Beiträge

Webinar: KI optimiert Zerspanung

Werkzeugmaschinen der neuesten Generation sind in der Lage, eine Vielzahl von Daten in immer besserer Qualität zur Verfügung zu stellen. Daher stellt sich immer häufiger die Frage, was mit diesen Daten an Mehrwert für die Anwendung generiert werden kann.

Es ist nicht einfach, Daten aus der Industrie zu bekommen. Durch zwei geförderte Forschungsvorhaben, KInCNC des KI-Innovationswettbewerbs des Landes BW und das BMBF-Projekt AICoM, ist es gelungen, umfangreiche Werkzeugmaschinen-Daten für die Entwicklung von Anwendungsfällen und neuen KI-Algorithmen zu nutzen.

In einem Online-Webinar möchten wir Ihnen daten-basierende Anwendungsfälle in der Zerspanung und unsere neuen KI-Verfahren vorstellen.

Wir laden Sie herzlich ein, an unserem Webinar am Freitag 23. Juni, um 08:30h (Dauer 55 Min.) teilzunehmen.

Die Themen und Inhalte sind: Weiterlesen

Synop Systems auf der AMB

AMB 2022: Metallverarbeitung triff auf KI

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

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

BMBF gefördertes “Artificial Intelligence Controlled Milling” Projekt gestartet

AICoM – diese Abkürzung wird unseren Arbeitsalltag bis 2024 begleiten. AICoM (Artificial Intelligence Controlled Milling) ist ein Projekt, welches im Rahmen der BMBF-Ausschreibung „Lernende Produktionstechnik – Einsatz künstlicher Intelligenz (Artificial Intelligence) in der Produktion (ProLern)“ bewilligt wurde.

BMBF-AICoM Steckbrief

In der Einzel- oder Kleinserien-Fertigung kundenindividueller Werkstücke entsteht ein hoher zeitlicher Aufwand von Experten, welcher sich in den Stückzahlkosten negativ auswirkt. Jedes Ausschussteil reduziert den geplanten Ertrag signifikant.

Ziel des Forschungsvorhabens AICoM ist somit die Entwicklung von einem System aus verschiedenen Einzelmodulen, die in einer intelligenten modularen System- und Steuerungsarchitektur zusammengeschlossen sind. Die Verknüpfung des Systems AICoM mit einer normalen Werkzeugmaschine (WZM) ermöglicht eine „lernende Werkzeugmaschine” für die spanende Fertigung. Diese hat die Fähigkeit, den Prozess autonom anzupassen und auf erlerntes “Wissen” bzw. erlernte “Erfahrungen” zurückzugreifen. Der Nutzer kann hierbei aus verschiedenen Zielgrößen wählen, an die sich die WZM mit der zu entwickelnden KI-basierten Prozessregelung selbstständig anpasst. Dabei wird die Leistungsfähigkeit der WZM je nach Bedarf und Anforderung stets voll ausgeschöpft. Das System AICoM ermöglicht die Optimierung der CAD/CAM Fertigungskette bis hin zur Fertigung der Kleinserien-Produkte.

In diesem Verbundprojekt arbeiten wir mit folgenden Partnern zusammen:

Gühring KG,

ISG Industrielle Steuerungstechnik GmbH,

ModuleWorks GmbH,

Lorenz Hoffmann GmbH,

TU Darmstadt – Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW),

TU Darmstadt – Datenmanagement (DM),

DATRON AG

 

KI-Innovationswettbewerb Baden-Württemberg 2020 – Good News!

Zusammen mit dem Kompetenzzentrum für Spanende Fertigung (KSF) der Hochschule Furtwangen und der HB microtec, Tuttlingen haben wir das Projekt mit dem Namen “KInCNC” beim zweiten KI-Innovationswettbewerb des WM Baden-Württemberg eingereicht und vor Weihnachten noch eine Zusage erhalten. Bei der großen Anzahl der Bewerbungen für den KI-Innovationswettbewerb ein besonderes Geschenk!

Das Projekt KInCNC  hat das Ziel, dass mithilfe von KI-Methoden die Fräs-Prozesse hinsichtlich Qualität und Prozessparameter optimiert werden. Das  KSF mit seinem umfangreichen Maschinenpark stellt das fachliche Knowhow der CNC-Bearbeitung, die CNC-Maschine und die notwendige Messtechnik. HB microtec ist Spezialist zur Herstellung von Microfräsern, die speziell in der Medizintechnik zum Einsatz kommen. Synop Systems wird die Herausforderung in der Analyse der hochfrequenten Daten und die Entwicklung von Erfolg versprechenden KI-Verfahren annehmen.

Weiterlesen