Nachricht

Nov 13, 2023

Wie künstliche Intelligenz das Spritzgießen verändert

Geoff Giordano | 14. Juni 2022 Das Zeitalter der Industrie 4.0 in der Fertigung hängt davon ab

Geoff Giordano | 14. Juni 2022

Die Industrie 4.0-Ära der Fertigung hängt so stark von datengesteuerter Präzision ab, dass künstliche Intelligenz (KI) eine zunehmende Rolle bei der Nutzung dieser Daten spielt, um die Leistung von Maschinen – einschließlich Spritzgießmaschinen – zu steigern.

KI in der Fertigung umfasst eine Reihe von Technologien, die es Maschinen ermöglichen, mit einer Intelligenz zu arbeiten, die der von Menschen nachempfunden ist. Maschinelles Lernen und die Verarbeitung natürlicher Sprache helfen Maschinen dabei, die menschliche Fähigkeit zu lernen, Urteile zu fällen und Probleme zu lösen. Datengestützte Effizienz sorgt dafür, dass Prozesse schneller und kosteneffizienter ablaufen.

„KI wird im Maschinenbau immer wichtiger, nicht zuletzt aufgrund der Notwendigkeit, Spritzgießprozesse trotz immer kleinerer Losgrößen und kürzerer Produktlebenszyklen effizient und flexibel zu automatisieren“, sagte Werner Faulhaber, Leiter Forschung und Entwicklung bei Arburg. „Einsatzbeispiele für KI sind die automatische Programmierung von Robotersystemen, die gezielte Störungsbehebung und ein Ersatzteilsystem mit ‚intelligenter‘ Bildverarbeitung. Arburg arbeitet daran, das Spritzgießen Schritt für Schritt intelligenter zu machen – dafür zu sorgen, dass die Maschine kontinuierlich lernt, hält.“ stabil und kann sich in Zukunft sogar optimieren.“

Arburg schafft flexible – und kontrollierbare – Produktionssysteme durch die Kombination von Maschinen, Automatisierung und proprietären IT-Lösungen. Integraler Bestandteil dieser Systeme ist das Gestica-Steuerungssystem des Unternehmens mit seinen intelligenten Assistenzfunktionen. „Alle Kuka-Sechsachsroboter sind beispielsweise standardmäßig mit der neuen Gestica-Benutzeroberfläche ausgestattet“, so Faulhaber. „Das vereinfacht die Programmierung sowie die Überwachung, Speicherung und Auswertung von Prozessdaten.“

Eine Anwendung, an der Arburg arbeitet, ist die automatische Programmierung seiner Multilift-Linearrobotersysteme. „Die Idee ist, dass der Bediener einfach das Ziel eingibt, wie bei einem Auto-Navigationsgerät, und das System automatisch die optimale Route berechnet. Bei Robotersystemen bedeutet das, dass der Bediener einfach die gewünschten Start- und Endpositionen eingibt und das Steuerungssystem.“ kümmert sich um den Rest.

Wittmann Battenfeld, das in den letzten Jahren die Industrie 4.0-Konnektivität in seinem Portfolio an Spritzgieß- und Hilfsmaschinen vollständig eingeführt hat, setzt bei seinen Robotern KI ein, um Zykluszeiten zu überwachen und die Geschwindigkeit der Roboter außerhalb der Spritzgießmaschine zu steuern.

Die maschinellen Lernfähigkeiten des Unternehmens – HiQ Flow und CMS-Technologie – werden auf der diesjährigen K-Messe vom 19. bis 26. Oktober in Düsseldorf, Deutschland, ausgestellt. Die Geschwindigkeit des ROI kann mit HiQ Flow nur wenige Zyklen betragen, und die Software kann oft auf älteren Spritzgießmaschinen nachgerüstet werden, die mit einer B8-Maschinensteuerung ausgestattet sind. Eine CMS Pro-Version wird zu einem späteren Zeitpunkt verfügbar sein.

„Die Technologie zieht neue Rückschlüsse aus aktuellen Parametern und wird dadurch bei der Leistungsüberwachung immer intelligenter“, sagt Produktmanager Christian Glück. „Wir beschränken uns auf die methodische Bestimmung von Parametern. Daher ist der Zeitaufwand für den Einsatz der Technologie minimal, ebenso wie der Preis.“

Zum Vergleich von KI und maschinellem Lernen sagte Glueck: „KI erfordert tatsächlich einen viel höheren Zeitaufwand und dementsprechend auch einen höheren finanziellen Aufwand. Aus einem laufenden Prozess müssen eine Vielzahl von Parametern erfasst und auf dieser Basis die relevanten Parameter ermittelt werden.“ Abweichungen. Diese werden mit Messdaten des Produkts verglichen.“

Anhand von Faktoren wie Materialveränderungen, Umgebungstemperatur, Maschinenverschleiß, Werkzeugverschleiß und anderen Einflüssen kann „KI ermitteln, welche Maschinenparameter geändert werden müssen, damit das Produkt innerhalb seiner Qualitätstoleranzen produziert werden kann. Dies kann Monate dauern.“ Fehler müssen erst auftreten, um aus ihnen zu lernen.“

Wittmann finanzierte ein solches Bewertungsprogramm gemeinsam mit der österreichischen Montanuniversität Leoben, „aber wir stellten fest, dass die erforderliche Zeit, um es für die Produktion nutzbar zu machen, in Frage gestellt werden musste, da man neben der langfristigen Untersuchung des Prozesses auch Arbeitskräfte benötigt.“ notwendig, damit umzugehen.“

Der Eco-Modus des Unternehmens schont den Verschleiß des Roboters, indem er sicherstellt, dass er nicht schneller als nötig läuft – was letztendlich Wartungs- und Energiekosten spart. Der bei vielen Wittmann-Robotern standardmäßig angebotene Eco-Mode „erfordert keine spezielle Programmierung oder Schnittstelle zum IMM oder Bediener/Programmierer“, sagte Jason Long, National Sales Manager für Roboter und Automatisierung bei Wittmann USA. „Der Endbenutzer muss dem Roboter lediglich mitteilen, wie viele Sekunden er über das IMM zurückkehren soll, bevor sich die Form öffnet.“

Eco-Vac, ein weiteres Merkmal von Wittmann, spart Energie, indem es einige Parameter am Roboter einstellt und es dem Roboter ermöglicht, seine Vakuumkreise aus- und einzuschalten. „Der Roboter überwacht das Vakuumniveau des Schaltkreises, der zum Entnehmen des Teils aus der Form verwendet wird. Wenn der Roboter feststellt, dass das Vakuum so weit gesunken ist, dass er das Teil fallen lassen könnte, bevor er dazu aufgefordert wird, schaltet der Roboter das Vakuum ein.“ bis der sichere Wert wieder erreicht ist, und schaltet sich dann wieder ab.“ Diese Funktion reduziert die Menge an Druckluft, die jeder Roboter verbraucht, „und könnte Kunden pro Roboter Hunderte von Dollar pro Jahr einsparen.“

Da KI und maschinelles Lernen zunehmend zur Verbesserung von Spritzgießvorgängen eingesetzt werden, reiche das bloße Sammeln von Daten nicht aus, um Prozesse zu optimieren, warnte Faulhaber. „Außerdem braucht es Prozesskompetenz und Domänenwissen. Die Auswertung vieler Daten direkt im Steuergerät wird in Zukunft einen weiteren Mehrwert bieten.“

Arburg nutze KI, „um anhand der über Jahre gesammelten Erfahrungen und Daten zu Prozess, Material und Maschinen Mastermodelle zu entwickeln“, so Faulhaber weiter. „Der Kunde konnte das bereitgestellte Urmodell dann ‚auf der Kante‘ schärfen und seine Prozesse optimieren. Hier sind die eigens entwickelte Gestica-Steuerung, das Arburg-Leitrechnersystem und das arburgXworld-Kundenportal von Vorteil.“

„Eines der mittelfristigen Ziele von Arburg ist die Entwicklung eines Systems für digitale Zwillinge kundenspezifischer Spritzgießmaschinen. Dadurch werden völlig neue Möglichkeiten zur Simulation des Zyklus und zur Erstellung von Energieprognosen eröffnet. Darüber hinaus werden 3D-Ansichten und Installationspläne der Maschine bereitgestellt. „Die im Kundenportal arburgXworld und in der Steuerung hinterlegten Daten unterstützen den Betreiber“, so Faulhaber.

Weitere Informationen zu Textformaten