SCCH beim Forum Mechatronik

Digitale Transformation in der Produktion

Folgende Themen stellt das SCCH beim Forum Mechatronik vor:

Die optimale Mensch-Maschine Interaktion beim Schweißen

Schweißaufgaben die nicht automatisiert werden stellen oftmals besonders hohe Anforderungen an deren Ausführung. Nicht nur Aufgrund der Geometrie und Lage der zu erstellenden Schweißnaht, sondern oftmals auch wegen der erforderlichen Arbeitsschritte und Ausführungsgenauigkeit.

Im Kleinserienbereich bedeutet das sehr viel Information die für jeden Schweißvorgang notwendig ist. Selbst für Schweißprofis ist das eine große Herausforderung die viel Zeit beansprucht und auch Fehleranfällig ist. Aus diesem Grund wurde in einem gemeinsamen Projekt mit einem Industriepartner an neuen Interaktionsmöglichkeiten geforscht. Dazu wurde der „Human Centered Software Engineering“ (HCSE) Ansatz angewendet um sicherzustellen, dass die Ergebnisse in der Praxis einsetzbar sind und den Anwender entscheidend bei der Arbeit unterstützen. In ersten Untersuchungen des Arbeitsablaufs hat sich rasch eine erste Entscheidung abgezeichnet. Aufgrund der besonderen Bedingungen beim Schweißen und der eingeschränkten Interaktionsmöglichkeit mit den Händen kurz vor oder während des Schweißens setzte man auf die Informationsdarstellung und Interaktion mit Augmented Reality (AR) um zusätzliche Informationen in die Arbeitsumgebung einzublenden.

Die konkrete Lösung gliedert sich in zwei Bereiche: Informationen zum Arbeitsauftrag und die Konfiguration der Stromquelle (Schweißgerät). Für die Informationen zum aktuellen Arbeitsauftrag ist die Verfügbarkeit entsprechender Daten erforderlich. Diese Informationen umfassen beispielsweise die Vorbereitung (Art der Bleche, Abstand der Bleche, Kontrolle der Geometrie des Schweißspaltes) als auch den Schweißvorgang selbst (Schweißlagen, Schweißmaterial, notwendige Einstellung der Stromquelle, Schweißrichtung, Geschwindigkeit und Auskühlphase). Diese Informationen werden zu den Werkstücken eingeblendet und optisch verknüpft. Fehler werden dadurch minimiert. An der Stromquelle können alle Parameter über die AR-Brille eingestellt werden. Der Gang zum Gerät ist nicht mehr notwendig.

Vorausschauende Instandhaltungsstrategie - Predictive Maintenance

Riesige Datenströme (z.B. Maschinendaten, Prozessdaten, etc.) aus unterschiedlichsten, heterogenen Datenquellen müssen miteinander verknüpft und analysiert werden, um eine sinnvolle Entscheidungsgrundlage und Handlungsempfehlungen für den Menschen zur Verfügung zu stellen. Das SCCH stellt seine Methoden zur Realisierung von Predictive Analytics und Predictive Maintenance vor. Durch den Einsatz von Data Mining und Machine Learning Methoden werden Fehlerprognosemodelle erstellt, um einen  „early warning point“ zu finden und somit vorausschauende Instandhaltungsstrategien zu ermöglichen. 

Der Schlüssel ist die die Kombination von Expertenwissen und datenbasierten Fehlerprognosemodellen gesehen. Das Anwendungsspektrum für diese Methoden reicht von der Prozessindustrie und Produktion, über das Energiemanagement bis hin zur Herstellung und Instandhaltung von Maschinen und Anlagen.

zurück