Darwin, der intelligente Machine Benchmark vergleicht die einzelnen Prozessschritte mehrerer angeschlossener Maschinen und lernt einen virtuellen Idealprozess, um die technischen Nebenzeiten und damit die Zykluszeit deutlich zu reduzieren und die OEE zu maximieren. Auch in der automatisierten Zerspanung konnte die Software bereits signifikante Optimierungspotentiale in der Maschinen Performance aufdecken.
Die Software bietet mehrere intelligente Funktionen, um konkrete Optimierungspotenziale für mehrere automatisierte Zerspanungsmaschinen inkl. Be- und Entladehandling auf Basis zusammengeführter SPS-, RC-, und NC-Daten betriebsparallel zu identifizieren. Auf diese Weise steigert sie den Leistungsgrad der Maschinen signifikant. Basierend auf den Maschinensteuerungsdaten generiert das Software-Tool einen virtuellen Idealprozess aus allen angeschlossenen Maschinen und liefert daraus detaillierte Optimierungsempfehlungen zur Reduktion der Zykluszeit. In der Praxis wird mit Darwin eine Steigerung des Outputs durch Reduzierung der Zykluszeit um 6 bis 18 % pro angeschlossener Maschine erreicht. Je komplexer das Gesamtsystem, desto mehr Potential schlummert hier.
Praxiserprobte KI-Tools: mit hoher Transparenz zu mehr Produktivität
Bei einer vollautomatisierten Fertigung von komplexen Zerspanungs-Rohteilen mit einer 6-seitigen Dreh-Fräsbearbeitung konnten mit Darwin bereits maßgebliche Erfolge erzielt werden. Betrachtungsgegenstand waren dabei vier identische Zerspanungszellen mit jeweils vier Fräsmaschinen, einer Drehmaschine sowie automatisiertem Be- und Entladehandling, deren Prozesse bereits hochgradig optimiert waren. Nach einer Cloud-basierten IT-Integration konnten durch Darwin signifikante Optimierungspotentiale zur Reduktion der Zykluszeit mit Fokus auf technische Nebenzeiten identifiziert werden. Im Bereich der Drehbearbeitung auf Bearbeitungsschritt-Ebene wurde beispielsweise ein Optimierungspotential von bis zu 15 % aufgedeckt und direkt mit Einzeloperationen verknüpft. So konnten die Prozessexperten direkt und zielgenau handeln und anschließend die Wirksamkeit Ihrer Maßnahmen direkt messen.
Für den leitenden Prozessingenieur brachte Darwin bereits wertvolle Erkenntnisse über Maschinenverhalten und Optimierungspotentiale: „Mit dem intelligenten Benchmark Darwin von Plus 10 konnten wir die Werkzeugwechsel- und Werkzeugbearbeitungszeiten auf Prozessschrittebene über mehrere Dutzend Maschinen detailliert vergleichen und daraus Optimierungsmaßnahmen ableiten“. An einer Drehmaschine wurde beispielweise für den Prozessschritt „Schlichten Hinten“ ein Optimierungspotenzial der Prozessdauer von 13,8 s identifiziert und auch die Prozessdauer einer Werkzeugbearbeitung auf einer Fräsmaschine konnte um 8,1 s optimiert werden.
Zusätzlich wurden beim Be- und Entladehandling Optimierungspotentiale von bis zu 5,2 s aufgedeckt – beispielsweise für den Prozessschritt des Beladens der Fräsmaschine durch einen 6-Achs-Roboter. Auch in der Fahrtfreigabe-Abstimmung des Be- und Entladehandlings, welches sich über eine lange Linearachse mehrere Maschinen teilen, konnte mit Darwin noch einiges herausgeholt werden, wie ein Instandhalter berichtet.
Im Vergleich zu konventionellen Optimierungsmethoden nutzt Darwin die durch eine mitgelieferte Schnittstelle die hochfrequenten internen Daten aller beteiligten Steuerungen (SPS, NC, RC) und generiert kontinuierlich und automatisiert konkrete Optimierungsempfehlungen für Prozessexperten in der Zerspanung. Damit lassen sich bereits optimierte und ausgelastete Prozesse noch produktiver betreiben oder teure Nacht- und Wochenendschichten vermeiden.
Plus 10 GmbH
https://plus10.de
Über Plus 10
Die Plus 10 GmbH ist ein Spin-off des Fraunhofer IPA zur automatisierten Produktionsoptimierung mit Standorten in Augsburg und Stuttgart. Das Unternehmen entwickelt selbstlernende Optimierungssoftware speziell für vollautomatisierte komplexe Maschinen und Anlagen jeglicher Branchen, inklusive GMP-konformer Tools für die Pharma- und Medizintechnik-Produktion. Die KI-Algorithmen reduzieren Kurzstopps, Störungen, Verkettungsverluste, Qualitätsausschuss sowie Fehlersuchzeit in großen Anlagen und schlagen situative Anpassungen von z. B. Prozessparametern vor. Auf diese Weise werden Produktivität und Anlageneffektivität signifikant gesteigert, Ausschuss vermieden und Streuungen im Output minimiert (https://plus10.de).