Die Zahl der intelligenten Features steigt, die den Spritzgießprozess verbessern. Monitoring-Systeme sorgen für Transparenz. Und die Hersteller fügen ihren Maschinen immer weitere clevere „Assistenten“ hinzu. Das bedeutet einen riesigen Gewinn für die Qualität, Flexibilität und Bedienerfreundlichkeit des Spritzgießens.
Doch nun gehen die Softwareentwickler einen Schritt weiter und tasten sich an Künstliche Intelligenz (KI) heran, um den Prozess noch wirkungsvoller zu verbessern. Die K2022 lässt erste Beispiele aufleuchten. Fast alle hängen es aber noch nicht an die große Glocke.
Spritzgießmaschinen lernen voneinander
Spritzgießmaschinenhersteller Arburg beschränkt sich auf eine Randnotiz zur Gestica-Steuerung. Zum ersten Mal wird auf der Messe das Plug-in „Varimos“ von Simcon vorgestellt, „das KI-basiert anzeigt, welche Auswirkungen die Änderungen von Maschinenparametern haben“. Wettbewerber Sumitomo (SHI) Demag belässt es bei einer Info von Dr. Thorsten Thümen im Blick auf die anstehende K2022. „Wir treiben die Implementierung KI-gestützter Systeme weiter voran“, sagte er im Juni. Was bekannt ist: Im BMBF-geförderten Projekt DarWIN wurde untersucht, wie Spritzgießmaschinen unterschiedlicher Herkunft voneinander lernen können. Die KI-Forscher waren dafür auch im Sumitomo-Technikum zugange.
Die Technotrans SE ist offensiver: Der Thermomanagement-Spezialist will in Düsseldorf live eine KI-basierte Prozessdatenüberwachung von Spritzgießmaschinen und Temperiergeräten vorführen (Halle 10, Stand H23). Als „Plug & Play“-Lösung soll sie eine Prozessüberwachung, intelligente Prozesskontrolle und übergreifende Maschinensteuerung direkt aus der Cloud heraus ermöglichen.
KI erhebt Maschinendaten berührungslos
Richtig deutlich wird das österreichische Start-up Aisemo (Halle 12, Stand D36), das KI auf seine Fahnen geschrieben hat. Auf der K‘ präsentiert es eine „nichtinvasive und herstellerunabhängige“ Komplettlösung, um die Performance im Spritzguss zu steigern. Die KI-Software „Aisemo Analytics“ greift nicht in Maschinensteuerung und IT-Netzwerke ein und sei auf jeder Spritzgießmaschine „in weniger als einer halben Stunde einsatzfähig“.
Wie funktioniert das? Berührungslos erhebt ein Bluetooth-Sensor eigenständig Daten. Selbstlernende Algorithmen erkennen Produktionsunregelmäßigkeiten, Verzögerungen und Stillstände nahezu in Echtzeit. So versetzen sie den Betreiber in die Lage, Ausschuss und Ausfallzeiten rasch zu minimieren.
KI-Algorithmus operiert in der Cloud
Aisemo Analytics besteht aus ganz wenigen Komponenten: dem Bluetooth-Sensor, der an die Schließeinheit geklebt wird, einem Messmodul für den Stromverbrauch, einem Tablet und einem Edge-Gateway. Beim Erfassen der relevanten Daten spielen Marke, Baujahr, Antrieb und Steuerungstyp ebenso wie das verwendete Werkzeug und das verarbeitete Material keine Rolle.
Die Informationen werden vom Edge-Gateway SSL-verschlüsselt an die Aisemo-Cloud übertragen und dort mittels KI und einem großen Datenpool ausgewertet. Charakteristische Abweichungen bei Zykluszeiten, Bewegungen, Umgebungstemperaturen und Stromverbrauch erkennt das System laut Anbieter sofort und meldet es leicht verständlich zurück. Der Maschinenführer kann sofort reagieren.
Die gleiche Methode wie bei Kühen
Neu ist eine Monitoring-Funktion für den Energieverbrauch, die erstmals auf der K-Messe vergestellt wird. Ebenso neu ist eine Funktionserweiterung für die Auftragsplanung.
Die Idee für die KI-Software stammt aus der Landwirtschaft. 2009 entwickelte Aisemo-Gründer Wolfgang Auer mit „Smartbow“ eine Technologie, bei der ein Ohr-Sensor bei Kühen die Daten über Bewegungen und Körpertemperaturen erhob. Die KI konnte eine Erkrankung so bereits drei bis fünf Tage vor Ausbruch vorhersagen. Heute wird KI-Software weltweit bei mehreren hunderttausend Kühen eingesetzt. (os)
