Predictive Maintenance und KI

Andreas Mühlbauer,

Prognosen verbessern

Welche Rolle Predictive Maintenance und damit auch künstliche Intelligenz im Werkzeugmaschinenbau spielen, erläutert Ralf Reines, Abteilung Forschung und Technik beim VDW, im Gespräch mit Andreas Mühlbauer.

Ralf Reines, Abteilung Forschung und Technik beim VDW. © VDW

Wie verbreitet ist die Nachfrage nach Predictive-Maintenance-Systemen und inwiefern tragen die Werkzeugmaschinenhersteller bereits Rechnung?

Die Nachfrage ist abhängig vom Anwendersegment. Kleinere Maschinennutzer haben weniger Interesse als Nutzer mit großen Maschinenparks. Die Nachfrage ist in der Tendenz steigend, jedoch stark vom Einsatzbereich abhängig.

Predictive Maintenance ist typischerweise mit der Auswertung großer Datenmengen verbunden und damit ein Paradebeispiel für Big Data. Diese Datenmengen müssen über einen längeren Zeitraum gespeichert und ausgewertet werden. Cloudlösungen, für die alle namhaften deutschen Hersteller Lösungen anbieten, unterstützen bei dieser rechenintensiven Aufgabe. Typisches Bauteil für eine Zustandsüberwachung, die dann schlussendlich zu Predictive Maintenance führt, ist der Kugelgewindetrieb.

Erst im vergangenen Jahr hat das VDW-Forschungsinstitut zusammen mit seinen Mitgliedern am Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) der Leibniz-Universität Hannover das Projekt „WiZuBe Wirtschaftliche Zustandsüberwachung von Kugelgewindetrieben“ erfolgreich abgeschlossen. Die Ergebnisse liefern unter anderem wertvolle Erkenntnisse darüber, welche Merkmale für die Überwachung wichtig sind und wie man die Datenmengen durch intelligentes Vergessen verringern kann. In den kommenden Jahren werden die Algorithmen sicher verbessert und die Vorhersagen genauer. Die Künstliche Intelligenz wird ihren Beitrag dazu leisten.

Anzeige

Ist Machine Learning für präzisere Prognosen ein Thema, mit dem sich auch die Werkzeugmaschinenhersteller auseinandersetzen?

Machine Learning als Teilbereich der Künstlichen Intelligenz wird Prognosen verbessern. Daran besteht kein Zweifel. Entwicklungen sind im Gang und die Geschwindigkeit ist rasant. Die Werkzeugmaschinenbauer verschließen sich diesem Themenkomplex nicht, im Gegenteil. Das Forschungsprojekt „IIP Ecosphere“ wird vom VDW und seinen Mitgliedern aktiv mitgestaltet. Hier geht es um nichts weniger als die Vision, einen Innovationssprung im Bereich der Selbstoptimierung der Produktion durch KI in die Tat umzusetzen und in der Industrie, besonders auch im Mittelstand, zu verbreiten. Bei dem VDW-Mitglied Gildemeister Drehmaschinen in Bielefeld entsteht im Rahmen dieses Projektes ein Demonstrator, der als KI-basiertes Assistenzsystem das Feedback von erfahrenen Maschinenführern, Prozessdaten und Daten zum Beispiel aus der Qualitätsprüfung kombiniert. Es soll helfen, Produktionsprozesse besser einzustellen und zu überwachen.

Bieten Maschinenhersteller auch Möglichkeiten zum Retrofit älterer Anlagen an?

Möglichkeiten zur Nachrüstung im Brownfield sind gegeben, müssen jedoch individuell abgeschätzt werden, denn pauschale Aussagen sind schwierig. In der Vergangenheit mussten oft externe Sensoren nachgerüstet werden, zum Beispiel Temperaturmesser oder Schwingungssensoren. Das Forschungsprojekt „WiZuBe“ hat gezeigt, dass heute oft auf externe Sensoren verzichtet werden kann. Die geschickte Kombination von in der Steuerung vorhandenen Signalen, wie Motorströme und Drehmomente, lässt externe Sensoren obsolet werden. Sie bringen keine Zuverlässigkeitssteigerung der Vorhersage mehr. Allerdings sind dann moderne Steuerungen für Werkzeugmaschinen sinnvoll. Diese werden aber bei einem Retrofit in der Regel ohnehin erneuert.

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

Nachhaltigkeit

CO2-neutrale Produktion

DMG Mori stellt seit 2021 alle Maschinen klimaneutral her – vom Rohstoff bis zur Auslieferung. Darüber hinaus spielen DMG-Mori-Maschinen eine Schlüsselrolle bei der Produktion grüner Technologien.

mehr...
Anzeige
Anzeige
Anzeige