GETRIEBE UND GETRIEBEMOTOREN RITZEL-ZAHNSTANGEN-SYSTEME KOLLABORATION UND KI MACHEN MONITORING KLÜGER Das Projekt ProKInect verfolgte das Ziel, die Maschinenverfügbarkeit und Zuverlässigkeit von Produktionsmaschinen durch eine automatisierte und KI-gestützte Zustands überwachung von Ritzel-Zahnstangen-Systemen zu verbessern. Gefördert wurde das Projekt vom Bundesministerium für Bildung und Forschung. Wittenstein war an dem Projekt beteiligt – neben drei weiteren Industrie- und Forschungspartnern. Am Demonstrator konnte gezeigt werden: Durch eine kollaborative Nutzung von Daten aus smarten Planetengetrieben und von Maschineninformationen können Servicezeiten deutlich reduziert werden. Im Projekt ProKInect verfolgte Wittenstein das Ziel, KI-basierte Lösungen zur Zustandsüberwachung von Ritzel-Zahnstangen Systemen zu entwickeln. Möglichkeiten zur Bereitstellung von Komponenten-Know-how sollten dabei auch einbezogen werden. Das Projekt hatte sich auf die Fahnen geschrieben, eine sogenannte kollaborative Zustandsüberwachung durch multilaterales Datenteilen zu realisieren. In einem gemeinsamen Datenraum mit geschütztem Zugriff stellen hierbei alle Projektpartner relevante Daten von Komponenten und Maschinen zur Verfügung. Dies ermöglicht die Entwicklung leistungsfähigerer Lösungen zur Zustandsüberwachung solcher Antriebssysteme. ProKInect (Laufzeit: August 2021 bis Oktober 2024) ist eines von insgesamt vierzehn Projekten des BMBF-Förderprogramms „Lernende Produktionstechnik – Einsatz künstlicher Intelligenz Dr. Sebastian Röding, Leiter Data Analytics & Modelling, Digitalization Center, Wittenstein SE, Igersheim (KI) in der Produktion (ProLern)“. Als führender Anbieter mechatronischer und cybertronischer Antriebslösungen hat die Firma Wittenstein SE bereits Ende 2016 ein Digitalization Center gegründet. Die eigenen Antriebssysteme werden hier zu smarten Produkten und Lösungen weiterentwickelt. Die darin gebündelten Kompetenzen in Bezug auf Industrial Internet of Things (IIoT), Sensorik und Künstliche Intelligenz hat das Unternehmen in das Projekt eingebracht. Hierzu zählen insbesondere smarte Getriebe mit Cynapse-Funktionalität, die mit integrierter Temperatur- und Beschleunigungssensorik, Logik- und Speichereinheit sowie IO-Link-Datenschnittstelle ausgestattet sind. Zustandsrelevante Betriebsdaten von sich selbst und ihrer Umgebung können die Getriebe selbstständig erfassen und verarbeiten. Eingebaut ist das TP+ 050 von Wittenstein alpha als Teil eines Ritzel-Zahnstangen-Systems in eine zu Versuchszwecken bereitgestellte 2D-Laserschneidmaschine der Trumpf Werkzeugmaschinen SE & Co. KG – einem technologisch führenden Hersteller von Werkzeugmaschinen für die Blechbearbeitung und von Lasertechnologie für die Materialbearbeitung. Das Unternehmen 18 antriebstechnik 2024/11 www.antriebstechnik.de
setzt sich ebenfalls intensiv mit dem Einsatz von KI auseinander, um Produkte und Prozesse zu optimieren. So gibt es bereits erste Produkte für die autonome, sensorgestützte Echtzeit-Prozessführung sowie grundlegende Erfahrungen auf dem Gebiet der KI- gestützten Erkennung von Werkzeugverschleiß. Ebenfalls an ProKInect beteiligt war die Tvarit GmbH aus Frankfurt am Main. Das Deep-Tech-Unternehmen hat sich auf die Entwicklung und Vermarktung einer KI- Lösung für Gießereien und die metallverarbeitende Industrie spezialisiert. Das Unternehmen hat seine umfangreiche IT- und KI-Expertise in das Projekt eingebracht. Konkret ging es um die Grundlagen für das Maschinelle Lernen und die Erstellung verteilter KI-Agenten, die eine automatisierte und kollaborative Zustandsüberwachung erst möglich machen. Auch das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF war beteiligt. Wie die Integration von Expertenwissen die Erklärbarkeit von KI-Systemen für die automatisierte Zustandsüberwachung verbessern kann, war eine zentrale Frage der Forschenden. KI-MODELL DES ANTRIEBS Die Prozessqualität bahngeführter Bearbeitungsprozesse hängt stark von der eingesetzten Antriebstechnik und der komplexen Kinematik ab. Qualitätsabweichungen im Fertigungsprozess, beispielsweise von Laserschneideanlagen, entstehen häufig durch beginnenden Verschleiß oder Fehlfunktionen in einzelnen Komponenten. Eine direkte Diagnose des für die Qualitätsabweichung verantwortlichen Schadenszustands ist in der Regel aber nicht möglich. Das macht Fehleranalysen oftmals sehr aufwendig. Darunter leidet also die Effizienz der Instandhaltung und die Verfügbarkeit der Maschine wird beeinträchtigt. Im Rahmen des Projekts wurde ein smartes und kommunikationsfähiges Planetengetriebe mit Cynapse-Funktionalität in einen Ritzel-Zahnstangen-Antrieb einer bahngeführte 2D-Laserschneidmaschine von Trumpf integriert. Auf der Basis einer GEMEINSAMER DATENRAUM ERMÖGLICHT DATENFUSION FÜR KI-ANWENDUNGEN FMEA-Auswirkungsanalyse der Versuchsmaschine wurden wesentliche Fehlerzustände des Antriebssystems identifiziert und untersucht. Von Interesse waren hierbei insbesondere ein zu großes Umkehrspiel und eine fehlerhafte Nivellierung. Das Fraunhofer LBF hat daraus ein daten- und wissensbasiertes KI-Modell zur Identifikation der Fehlerursache entwickelt, das in der Versuchsmaschine implementiert wurde. Es wurde sowohl im Offline- wie im Online-Betrieb der Versuchsmaschine validiert. Zusätzlich erfolgte die erfolgreiche Validierung der Spielbestimmung mit weiteren Messungen an einem Ritzel-Zahnstangen-Prüfstand, der bei Wittenstein für das Projekt aufgebaut wurde. Trumpf und Wittenstein konnten die grundlegende Algorithmik zur Bestimmung des Umkehrspiels so gemeinsam als Patentanmeldung einreichen. Zusätzlich wurden bei den Messungen die Auswirkungen einer fehlerhaften Nivellierung der Maschine untersucht. Die Daten wurden verwendet, um ein wissensbasiertes Modell zu entwickeln, das die Erkennung und Diagnose von möglichen Fehlerursachen für eine automatisierte Zustandsüberwachung der 2D-Laserschneidmaschine erlaubt. GEMEINSAMER DATENRAUM Die Umsetzung des multilateralen Datenteilens war eine zentrale Voraussetzung, um ein KI-Modell zur Diagnose der verschiedenen Fehlerzustände entwickeln zu können. Außerdem konnten nur so alle beteiligten Unternehmen dazu beitragen. In einem gemeinsamen und geschützten Datenraum werden die im Betrieb generierten Daten aller Projektpartner zusammengeführt und zur Verfügung gestellt. In ein solches vertrauliches Diagnose-Ökosystem speisen Maschinen- und Komponentenhersteller ihre Daten ein. Hier wurden Motorstrom und Motordrehzahl der zu untersuchenden Bewegungsachsen sowie Rohdaten von verschiedenen Beschleunigungssensoren erfasst, wie etwa eines Vibrationssensors an der Achse und eines Neigungssensors in der Nähe des Werkzeugs. Hinzu kamen Temperatur- und Vibrationsmesswerte des Cynapse-Moduls im Planetengetriebe. Der Datenraum ermöglicht außerdem eine Datenfusion, die für eine automatisierte und KI-unterstützte Zustandsüberwachung notwendig ist. Damit wird also die Grundlage für die Entwicklung eines Softwarebausteins zur Bestimmung des Um- Level up Your Safety! Sicherheitsmodul SX6 Die feldbusbasierte Sicherheitslösung für jeden Anwendungsfall. Eine Gemeinschaftsentwicklung von STÖBER und Pilz. Informieren Sie sich über die neuen Features. Es lohnt sich. Noch mehr effiziente Antriebslösungen zeigen wir auf der Halle 3A│Stand 446 Jetzt mehr erfahren: www.stober.com
Laden...
Laden...