Anwendungsfall für die Produzierende Industrie

Predictive Quality

Frühzeitige Erkennung von Qualitätsabweichungen durch Überwachung von Maschinen- und Sensordaten.

Typische Probleme in der Fertigung

Qualitätsvorgaben sind in der Produktion wichtige Kriterien, die für jedes Werkstück und Bauteil erfüllt und eingehalten werden müssen. Entscheidenden Einfluss auf die Fertigungsqualität haben Produktions- und Prozessparameter, der Verschleiß von Werkzeugen, Umgebungsbedingungen und viele weitere Faktoren. Die Abhängigkeiten dieser Faktoren auf die Qualität sind vielfältig und komplex, vor allem bei modernen Produktionsprozessen am Rande des technologisch Machbaren. Bei hohen Anforderungen an die Produktqualität müssen selbst mit großer Erfahrung in der Fertigungstechnologie kostenintensive 100 %-Prüfungen durchgeführt werden – und auch dann können Nacharbeiten und Ausschuss nicht verhindert werden. Gleichzeitig wird und kann in der Fertigung der Industrie aus wirtschaftlichen Gründen in der Regel nicht das Ziel verfolgt, die fertigungstechnisch maximale Qualität mit der höchsten Präzision über alle Teile gleichermaßen herzustellen. Die Kunst liegt darin, eine Güte innerhalb der verlangten bzw. erforderlichen Toleranzen zu fertigen, damit das Endprodukt in Summe sicher und fehlerfrei funktioniert. Die gefertigten Einzelkomponenten variieren innerhalb der gesetzten Toleranzgrenzen in verschiedenen Eigenschaften, wie z.B. ihrer Größe oder dem Durchmesser von Bohrungen. Für den passgenauen Zusammenbau von Bauteilen und Produkten muss dieser Aspekt mit Gewissenhaftigkeit berücksichtigt werden. Trotzdem kommt es beim Zusammenbau sehr eng tolerierter Bauteile immer wieder vor, dass Einzelteile nicht „richtig“ passen, obwohl alle Parameter innerhalb der Toleranzanforderungen liegen. Grund hierfür ist beispielsweise, dass eines der Teile an der oberen, das andere an der unteren Toleranzgrenze gefertigt ist und somit die Toleranzen zwischen den Chargen maximal ausgereizt sind. Zusätzlich kommen dann eventuell noch Temperatureinflüsse in der Produktionshalle hinzu, die sich bei unterschiedlichen Materialen verschieden stark auswirken. Werden die Teile dann dennoch zusammengefügt, können Spannungen entstehen und Teile im Laufe des Produktlebens schneller als erwartet versagen. Um das zu verhindern, müssen die Teile nachgearbeitet oder als Ausschuss entsorgt werden. Eine Lösung könnte sein, im Vorfeld jene Teile miteinander zu kombinieren, die hinsichtlich ihrer tatsächlich gefertigten Toleranzen besser zueinander passen. Wie kann das umgesetzt werden?

Predictive Quality als Lösungsansatz

Herausforderungen von Predictive Quality in der Produktion

Um die komplexe Beziehung zwischen Produkt- und Prozessqualität nachvollziehbar zu gestalten, ist eine umfassende digitale Infrastruktur im produzierenden Unternehmen notwendig. Hierfür eignet sich besonders der Einsatz von RFID-Technologie (engl., radio-frequency identification). Dabei werden sowohl die Werkzeuge und Montagestationen, als auch die Werkstücke und zu fertigenden Bauteile mit eindeutig zuordenbaren Identifikations-Kennzeichen versehen. Zudem können über RFID-Lesegeräte oder Barcode-Scanner, die über die Anlage verteilt sind, die Werkzeuge und alle Fertigungsteile jederzeit eindeutig identifiziert werden. Aufgezeichnete Sensordaten und erfasste Parameter können somit den Werkstücken zugeordnet werden. Dies sind beispielsweise Leistungsdaten von Robotern oder Drehmomente von elektronischen Schraubwerkzeugen an den Montagestationen.

RFID-Transponder, mit welchen jedes Werkzeug versehen wurde, dienen dabei ebenfalls zur eindeutigen Identifikation. Bei der Nutzung jedes Werkzeugs werden die Historie und alle Bearbeitungs- und Prozessparameter aufgezeichnet und gespeichert. Als Datenquelle dienen vorhandene Sensoren in der Maschine oder Anlage. Zusätzliche Sensoren können Messwerte zu Schwingungen, Geräuschen, Umgebungsbedingungen sowie zu den Eigenschaften des Kühl- oder Schneidmittels erfassen. Über Kameras können Daten zur Spanbildung und Temperaturen aufgezeichnet werden. Zusätzlich liefern die Steuerungen direkt Prozessdaten wie zum Beispiel Drehzahl, Vorschub oder Leistung.

Alle Sensoren, Lesegeräte und Steuerungen der Anlage werden über das Industrial Internet of Things vernetzt, um eine kontinuierliche Datenerhebung und Datenspeicherung sicherzustellen. Dadurch ist eine eindeutige und lückenlose Zuordnung aller Bearbeitungs- und Prozessdaten mit den eingesetzten Werkzeugen und den gefertigten Arbeitsstücken in Echtzeit möglich. Zur Unterstützung bei der Konfiguration und der Erfassung der relevanten Qualitätsdaten, sowie vor allem zu deren Auswertung, stehen intelligente Softwarelösungen zur Verfügung, wie z. B. die IIoT Building Blocks.

Bei Predictive Quality ist die zeitliche Synchronisation der unterschiedlichen Daten besonders wichtig. Nur unter dieser Voraussetzung ist eine Vergleichbarkeit der Daten sichergestellt. Alle Parameter und Messdaten werden miteinander in Verbindung gesetzt. Das eingesetzte IIoT-Softwaretool kann nun selbst geringste Abhängigkeiten zuordnen und Anomalien erkennen. Über die Analyse von Vergangenheitsdaten ist es möglich, bei Veränderungen der Messwerte auf die zu erwartenden Auswirkungen zu schließen. Mit einem solchen Modell können Prognosen getroffen und bereits vor dem Eintritt einer Qualitätsverschlechterung die Parameter angepasst oder andere Maßnahmen ergriffen werden.

Predictive Quality als innovativer Ansatz für die Produktion in Unternehmen steht für eine vorausschauende Qualitätssicherung. Auf Basis von Abweichungen werden mittels intelligenter Algorithmen Vorhersagen zu den zu erwartenden unerwünschten Qualitätseigenschaften gemacht und präventiv gegengesteuert.

Vorteile durch Predictive Quality

Das Qualitätsmanagement ist schon heute ein zentrales Organ in der Analyse und Verbesserung sowohl der produzierten Produkte, als auch der unternehmensinternen Prozesse. Durch die Anwendung von Predictive Quality kann über die Datenanalyse schon bei geringsten Messwertveränderungen auf geeignete Maßnahmen geschlossen werden, um Nacharbeit oder Ausschuss von Teilen zu vermeiden. Mit der vorausschauenden Anpassung von Steuergrößen können somit selbst anspruchsvolle Fertigungstoleranzen sicher eingehalten werden. Manuelle und kostenintensive Qualitätskontrollen können deutlich reduziert werden. Mit Predictive Quality und der Vorhersage der Qualität von Produkten ist es nicht nur möglich Kosten zu sparen, sondern auch der Null-Fehler-Produktion deutlich näher zu kommen.

Mit Predictive Quality erfolgt zudem eine frühzeitige und rechtzeitige Meldung, wenn ein verschleißabhängiger, prädiktiver Austausch von Werkzeugen angezeigt ist, noch bevor Werkstücke außerhalb der Toleranz gefertigt werden. Der Austausch nach starren Vorgaben wie der Einsatzdauer, ungeachtet der Notwendigkeit und des tatsächlichen Verschleißes, gehört der Vergangenheit an. Außerdem können regelmäßige Überprüfungen der Werkzeuge auf ein Minimum reduziert werden. Standzeit und Lebensdauer der Werkzeuge werden optimal ausgeschöpft und damit die Wirtschaftlichkeit erhöht und der Ressourcenschonung Verantwortung getragen.

Zusammenfassend zeigt sich, dass mit Predicitive Quality nicht nur die Arbeit im Qualitätsmanagement unterstützt und teilweise automatisiert werden kann, auch daraus resultierende Potentiale können unternehmensweit zur Verfügung gestellt werden und dienen als Grundlage für weitere Anwendungsfälle, wie beispielweise Predictive Maintenance oder Track & Trace.

Mit der Anwendung von Predictive Quality können Sie die Abhängigkeiten selbst komplexer Einflussfaktoren auf die Fertigungsqualität im Voraus erkennen und rechtzeitig gegensteuern.

Erreichen auch Sie in Ihrer Fertigung mit unserem Data Collector ein höheres Qualitätsniveau.

Was ist Predictive Quality?

Predictive Quality (Vorhersage der Qualität) hat das Ziel, durch Datenanalyse die Qualitätseigenschaften gefertigter Teile vorherzusagen. Dies geschieht auf Basis der Erfassung von Produktions- und Prozessparametern, die Einfluss auf die Qualität haben. Um die gewünschten Qualitätseigenschaften zu erreichen, werden mithilfe von Algorithmen selbst bei komplexen Abhängigkeiten gezielt die „richtigen“ Parameter angepasst. Entsprechend wird durch Predictive Quality die Anzahl an Qualitätsprüfungen reduziert sowie Nacharbeit und Ausschuss vermieden – im Idealfall wird die Null-Fehler-Quote erreicht.

Ihr Ansprechpartner

Möchten Sie nähere Informationen oder Beratung zu Predictive Quality in Ihrem Unternehmen?
Wir stehen für Ihre Fragen gerne zur Verfügung.

Wolfram Schäfer
Tel.: +49 (0) 7127 / 92 31-0
E-Mail: start@iiotbuildingblocks.io