teams und Stakeholdern.

Unsere Leistungen im Überblick

  • Individuelle PLM-Projekte – von der Konzeption bis zur Beschaffung geeigneter Werkzeugmaschinen
  • Erfassung von Maschinen- und Sensordaten
  • Modellgestützte Interpretation von Bauteilzuständen
  • Visualisierung von Prozess- und Qualitätsdaten
  • Digitale Prozessplanung und Fertigung
  • Prozesssimulation und Prozessoptimierung

Werkzeuge für das Product Lifecycle Management

Das Wissen über den Produktlebenszyklus verteilt sich in der konventionellen Fertigung oft über zahlreiche Stakeholder und macht es dadurch schwer, Optimierungspotenziale aufzuspüren. Am Fraunhofer IPT verfügen wir über die Werkzeuge, die eine ganzheitliche Sicht erleichtern und es möglich machen, sowohl die Kosten als auch Qualität, Zeit und Nachhaltigkeit entlang der gesamten Prozesskette systematisch zu verbessern.

Der Digitale Zwilling: das Herz des PLM

Ein zentraler Baustein unseres PLM-Ansatzes ist der Digitale Zwilling. Für den Digitalen Zwilling eines Bauteils erfassen und verarbeiten wir Daten aus Konstruktion, Prozessauslegung und Fertigung und reichern sie mit CAD/CAM-, Sensor- und Maschinendaten sowie Simulationsergebnissen an. Dies versetzt uns in die Lage, Fertigungsfehler systematisch zu verringern und unsere Bearbeitungsstrategien zu optimieren. So reduzieren wir Herstellungskosten für Prototypen und den Nachbearbeitungsaufwand, etwa bei hochkomplexen und kostspieligen Bauteilen wie den Komponenten für Turbomaschinen.

3D-Modelle verringern Fehler

3D-Modelle mit zusätzlichen Fertigungsinformationen helfen dabei, Fehler zu minimieren oder sogar ganz zu vermeiden. In der Konstruktion nutzen wir seit vielen  Jahren die sogenannte modellbasierte Definition (engl. Model-based Definition, kurz: MBD) für die Erstellung von 3D-Modellen. Diese reichern wir mit allen relevanten Informationen der Produktfertigung (engl. Product Manufacturing Information, kurz: PMI) an, zum Beispiel Toleranzen, Oberflächenbeschaffenheiten und einer Reihe weiterer wichtiger Daten. Damit sind wir in der Lage, Mehrdeutigkeiten und Fehlinterpretationen zu reduzieren und die Kommunikation zwischen allen Beteiligten zu vereinfachen. Zusätzlich dienen die Modelle als Datenquelle für die Erstellung Digtaler Zwillinge des Bauteils.

Maschinen- und Sensordaten

Eine systematische Aufbereitung von Sensor- und Maschinendaten schafft transparentere Produktionsprozesse: Zu diesem Zweck haben wir unsere Werkzeugmaschinen mit moderner Sensorik ausgestattet, die Informationen über Druck, Temperatur, Schwingungen und andere Fertigungsparameter liefert. Maschinendaten, die aus der numerischen Steuerung (NC) oder der speicherprogrammierbaren Steuerung (SPS) stammen, liefern zusätzliche Informationen über Leistung, Zustand und Betrieb der Maschine, wie Motorströme der Antriebsachsen und Spindelleistungen. Die systematische Aufbereitung dieser Daten trägt zu transparenteren, weniger fehleranfälligen und nachhaltigeren Fertigungsprozessen bei und fördert eine höhere Produktqualität.