Anwendungen
Big Data in Manufacturing GmbH Logo
Virtuelle Qualitätssicherung
Wir sind bereits heute in der Lage, die Werkstückvermessung vollständig zu virtualisieren. Dabei verfolgen wir zwei Wege: durch die einmalige Vermessung der Maschinen-Fehler und die hochfrequente Aufzeichnung von Prozess-Daten, erzeugen wir virtuell hochauflösende 3D-Werkstück-Modelle (Digital Twin), die wir nahezu gleichzeitig zur Bearbeitung virtuell vermessen und danach die individuellen Werkstück-Toleranzen berechnen. Beim zweiten Verfahren nutzen wir Machine Learning Algorithmen. Wir generieren aus den aufgezeichneten Prozess-Daten die digitalen Modelle und verwenden konventionelle Messprotokolle zur Berechnung der Modelparameter.

Produktivitäts-Analysen
Aus unseren durchgeführten Pilotprojekten haben wir gelernt, dass die installierte Leistung von modernen CNC-Maschinen in den meisten Fällen nur zu einem geringen Teil tatsächlich auch genutzt werden. Diese ungenutzten
Produktivitätspotentiale werden identifiziert. In der zweiten Phase analysieren wir detailliert die Ursachen und Wirkungszusammenhänge und klären, bei welchen Parametern wir eingreifen können zur Erhöhung der Produktivität. In der dritten Phase erzeugen wir optimierte NC-Programme zur Steigerung der Produktivität.
Prozess-Analyse und -Optimierung
Es gibt viele Ursachen von problematischen Produktions-Prozessen. Die Ursachenermittlung kann sehr aufwendig sein, manchmal ist das auch erfolglos. Mit unseren Machine Learning-Algorithmen sind wir in der Lage, das digitale Root Cause-Model automatisch zu generieren. Der Nutzen liegt in der Verkürzung der Prozessentwicklung bzw. Aufwand der Fehler-Identifikation, der Analyse und schließlich der Prozess-Optimierung.