Fraunhofer in Hannover: cognitieve transformatie van industriële processen

"De technologie maakt continue monitoring mogelijk die inline kan worden gebruikt voor slijtagedetectie, bescherming, acceptatie en gereedschapsintegratie. Dit maakt het mogelijk om workflows te stroomlijnen en processen flexibeler te maken", zegt Robin Kurth, Head of Group Forming Machines bij Fraunhofer CCIT.

Vormpersen zijn een sleutelelement in veel industriële productieprocessen. Van autotechniek tot koelkasten, bijna elk product dat we tegenkomen bevat gevormde onderdelen. De aanschafkosten van deze machines kunnen oplopen tot miljoenen en het kost veel tijd om ze precies zo op te bouwen en af ​​te stellen als nodig.

Tijdens het gebruik creëren vormpersen enorme hoeveelheden gegevens die automatisch worden vastgelegd en opgeslagen – van procesinformatie (inclusief de vormkracht of het aantal slagen) en kwaliteitsspecificaties tot statusgerelateerde gegevens en procesvariabelen (zoals de levensduur). Tot op heden hebben machinegebruikers deze gegevens in de meeste gevallen alleen bij de machine zelf kunnen verzamelen: het was niet mogelijk om geaggregeerde voorraden gegevens uit machinepools te verkrijgen of deze te delen met belanghebbenden zoals fabrikanten of leveranciers.

Bovendien boden eerdere oplossingen zelden gestructureerde analyse-, evaluatie- en toepassingsopties voor gegevens. Er zijn geen concepten en technologie ingebouwd voor gesloten datalevenscycli waarin data duurzaam kunnen worden verwerkt, opgevraagd en gemakkelijk gedistribueerd als een manier om nieuwe bevindingen te genereren. Kortom, er was een gebrek aan cognitieve internettechnologieën.

Cognitief T-slot

Op de Hannover Messe zal Fraunhofer CCIT vormmachines gebruiken als voorbeeld voor het demonstreren van een oplossing waarin cognitieve internettechnologieën zorgen voor consistent transparante processen en als resultaat de algehele effectiviteit van de apparatuur verbeteren. De kern van deze nieuwe technologie is smartNotch, een cognitief T-slot dat productieprocessen continu bewaakt met geautomatiseerde methoden. Het nieuwe sensorconcept kan eenvoudig en flexibel in het interieur van een vormpers worden geïntegreerd – en eenmaal geïnstalleerd, kan het vervormingen en belastingen op interfaces met gereedschappen meten en gegevens draadloos naar evaluatiesystemen overbrengen.

Aan de via smartNotch verkregen gegevens kunnen gebruiksvoorwaarden worden gekoppeld, waardoor machinegebruikers kunnen beslissen met wie ze gegevens willen delen, met welk doel en onder welke voorwaarden. In deze context bieden intelligente, veilige en gestandaardiseerde edge-apparaten de nodige interfaces voor genetwerkte verwerkingsketens. Wanneer datasoevereiniteit is gewaarborgd, en daarmee ook intellectueel eigendom (IP), kunnen ‘datasilo’s’ worden samengesteld. Gebruikers, fabrikanten en leveranciers van vormpersen kunnen vervolgens methoden voor machine learning (ML) en kunstmatige intelligentie (AI) toepassen op de geaggregeerde gegevens, wat leidt tot nieuwe inzichten in de prestaties en foutgevoeligheid van de machines.

Bij het ontwikkelen van een geschikt analyse-algoritme kan de ervaring die gespecialiseerde medewerkers gedurende de lange levensduur van een vormmachine hebben opgedaan, een aanvullende input leveren. De geïnformeerde machine learning-aanpak van Fraunhofer CCIT maakt het mogelijk om deze informatie te integreren.

Gegevens gebruiken en nieuwe inzichten creëren

De oplossing biedt gebruikers, fabrikanten en leveranciers precies de informatie die ze nodig hebben om de efficiëntie van vormmachines te verhogen – wanneer ze die nodig hebben. Dit maakt het mogelijk om sneller nieuwe machines en processen op te starten, nieuwe persgereedschappen met specifiekere doelen uit te testen en preventief onderhoud uit te voeren aan bijvoorbeeld persen. Intelligent vastleggen, veilig delen en systematische evaluatie van gegevens kunnen er ook voor zorgen dat nieuwe bedrijfsmodellen ontstaan, waardoor fabrikanten en leveranciers bijvoorbeeld hun klanten niet alleen hardware kunnen leveren, maar ook slimme diensten op basis van data. Voorbeelden zijn het op afstand bedienen van complete machines (Equipment-as-a-Service/EaaS) en het gericht upgraden en moderniseren (retrofitting) van bestaande persen.