Koordinatenmessgeräte (KMG) werden meist ohne Rücksicht auf die individuelle Aufgabe und den individuellen Nutzungsgrad je nach Spezifikation im Unternehmen nach festen Intervallen einmal jährlich gewartet und neu kalibriert. Das verursacht Aufwand, hohe Stillstandzeiten und bietet darüber hinaus keine weitere Erkenntnis zum Einsatzverhalten des Geräts in der Produktion. Ziel muss es daher sein, diese Intervalle spezifisch hinsichtlich Gerät, Auslastung, Betriebsbedingungen und Messanforderungen zu dynamisieren und gleichzeitig die erhobenen Daten zur Prozessoptimierung nutzbar zu machen. Eine Dynamisierung der Intervalle auf Basis der Nutzungsdauer und gerätespezifischer Aspekte ermöglicht hier ein flexibles „Fleet Management“ der Messgeräte, das sich perfekt an den Produktionsbetrieb anpassen lässt. Zudem lassen sich durch zielgerichteten Reparatureinsatz mit bekannten Nutzungsdaten die Stillstandzeiten und auch die Reparaturkosten deutlich reduzieren.
Um eine nutzungsabhängige Wartung und Kalibrierung zu erreichen, muss das Verhalten von Messprozessen indes mit geeigneten Verfahren und entsprechender Sensorik beobachtet werden. Hierzu wurden am WZL der RWTH Aachen in Kooperation mit Iconpro Langzeitstudien an verschiedenen KMGs und mit verschiedenen Kombinationen interner und externer Sensorik durchgeführt. Das darauf basierend entwickelte Plattformdesign ermöglicht automatisierte Überwachungsprozesse und benötigt je nach Gerätetyp keinen oder nur einen sehr geringen Implementierungsaufwand.
Mit den extrahierten Informationen können die Wartungs- beziehungsweise Kalibrierintervalle mit der neuen Softwarelösung Apollo in der unternehmensinternen oder wahlweise externen Cloud variabel und kostenminimal geplant werden, ohne an Sicherheit bezüglich der Messstabilität zu verlieren. Um die Vorhersagen für die Dynamisierung der Wartungs- beziehungweise Kalibrierintervalle zu optimieren, werden neben den Messdaten von regelmäßigen Messungen an Meisterbauteilen weitere Information aus der Steuerung des KMGs beziehugsweise aus verbauter Sensorik ausgelesen und mit den jeweiligen Messwerten verknüpft. Zentrale Parameter sind beispielsweise:
- Gesamte Betriebsstunden
- Temperaturwerte (Struktur und Umgebung)
- Anzahl der Messstarts
- Kollisionen
- Tasterwechsel
- Kilometerstände der Achsen
- Luftdrücke der Achslager und
- Antastkräfte
Um diese Daten abzugreifen, können Messprogramme entsprechend angepasst beziehungsweise zusätzliche lokale Software installiert werden. Es können ebenfalls externe Sensorsysteme eingesetzt werden, die eine höhere Dichte an Information erlauben oder fehlende Sensorinformationen ausgleichen. Aktuell können alle Mess- und Gerätedaten verarbeitet werden, welche im herstellerübergreifend verwendeten AQDEF-Format auf dem KMG-Computer gespeichert werden. Zusätzlich lassen sich standardmäßig Steuerungsdaten der KMGs von Hexagon auslesen. Die Messdaten werden zusammen mit den oben genannten Daten auf eine Plattform geladen, dort in Form eines standardisierten Datenbanksystems verwaltet und in der Folge analysiert. Das Speichern der Daten kann je nach Wunsch sowohl als Cloud- oder als On-Premise-Lösung erfolgen.
Das System ist modular aufgebaut. Die aufgenommenen Daten stellen die Basis eines umfassenden Condition Monitorings für die angeschlossenen KMGs dar. Dabei wird der Zustand des Messgerätes über ein Web-Interface live abgebildet und kann nutzerspezifisch visualisiert werden. Die Übersichten zu den gewünschten Informationen sind in Form von Dashboards personalisierbar und können beispielsweise mit eigenen Auswertungen oder Warngrenzen etc. versehen werden. Die eingebundenen Ressourcen lassen sich durch die berechtigten Nutzer jederzeit und unabhängig vom Endgerät zum Beispiel durch das Hinzufügen neuer Ressourcen verwalten.
Auf dieser Basis kann mit dem nächsten Modul der Softwarelösung eine Vorhersage zur Messstabilität in der Zukunft abgeleitet werden. Die Daten werden dazu automatisiert verarbeitet. Mithilfe von Machine-Learning-Algorithmen wird das Verhalten des Messgeräts in der Zukunft vorhergesagt. Außerdem lassen sich der Nutzungsgrad und die Belastung des jeweiligen KMGs ableiten. Somit können je nach Datenbasis auch die von Verschleiß betroffenen Baugruppen eines Geräts analysiert und identifiziert werden. Diese Vorhersage ermöglicht einen dynamischen Wartungs- und Kalibrierungszyklus mit minimalen Kosten und minimalem Stillstand. Das Modell wird dabei durch jede Zwischenmessung optimiert und ist in den Langzeitmessungen validiert worden.
Für Koordinatenmessgeräte
unterschiedlicher Hersteller
Aktuell sind in der Plattform unterschiedliche KMGs bei verschiedenen Entwicklungspartnern hinterlegt und werden permanent gepflegt und ausgewertet. Dabei unterscheiden sich die Geräte in Typ und Hersteller, können in der Plattform jedoch nach genau diesen oder weiteren Parametern wie Standort oder Abteilung beziehungsweise Messraum gruppiert werden. So lassen sich neben den gerätespezifischen Analysen auch das Fleet-Management optimieren und Einsparpotentiale heben.
Die hohe Dichte an validen Daten und die klare Struktur der Analysen erhöhen die Sicherheit bezüglich der Messstabilität im Prozess und die Dokumentationsmöglichkeiten im Rahmen von Audits. Die vorgestellte Lösung ist verfügbar, lässt sich auf KMGs verschiedener Hersteller anwenden und bietet hohe Einsparpotenziale bei Wartungs- oder Kalibrierzyklen. Aktuell werden circa 50 Maschinen bei verschiedenen Kooperationspartnern und Pilotkunden an die Plattform angeschlossen und rund um die Uhr analysiert. Dass die dynamischen Kalibrier- und Wartungszyklen den Betrieb der KMGs nachhaltig optimieren können, konnte dabei für alle angeschlossenen KMGs aufgezeigt werden.
Iconpro GmbH
Am Kraftversorgungsturm 5
52070 Aachen
Tel. +4924141259946
www.iconpro.com
Martin Peterek, Markus Ohlenforst, Michael Josten
Geschäftsführender Oberingenieur
WZL der RWTH Aachen
www.wzl.rwth-aachen.de
Geschäftsführer
Iconpro
www.iconpro.com
Data Scientist
Iconpro
www.iconpro.com
Hier finden Sie mehr über:
