Digitalisierung und KI: Smart Production Vom Sensor zur Prozessoptimierung mit KI

Anbieter zum Thema

Fastems Sales Agent: Gennaro Teta (omnino technology)

Blaser Swisslube AG

DMB Technics AG

Digitalisierung (Industrie 4.0) – von Sensoren über robuste Datennetzwerke bis zu Künstlicher Intelligenz (KI) – sorgt für automatisierte, transparente Fertigungsprozesse. Vor allem in Verbindung mit den Vorteilen Künstlicher Intelligenz war sie das Trendthema zur Messe EMO 2025.

Die metallverarbeitende Industrie ist mit Forderungen konfrontiert, fortlaufend die Produktqualität zu verbessern, die Durchlaufzeiten zu verkürzen, die Flexibilität zu erhöhen und bei alldem wirtschaftlich zu produzieren. Digitalisierung und einhergehende Automatisierung (Industrie 4.0) werden sich dabei in Verbindung mit KI als besonders vorteilhaft erweisen. Denn sie tragen entscheidend dazu bei, trotz Mangels an Fachkräften wirtschaftlich zu produzieren und kontinuierlich die Fertigung technisch und wirtschaftlich zu optimieren.

Prozessdaten genau erfassen

Grundlegend erforderlich sind dafür Sensoren. Sie messen beispielsweise Temperaturen, Drücke, elektrische Spannungen, Abmessungen, Geschwindigkeiten, Oberflächenrauheiten. Das gelingt mit klassischen, seit langer Zeit bekannten Sensoren, wie Thermoelementen, Näherungsschaltern, Druckmessdosen und Spannungsmessgeräten. Zunehmend lassen sich aber auch erst jüngst entwickelte Technologien einsetzen, wie Laserlichtschranken und Ultraschallmessgeräte. Auch hoch auflösende Videokameras in Verbindung mit Bildauswertung ermöglichen komplexe Prozesse fortlaufend auf Kollisionen und Fehler zu überwachen. Darüber hinaus erfassen entsprechende Sensoren aktuelle Betriebszustände an Maschinen, wie Schwingungen, Stösse, Drehzahlen, Schmiermittelzustand und Kühlmittelparameter. Um Sensorik für Industrie 4.0 nutzen zu können, muss sie über digitale Schnittstellen, wie Field Device Tool (FDT) und Field Device Integration (FDI) verfügen.

Bildergalerie

Bildergalerie mit 5 Bildern

Daten prozessnah nutzen

Von einer Vielzahl an Sensoren in Fertigungsprozessen erfasste Daten und Informationen lassen sich umfassend nutzen. Sie dienen zum einen dazu, die Qualität kontinuierlich zu überwachen und zu verbessern. Dazu werden Prozesse inline, also in der laufenden Fertigung erfasst, und die Daten ausgewertet.Beispiele sind das Erfassen von Temperaturen und Drücken beim Schmieden und Giessen, beim Spritzgiessen thermoplastischer Kunststoffe, das Erfassen von Kräften und Drehmomenten beim Umformen auf Biege- und Tiefziehpressen, das Erfassen von Drehmomenten und Schwingungen an Hauptspindeln auf Dreh- und Fräszentren.

Ausgewertet werden die Sensordaten bisher meist nah am Prozess, also in Steuerungen an Maschinen (Edge-Computing). So ist es seit langem üblich, einzelne Fertigungsprozesse nachzuführen – adaptiv zu regeln – oder bei unpassend gefertigten Werkstücken (Ausschuss) die entsprechenden Bauteile auszusortieren.

Das kann zum einen dazu beitragen, Ausschuss und Nacharbeit zu vermindern. Zum anderen sorgt es für stabile und produktive Fertigungsprozesse. Allerdings betreffen diese Optimierungen jeweils nur einen, sehr exakt definierten Prozess. Bisher war es üblich – nach wirtschaftlichen Kriterien – einzelne ausgewählte Prozesse so zu überwachen. Erfasst man Daten zum Betriebszustand von Maschinen, lassen sich auch einzelne Wartungsarbeiten oder vorbeugende Instandsetzungen planen und ausführen.

Daten vernetzen – vom einzelnen Prozess zur gesamten Produktion

In zahlreichen Produktionsbetrieben bestehen bereits Datennetzwerke. Diese nutzt man allerdings bisher allein dazu, komplexe Fertigungsabläufe für einzelne Bauteile zu steuern und zu erfassen. Somit dienen diese Datennetze überwiegend, kaufmännische und planerische Daten und Informationen zu nutzen und zu generieren. Datennetzwerke übertragen dazu grosse Mengen an Daten innerhalb kurzer Zeit an zentrale Rechner. Dabei muss gewährleistet sein, dass die Daten sicher und integer, also zuverlässig und glaubwürdig, weitergegeben werden.

Bereits bei diesen bisher genutzten Funktionen ist es häufig kritisch, unterschiedliche Maschinen, Geräte sowie Fertigungs- und Logistikeinrichtungen in die Datennetze zu integrieren. Das betrifft unter anderem SPS und PLC an Bearbeitungszentren, Robotern und Werkzeugeinstellgeräten, Rechner an Lagerregalen und Transportsystemen. Dazu gehören aber auch betriebliche Stellen, die Fertigungsdaten generieren, wie die CAD/CAM-Programmierung. Hersteller von Steuerungen und Software haben jeweils unterschiedliche Schnittstellen und Datenformate verwirklicht. Diese stehen einem einheitlichen Erfassen und Übertragen einer Vielzahl an Daten und Informationen entgegen.

Zudem gibt es eine Vielfalt in der Architektur der Datennetzwerke hinsichtlich der Hard- und der Software. So werden Daten auf untersten Ebenen – beispielsweise zwischen Sensoren und SPS – über Feldbussysteme übertragen. Auf höheren Ebenen – von Maschinen zu Planungssystemen (MES- und ERP-Systeme) – werden Daten häufig über Ethernet gesendet.

Mehr Nutzen durch Standard

Jüngst haben sich entscheidende Vorteile durch eine Standardisierung ergeben. Als ein inzwischen anerkannter und zunehmend verbreiteter Standard zur Integration unterschiedlicher Maschinen und zum Übertragen von Daten aus der gesamten Produktion steht das Datenprotokoll nach UPC UA zur Verfügung. Das vereinfacht für Fertigungsunternehmen erheblich, komplexe Datennetzwerke zu verwirklichen. Die Schnittstellen und Datenprotokolle sind jeweils exakt definiert. Somit entfällt langwieriges zum Programmieren von Datenkonvertern und umständliches Entwickeln und Installieren von Hardware (Steckverbinder, Adapterkabel).

Standardisierte Schnittstellen haben umfassende Vorteile. Daten lassen sich problemlos aus sämtlichen unterschiedlichen Maschinen, Geräten sowie Fertigungs- und Logistikeinrichtungen sammeln und verdichten. Die installierten Datennetzwerke sind skalierbar, also auch fortlaufend erweiterbar. Über die gesamte Produktion reichende Datennetzwerke sorgen für maximale Transparenz, ermöglichen also lückenlos die Produktion zu planen, zu steuern und die aktuellen Zustände zu erfassen.

Wissen gewinnen, Prozesse autonom steuern

Jüngst haben Softwarespezialisten Künstliche Intelligenz (KI) verwirklicht, die nunmehr für nahezu sämtliche Zwecke nutzbar ist. Somit stehen die Funktionen und Vorteile Künstlicher Intelligenz auch für die industrielle Produktion zur Verfügung. Mit ihr können Produktionsunternehmen eine umfassende Überwachung und Steuerung in Echtzeit der gesamten Produktion verwirklichen. Sensoren erfassen und senden Messdaten, Netzwerke übertragen diese unverzüglich und KI interpretiert und steuert Prozesse oder weist auf Handlungsbedarf hin. Aber auch beim Planen und Programmieren der Produktion erweist sich KI als vorteilhaft. So lässt sich eine Produktion – von einzelnen Fertigungsprozessen über die interne Logistik bis zu kompletten Fabrikanlagen – als digitaler Zwilling generieren und vorab optimieren.

Eine wesentliche Funktion von KI ist, dass sie nach dem Erfassen sehr grosser Datenmengen in fortlaufenden Prozessen Muster erkennt und diese nach programmierten Algorithmen bewertet. Damit lassen sich Prozesse in Echtzeit steuern. Beispielsweise können Roboter oder Portalsysteme ungeordnet auf Paletten abgelegte Bleche mit Hilfe künstlicher Intelligenz sicher automatisch erkennen und greifen. Beim Laserschweissen adaptiert KI den fortlaufenden Prozess so, dass auch bei variierenden Werkstoffeigenschaften und Geometrien der zu schweissenden Bleche die Schweissnähte optimal eingebracht werden. Beim Drehen, Fräsen und Schleifen kann KI dafür sorgen, dass die Maschinen aus fortlaufenden Prozessen lernen und die folgenden Fertigungsprozesse jeweils optimieren. So kann KI anhand gemessener Abmessungen an Werkstücken und mit Hilfe von Daten zu Schwingungen am Werkzeughalter exakt den Zeitpunkt zum Werkzeugwechsel bestimmen und initiieren.

Darüber hinaus trägt KI dazu bei, dass Wartungsarbeiten und Instandsetzungen jeweils angepasst an die Belastung und den aktuellen Zustand von Maschinen und deren Komponenten ausgeführt werden. Beispielsweise kann KI anhand der summierten Kräfte und Fahrzyklen sowie aus aktuellen Sensordaten von Schwingungssensoren genau den Zeitpunkt bestimmen, zu dem Hauptspindellager und Linearführungen an Bearbeitungszentren verschlissen sind und gewechselt werden müssen.

Insgesamt wird KI dazu beitragen, eine weitgehend autonom arbeitende, nahezu bedienerlose und sich selbst überwachende sowie fortlaufend optimierende Produktion zu verwirklichen. KI erhöht zum einen die Verfügbarkeit, zum anderen die Flexibilität. KI minimiert Durchlaufzeiten und ermöglicht eine agile, wirtschaftliche Produktion.

(ID:50548059)