Der deutsche Werkzeug- und Formenbau steht derzeit vor großen Herausforderungen. Ganz besonders jene Betriebe, die hauptsächlich im Umfeld der Automobilindustrie tätig sind. Die Branche ist seit jeher charakterisiert durch kleine Losgrößen, hohe Qualitätsansprüche und permanentes Agieren an der Grenze des technisch Machbaren. Schon vor den aktuellen wirtschaftlichen Unsicherheiten kämpften viele Betriebe mit dem ständig steigenden Preisdruck, dem Trend zu individualisierten Produkten sowie immer kürzeren Entwicklungs- und Fertigungszeiten. Angesichts dieser Rahmenbedingungen versuchten sie in den vergangenen Jahren, ihre Arbeitsabläufe ab Losgröße 1 zu automatisieren. Was vor wenigen Jahren unmöglich schien, ist heute vielfach Standard. Doch auch das Potenzial durch industrialisierte Prozesse ist endlich.
Um weitere Fortschritte zu ermöglichen, arbeiten Forscher am Aachener Fraunhofer-Institut für Produktionstechnologie (IPT) und am Werkzeugmaschinenlabor WZL der RWTH Aachen gemeinsam mit Partnern aus der Industrie an der „Hochflexiblen Auslegung individueller Prozessketten im Werkzeugbau durch daten- und modellbasierte Prognosen“. Das soll die Informationsbereitstellung, die Transparenz der Prozesse sowie die Prognosefähigkeit verbessern, wo heute noch geringe Losgrößen, heterogene Fertigungstechnologien, neue Bearbeitungsverfahren und inkompatible Schnittstellen die Abläufe stören.
Vernetzung hilft, die ideale Strategie zu finden
„Ohne technische Unterstützung und die systematische Vernetzung aller Systeme entlang der Wertschöpfungskette sind selbst hochqualifizierte Fachkräfte kaum noch in der Lage, die ideale Fertigungsstrategie zu identifizieren“, sagt Prof. Thomas Bergs. Der Forscher, der den Direktorien von IPT und WZL angehört, hat verschiedene Pilotlinien initiiert. Neben dem Inkukator „Werkzeugbau“, der die flexible Fertigung anspruchsvoller Teile in kleinsten Losen untersucht, gibt es drei weitere:
- Die Pilotlinie „Getriebe“ soll die flexible und dennoch wirtschaftliche Produktion von Massenteilen optimieren.
- Die Mitarbeiter der „Turbo“-Linie (http://hier.pro/kx8XW) suchen neue Wege, um sicherheitskritische Komponenten zuverlässig herzustellen und alle qualitätsrelevanten Einflüsse teileindividuell zu dokumentieren.
- Und in der Pilotlinie „Feinschneiden“ (http://hier.pro/fZ2lH) arbeiten die Forscher nicht nur am Verfahren an sich, sie suchen auch nach neuen Wegen, um Marktanforderungen, die sich immer schneller verändern, zu beherrschen.
Der im Werkzeugbau übliche Einsatz unterschiedlichster Fertigungstechnologien ist nicht nur mit einem hohen Planungsaufwand verbunden, er erfordert auch ein hohes, technologieübergreifendes Prozessverständnis. Hinzu kommt, dass sich eine Vielzahl von Einfluss- und Störgrößen auf das Ergebnis auswirkt. Fertigungsabläufe sind deshalb selbst für erfahrene Werkzeugmacher immer schwieriger zu beherrschen. Dass sich viele dieser Spezialisten in absehbarer Zeit in den Ruhestand verabschieden und es kaum qualifizierten Nachwuchs gibt, verschärft die Situation zusätzlich.
Neues Konzept soll Prognosefähigkeit verbessern
„Bislang sind Prognosen hinsichtlich der idealen Fertigungsstrategie oder Prozesskette selbst bei klassischen Bearbeitungsverfahren wie dem Fräsen mit einer gewissen Unschärfe behaftet“, stellt Dr. Kristian Arntz fest. „Beim Erodieren oder bei neuen Technologien wie dem 3D-Druck oder der Laserbearbeitung befinden wir uns mit unseren Vorhersagen hingegen nah am Würfeln“, so der Abteilungsleiter für Nichtkonventionelle Fertigungsverfahren und Technologieintegration am Fraunhofer IPT weiter. Um die Prognosefähigkeit zu verbessern, sieht er vor allem zwei Handlungsfelder: „Zum einen müssen wir zuverlässige Modelle und Simulationssysteme entwickeln und etablieren, um verschiedene Prozesse schnell miteinander vergleichen und deren Potenziale gegeneinander abwägen zu können.“ Eine zuverlässige und effiziente Simulation sei zudem die Voraussetzung, um ohne großen Aufwand ermitteln zu können, ob der geplante Prozess problemlos funktioniert, oder an welchen Stellschrauben zu drehen ist, um ihn zu optimieren.
KI hilft, historische Daten auf neue Teile zu übertragen
„Als zweiten Aspekt müssen wir alle uns zur Verfügung stehenden Daten nutzen, um auch bei neuen Jobs Rückschlüsse auf die jeweils ideale Bearbeitungsstrategie zu ermöglichen“, fährt Arntz fort. Weil im Werkzeugbau in der Regel aber sehr unterschiedliche Bauteile gefragt seien, gehe es darum, Prozesse und Daten zu analysieren und sie so aufzubereiten, dass sich die Erkenntnisse auf andere Bearbeitungen übertragen lassen. „Dazu brauchen wir Algorithmen, mit deren Hilfe wir diese Analyse mit überschaubarem Aufwand durchführen können.“ Das erfordere auch den Einsatz von Künstlicher Intelligenz. In der Produktionstechnik – und insbesondere in einer Einzelfertigung wie im Werkzeugbau – steht aber die für gängige KI-Lösungen nötige Datenmengen nicht zur Verfügung, Deshalb funktioniert der in anderen Bereichen übliche Big-Data-Ansatz hier nicht. „Wir müssen unsere Prozesskompetenz nutzen, um KI-Systeme anzulernen, um dann mithilfe dieser Werkzeuge schneller und gezielter zum bestmöglichen Ergebnis zu kommen.“
Forscher entwickeln Semantik um Teile und Prozesse zu beschreiben
Die heute zur Verfügung stehende Rechenleistung und die sich daraus ergebenden Möglichkeiten etwa im Bereich von Machine Learning ermöglichen es zwar, große Mengen an Fertigungsdaten zu verarbeiten. Oft scheitert die Umsetzung jedoch an der Bereitstellung von Prozessdaten und mangelnder Interoperabilität von Maschinen, Sensorik und Software sowie an der erforderlichen Beschreibung und Interpretation von Bauteilen und deren Eigenschaften. Daraus resultiert eine der großen Herausforderungen der Pilotlinie – es gilt, eine einheitliche und allgemeingültige Semantik zu entwickeln, mit deren Hilfe sich Fertigungstechnologien und Bauteile beschreiben lassen. „Das ist der erste Schritt in Richtung einer hochflexiblen Auslegung individueller Prozessketten“, sagt Arntz. Daran schließe sich dann die daten- und modellbasierte Untersuchung verschiedenster Varianten von Fertigungsprozessketten an.
Echtzeit-Daten helfen beim Optimieren der Prozesse
„Wenn wir uns die Navigation im Straßenverkehr anschauen, dann erkennen wir schnell, dass moderne Systeme deshalb besser funktionieren als klassische, ausschließlich auf Karten basierende, weil sie auch auf Live-Daten aus dem Straßenverkehr zugreifen“, erläutert Arntz. „Wenn wir das auf den Werkzeugbau übertragen, stellen wir fest, dass uns nicht nur die Live-Infos fehlen, sondern auch die Karten. All das Wissen steckt nur in den Köpfen der Spezialisten, von denen in den kommenden Jahren viele aus dem Berufsleben ausscheiden.“
Um eine adaptive Prozessplanung zu realisieren, brauche es neben der Semantik und einer Feature-Erkennung, mit deren Hilfe sich Strukturen definieren lassen, auch zuverlässige Daten aus den verschiedenen Fertigungstechnologien. Im ersten Schritt gelte es, diese Daten sowohl im Feld als auch in Simulationen zu sammeln und so aufzubereiten und zu strukturieren, dass sie von den unterschiedlichsten Systemen automatisiert genutzt werden können. „Im zweiten Schritt müssen wir die Algorithmen für die Routenplanung entwickeln“, schafft Arntz die Analogie. „Unsere Vision ist eine vollautomatische adaptive Prozesskettenplanung, deren Umsetzung im betrieblichen Alltag allerdings noch einige Jahre dauern wird.“
Bis zum Aachener Werkzeugmaschinen-Kolloquium im Mai 2020 wollen sich die Wissenschaftler auf das Thema Prognosefähigkeit konzentrieren. Im zweiten Quartal 2021 soll dann ein Prototyp, bestehend aus einer Software und einer Datenbankanbindung, in der Lage sein, für ein ins System geladenes Bauteil automatisiert eine erste Bewertung zu liefern.
Prozesskette bietet noch große Potenziale
„Je weiter wir uns dem Optimum annähern, desto schwieriger wird es, aus lokalen Optimierungsmaßnahmen – etwa einem kontinuierlich verbesserten Fräsprozess – signifikante Vorteile zu generieren“, gibt Arntz zu bedenken. „Die gesamte Prozesskette hingegen biete noch enorme Potenziale.“ Der Nutzen, der sich aus der hochflexiblen Auslegung von Prozessketten ergebe, sei vielfältig. Die vorhandene Datenbasis sowie deren intelligente Auswertung durch Algorithmen gewährleiste nicht nur das flexible Anpassen von Prozessketten und eine signifikant verbesserte Prognosefähigkeit entlang der Wertschöpfungskette, sie verkürze auch die Lieferzeiten, verbessere die Liefertreue, die Transparenz der Abläufe und senke zudem das Fehlerpotenzial.
Forscher rechnet mit vielen Neuprojekten
„Wenn wir es schaffen, diese Vision in der Praxis umzusetzen, dann bin ich für unsere Branche sehr zuversichtlich“, resümiert Arntz. Er rechnet in absehbarer Zeit mit vielen Neuprojekten, denn: „In verschiedenen Bereichen unserer Gesellschaft stehen Themen an, die mit erheblichem technischen Entwicklungsbedarf verbunden sind.“
Auf die aktuellen Herausforderungen Bezug nehmend, stellt der Forscher fest: „Auf schwierige Zeiten kann man auf zwei Arten reagieren: Die Einen fahren ihre Aktivitäten zurück und bauen Mitarbeiter ab. Die Anderen nutzen die Zeit, um sich für die Zukunft perfekt aufzustellen.“ Die Vergangenheit zeige, dass die zweite Gruppe meist die erfolgreichere sei.
Hier finden Sie mehr über:
