Challenge
Der Grat zwischen prozesssicherer und zeitoptimierter Produktion ist schmal. Da hilft nur viel adäquate Erfahrung und Routine in der Praxis. Wie wäre es, wenn wir diesen Erfahrungsschatz langjähriger Anwender jedem Bediener zur Verfügung stellen?
Dank einer durchdachten Kombination von Data Analytics und Machine Learning entstehen neue Möglichkeiten.
Anwendung
Optimiertes CAD/CAM System
Bei der Programmierung von Werkstücken werden die manuellen Anpassungen anonymisiert an Analytics gesendet. Die verifizierten Daten setzten wir für das Training eines Modells ein. Nun stehen die Erfahrungen der weltweiten Nutzer allen anderen als wertvolle Hinweise zur Verfügung. Die Analyse der Teile durch das Modell ist insbesondere auch in der Stapelverarbeitung vieler Teile nützlich, um auch erfahrenen Anwender mitzuteilen, wo noch Anpassungen für eine prozesssichere effiziente Produktion notwendig ist.
TwinAssistant
Eine nachrüstbare Komponente ist in der Lage, mittels real-time Kamera-Bildern verschiedenste Objekte und damit Konfigurationen der Maschine zu erkennen und zu vergleichen. Die erkannten Bestandteile und deren Position können anschliessend an einen Digitalen Zwilling (digital twin) weitergeleitet werden. Die Kombination von lernenden Algorithmen (Machine Learning), DataMatrix-Codes und mcs Know-how sind die Kernelemente und Erfolgsfaktoren bei dieser Innovation.
Advantages
Effizienz
- In der NC-Programmierung können Sie sich nur auf potentiell problematische Teile konzentrieren.
- Die aktuelle Maschinen-Konfiguration muss nicht manuell nachgeführt werden.
Prozesssicherheit
- Die Soll-Konfiguration kann vor dem Prozessstart validiert werden.
- Vergessene Objekte im Maschinenraum werden erkannt.
- Maschinenstillstände werden minimiert.
Qualität
- Aktuelle Maschinen-Konfiguration kann mit bewährten Konfigurationen verglichen werden.
