Daten sind das Gold der Industrie 4.0: Sie werden benötigt, um in hochspezialisierten Prozessen Maschinen und Anlagen zu steuern. Sensoren überwachen diese Prozesse und erzeugen damit große Mengen neuer Daten. Als Grundlage für Anwendungen der KI und des Maschinellen Lernens sind an den Wirkstellen erfasste Daten besonders interessant, wenn sie zusammengeführt, in ein einheitliches Datenmodell überführt und damit in ihrer Gesamtheit ausgewertet werden können. »EmulDan« setzt bei der Architektur der Datenerfassung an und liefert Erkenntnisse sowohl für KI-basierte Modelle als auch für verbesserte manuelle Steuerungsmöglichkeiten.

»Linked Factory«: Vernetzte Maschinen, maßgeschneiderte Informationen

Die Linked-Factory-Datenarchitektur ist eine am Fraunhofer IWU entwickelte Vision von einer durchgängigen digitalen Repräsentation aller Produkte, Prozesse und Maschinen in Unternehmen. Neben einzelnen Maschinen sind so auch Logistikprozesse oder die Gebäudeleittechnik integrierbar. Als zentrales Element erlaubt ein Wissensgraph die Verknüpfung unterschiedlichster Daten, um daraus aktuelle Informationen zu generieren. Gerade wenn große Datenmengen zu Informationen verarbeitet und bereitgestellt werden, sollten einzelne Datenpakete die Mitarbeiter bei ihren Aufgaben unterstützen und nicht zusätzlich belasten. »Kontextbasierte Bereitstellung« lautet dabei das Schlüsselwort.

EmulDan: Basis für maschinelles Lernen

Neben der Datenarchitektur sind die in EmulDan erarbeiteten KI-Modelle ein wichtiger Schritt für durchgängige digitale Zwillinge. In Fertigungsbereichen mit niedrigem Automatisierungsgrad können solche Anwendungen des Maschinellen Lernens helfen, Planerinnen, Entscheider oder Mitarbeiter in der Produktion optimal bei der Entscheidungsfindung zu unterstützen. Sogenannte Drifts, bei denen sich die Fertigung eines Bauteils der Toleranzgrenze nähert, werden beispielsweise früher erkennbar.

In EmulDan konzentrierten sich die Projektpartner auf die Energieeffizienz. Dabei durften bei den klassischen Steuerungs- beziehungsweise Messgrößen wie Herstellungszeit, -kosten und Produktqualität keine Verschlechterungen hingenommen werden. Ihre Ergebnisse stellen die Partner nun anhand von Demonstratoren vor, die erhebliche Energieeinsparpotenziale in Fertigungsverfahren der Warmumformung, der Kaltumformung und der Zerspanung deutlich machen.

Presshärten, Warmumformung, Kaltumformung 

Das Presshärten kombiniert die Vorteile der Umformung und der Wärmebehandlung in einem einzigen Schritt. Dieser Herstellungsprozess benötigt viel Energie, die Frage nach Einsparmöglichkeiten liegt also nahe. Für eine datenbasierte Prozesssteuerung erfassten die Projektpartner alle praxisrelevanten Fertigungsdaten aus Einzelprozessen sowie Prozessketten und erstellten Prozessmodelle zur Vorhersage von Energiebedarf und Bauteilqualität in verschiedenen Optimierungsszenarien. Als besonders hilfreich erwiesen sich hybride Prozessmodelle auf Basis des sogenannten digitalen Zwillings. Das Ergebnis: Ein Energieeinsparpotenzial von bis zu 20 Prozent ergibt sich aus der Kombination mehrerer angepasster Prozessparameter.

EmulDan konnte auch für die Kaltumformung mit einer Rundknetanlage erhebliches Energieeinsparpotenzial aufzeigen. Zentraler Ansatzpunkt war, die bislang ungeregelten, fast ausschließlich an der Bauteilqualität orientierten und auf Erfahrungswissen basierenden Prozessparameter durch energierelevante Aspekte zu ergänzen. So entstand ein Softwaretool zur Datenverarbeitung, das die selbstlernende Prozesskorrektur ermöglicht und geeignete Modelle für Prognosen erstellt. Dabei werden Zusammenhänge zwischen Maschinen-parametern, Bauteilqualität und energetischen Prozessgrößen erkannt und in Prozessmodelle überführt, die sich am Gesamtoptimum orientieren. Für die Praxis bedeutet dies ein besseres Prozessverständnis und die Chance auf einen um bis zu 70 Prozent reduzierten Energieverbrauch.