Synop Systems auf der AMB

AMB 2022: Metallverarbeitung triff auf KI

/in /von

Vom 13. bis 17. September 2022 treffen sich Anwender*inner und Maschinen-Anbieter aus den Bereichen Metallverarbeitung in Stuttgart.

In der Metallverarbeitung sind Betriebs- und Maschinendaten (BDE, MDE) nicht Neues. Im wesentlichen dienen diese der Planung und Zielerreichung. Dagegen werden Daten der relevanten Komponenten, wie Spindel, Achsen, Antriebe, Werkzeuge und Kühlung noch selten genutzt. Durch Projekte mit Werkzeugmaschinen-Herstellern, Anwendern und Forschung haben wir in den letzten Jahren Knowhow in der Analyse von Maschinen- und Zerspanungsprozessen in der Metallverarbeitung aufgebaut. Auf der AMB haben Sie die Möglichkeit unsere neuesten Entwicklungen kennenzulernen.

Synop Systems ist als Aussteller an deren ersten beiden Tagen Dienstag und Mittwoch (13.-14.09.22) in der AMB Start-up Area am Eingang Ost vertreten.

Folgende Neuheiten stellen wie vor:

  • Self-Learning Process Scoring: neue KI-basierende Methode zum Bewerten eines Zerspanungsprozesses (Loch, Tasche, Gewinde, Nut) und der Werkzeugstandzeit.
  • Blackbox4machines: der Flugschreiber für Maschinen, KI-Bots verhindern z.B. ungeplante Stillstände, Werkzeugbruch, Ausschuss und vieles mehr.
  • Signal-Mining: lassen Sie sich überraschen, besonders interessant für Diagnose-Experten, Maintenance und den Afters-Sales.
  • SINUMERIK Edge Datenanalysen, spielerisch hochfrequente Daten analysieren

Zusätzlich halten wir einen Vortrag am 13.09.22 ab 14:00 Uhr im Technologieforum des VDMA in Halle 1 Stand B50:

Thema: “Mit hochfrequenten Daten Werkzeugstandzeiten und Prozesse optimieren.”

Anmeldung zum Vortrag ist nicht notwendig.

Wir freuen uns auf Ihren Besuch. Nutzen Sie eine Terminvereinbarung über unseren digitalen AMB-Messe-Kalender:

Digitaler Terminkalender für 13.-14.09.22

 

Werkzeugverschleiß mit KI autonom erkennen

/in , /von

Für die Herstellung von Bauteilen aus Metallen sind Zerspanungsprozesse, d.h. Fräsen, Bohren, Drehen, Honen, Schlichten und Schleifen notwendig. Mit Elektro- und Wasserstoff-basierenden Antrieben fallen viele Bauteile weg, doch in anderen Industriezweigen wie z.B. der Medizin, Automatisierung, Mobilität und Konstruktion verändern sich die Strukturen kaum, aber die Wettbewerbsfähigkeit ist eine stetige Herausforderung.

Im Rahmen des KInCNC Forschungsprojektes haben wir neue Verfahren und Algorithmen entwickelt, um den Werkzeugverschleiß und den Werkzeugbruch ohne zusätzliche Messtechnik zu prognostizieren. In vielen Produktions-Szenarien ist der Zeitpunkt eines Werkzeugwechsels oder die frühzeitige Erkennung eines Werkzeugbruches weiterhin eine Herausforderung. Ausschuss, ungeplante Maschinenstillstände und geringere Produktivität (OEE) sind die Folge. Steuerungen von Werkzeugmaschinen können immer besser höher frequente Daten (>= 1kHz) liefern, diese Fähigkeit ist ein Erfolgsfaktor dieser KI-Innovation für die Zerspanungsbranche.

Um diese Problematik zu lösen, bieten wir zusammen mit einem Netzwerk an Werkzeug-Experten und den neuen Algorithmen zur Erkennung von Werkzeugverschleiß und Werkzeugbruch für alle Phasen einen Lösungsweg an. Weiterlesen