Produktivitätsmaximierung durch intelligente Datenanalyse in der Blechverarbeitung 4.0 – Abgesichertes Lernen zweiter Ordnung von maximaler Produktivität

Projektbeschreibung

Einfluss des Second-Order-Learning Prinzips auf die Produktivität von Umformprozessen

Der Einsatz von Folgeverbundwerkzeugen auf mechanischen Schnellläuferpressen ermöglicht die effiziente Herstellung von Massenbauteilen für die Automobil-, Hausgeräte-, und Elektronikindustrie. In solchen Werkzeugen sind i.d.R. eine oder mehrere Stanz- und/oder Biegeoperationen vorgesehen. Moderne Pressen ermöglichen dabei Produktionsraten auf diesen Werkzeugen von über 1000 Teilen pro Minute. Zumeist ist die Produktionsrate im industriellen Umfeld jedoch wesentlich geringer. Das Erreichen von Produktivitätsverbesserungen erfordert in derartigen Situationen die gezielte Änderung des Produktionssystems.

Wissenschaftlich-technisch stellt eine Hubzahlsteigerung eine große Herausforderung dar, denn die rein empirisch getriebene Steigerung der Hubzahl geht mit erheblichen Risiken für Betriebsmittel und Prozessstabilität einher. Bei zu hoch gewählten Hubgeschwindigkeiten können starke Belastungen an den Aktivelementen entstehen, die im schlimmsten Fall zum Ausfall der Werkzeuge oder der Maschine führen. Wird die Hubgeschwindigkeit hingegen zu klein gewählt, kann zwar die Robustheit des Prozesses sichergestellt, aber geforderte Produktionsraten können nicht mehr eingehalten werden.

Um die Produktivität durch die Erweiterung der Verfahrensgrenzen nun sukzessive zu steigern und dabei trotzdem die Robustheit des Prozesses zu gewährleisten, ist ein Verständnis für die herrschenden dynamischen Effekte nötig. Umformtechnische Unternehmen schaffen es zwar bereits im Moment, Daten an verschiedenen Stellen in der Wertschöpfungskette zuverlässig zu erfassen. Aufgrund der Größe und Komplexität der Datensätze ist eine Analyse durch das Fachpersonal während der Prozessführung und die Anwendung dieses domänenspezifischen Wissens zur Einstellung von Folgeverbundwerkzeuge jedoch nicht möglich. Durch ein gesteigertes Prozessverständnis können KMUs für die Anpassung der Hubzahl anstelle der heutigen empirischen Trial-And-Error Vorgehensweise wissenschaftlich abgesicherte Kausalketten nutzen. Diese Kausalketten enthalten zum einen die gezielte Identifikation derjenigen Ursachen, die eine Begrenzung der Hubgeschwindigkeit erforderlich machen und zum anderen die zielgerichtete Ableitung geeigneter Gegenmaßnahmen. Die schrittweise Erhöhung der Prozessgeschwindigkeit beeinflusst direkt die Produktivität des Prozesses und lässt sich in der oben dargestellten Abbildung am Verlauf der Lernkurve zeigen.

Ziel des vorgestellten Forschungsvorhabens ist es, ein Verständnis für die vorliegenden dynamischen Effekte und die wirkenden Prozesskräfte und -beschleunigungen im Werkzeug, an der Maschine und im Halbzeug zu gewinnen und daraus Schlussfolgerungen für die Änderung des Produktionssystems im Sinne einer Erhöhung der Hubgeschwindigkeit von schnelllaufenden Blechumformprozessen zu gewinnen. Dies soll durch die Qualifizierung und Integration von Sensorik sowie Methoden zur Analyse und Interpretation der Sensordaten erreicht werden. Im Ergebnis sollen KMUs durch das Projekt die Grundlagen für die selbständige Ableitung prozessspezifischer Maßnahmen zur Identifikation, Absicherung und Umsetzung von maximaler Produktivität beim Einsatz von Folgeverbundwerkzeugen an die Hand bekommen.