Sensorbasiertes Überwachen von Stanzmaschinen

Qualitätsprobleme in der Herstellung von Stanz- und Biegeteilen aus Metall erfordern Daten zur Analyse und Sensoren, die sie liefern. Mit Condition Monitoring werden viele Datenpunkte erfasst, die eine Analyse ermöglichen und dadurch das raschere Erkennen von Fehlerursachen.

Das Problem: Qualitätsprobleme bei Metallstanzteilen

Ein Hersteller von Stanz- und Biegeteilen aus Metall, der unter anderem die Autoindustrie beliefert, hatte eine Zeit lang Qualitätsprobleme. Die Maschinen erzeugten zum Teil minderwertige Teile, die den Anforderungen der Kunden nicht entsprachen. Eine Ursache für dieses Problem war auf den ersten Blick nicht erkennbar.

Der Werkstattleiter untersuchte deshalb die von vorhandenen Sensoren gelieferten Daten. Außerdem berücksichtigte er zusätzliche Daten wie Laufzeiten und Schichtpläne. Trotzdem konnte die Fehlerursache nicht ermittelt werden. Data Analytics und Machine Learning sind in dieser Situation hilfreich, doch für deren Einsatz reichte die bisher vorhandene Datenbasis nicht aus.

Deshalb beschloss die Geschäftsführung, die Produktionsanlagen mit weiteren Sensoren aufzurüsten. Damit wollte sie nicht nur die Ursachen von Maschinenstillständen und Qualitätsproblemen identifizieren. Ihre zweite Anforderung war, alle Daten von vorhandenen und neuen Sensoren dauerhaft zu speichern, um Langzeitanalysen zu ermöglichen und um daraus Maßnahmen zur Erhöhung der Produktionseffizienz ableiten zu können.

Die Lösung: Balluff Sensorik und viele Datenpunkte für die korrekte Analyse

Balluff empfahl die Nachrüstung mit Sensorik und den Einsatz einer Monitoring-Anwendung. Jede Maschine erhielt Condition Monitoring Sensoren von Balluff sowie einen Temperatursensor am Bandeinlauf. Damit wurden unter anderem Vibrationen und Temperaturen über einen längeren Zeitraum hinweg an allen prozesskritischen Komponenten der gesamten Produktionsanlage gemessen.

Das Übertragungsprotokoll für die gesammelten Daten ist IO-Link. Es handelt sich dabei um eine Schnittstelle für intelligente Sensoren und Aktoren. Mehrere IO-Link-fähige Sensoren senden die Daten an einen IO-Link-Master, der sie wiederum über einen entsprechenden Connector an die IT-Ebene übergibt.

Eine spezielle Analyseanwendung führt die Sensordaten mit den Daten anderer Systeme (MES, ERP, QA) zusammen, wodurch prozessrelevante Zusammenhänge hergestellt werden können. Die Anwendung visualisiert die Daten nicht nur, sie speichert sie auch in ein Langzeitarchiv, mit dessen Hilfe das Erkennen von Mustern und Abweichungen leichter möglich ist. Steigt etwa die Temperatur eines Werkzeugs über den Normbereich und wurde dies im Vorfeld als prozesskritisch für die Gesamtanlage definiert, setzt das System eine Warnmeldung ab. Die Mitarbeiter können dann entsprechend eingreifen.

Die Lösungen von Balluff für Condition Monitoring lassen sich sowohl in der bestehenden IT-Infrastruktur als auch auf gängigen Cloud-Plattformen betreiben. Dafür benötigt das IO-Link-System eine zusätzliche IoT-Komponente (Internet of Things, Internet der Dinge). Sie arbeitet als Gateway, das die Daten per Mobilfunk in die Cloud-Anwendung sendet.

Das Ergebnis: Qualitätsprobleme werden frühzeitig erkannt

Der Hersteller ist nun durch die vollständige Datenermittlung in der Lage, Abweichungen und Fehler im Produktionsprozess frühzeitig zu erkennen. Das Unternehmen vermeidet Qualitätsprobleme und Maschinenstillstand. Zudem legt es durch das Datenarchiv die Grundlage für vorausschauende Instandhaltung (Predictive Maintenance). Dabei erkennen Algorithmen für Data Analytics und Machine Learning Störungen bereits im Vorfeld, sodass Ausfälle minimiert werden können und geplante Wartungen oder Reparaturen möglich werden.

0 0 votes
Article Rating
Abonnieren
Benachrichtige mich bei

1 Kommentar
Oldest
Newest
Inline Feedbacks
View all comments
April 28, 2021 10:41 am

Super geschriebener und informativer Artikel :-). In diesen Blog werde ich mich noch richtig einlesen

1
0
Would love your thoughts, please comment.x