fonderia e smart manufacturing

Gießerei und Smart Manufacturing: zentrale Herausforderungen für die Gießerei der Zukunft

In den letzten Jahren wurde die Fertigungswelt von der Welle neuer Informationstechnologien getroffen, deren Hauptziel darin besteht, integrierte und vernetzte Fabriken zu schaffen, die in der Lage sind, große Datenmengen zu generieren. Die Erarbeitung und Analyse dieses echten Informationsschatzes kann enorme Effizienz- und Qualitätsvorteile bringen.

Die Gießereibranche hat sich als sehr aktiv und bereit für Veränderungen erwiesen: Einige bedeutende italienische Unternehmen der Automobilszene sind zu Protagonisten wichtiger Transformationsprojekte geworden. Die Bewältigung dieser Digitalisierungsherausforderungen ist ein wesentlicher Faktor, um die in Jahrzehnten der Geschäftsentwicklung mühsam erworbene Wettbewerbsposition zu erhalten und zu verbessern.

Industrielles Internet der Dinge in der 4.0 Foundry

Einer der bekanntesten Begriffe im Bereich Smart Manufacturing ist das Industrial Internet of Things: die Anwendung von Werkzeugen aus der Konsumwelt, dem Internet, für industrielle Zwecke, beispielsweise die Anbindung von sensorisierten Maschinen. Viele Anlagenbauer bieten diese Lösungen mittlerweile bereits perfekt integriert an und profitieren so auch von Steuererleichterungen.

Aber das heutige Thema ist Digital Transition, weshalb wir nicht mehr von Industrie 4.0, sondern von Transition 4.0 sprechen. Die Transformation von Assets ist in der Tat nur der erste Schritt, in dem die Produktionswerkzeuge beginnen, eine Vielzahl heterogener und unverbundener Daten zu generieren, jedoch mit großem IT-Potenzial: Eine der kompliziertesten Herausforderungen besteht darin, die resultierende Komplexität zu managen, Prozesse aufzubauen und zu integrieren Datenflüsse, um eine einzige und übergreifende Datenbank zu speisen. Dank dieses immensen Data Lake ist es möglich, die gesamte Unternehmensproduktionswelt aus einer Gesamtsicht zu steuern und Entscheidungen auf Basis organischer Datenanalysen und synthetischer KPIs zu treffen.

Das Sammeln großer Datenmengen ist auch ein Enabling Factor für Algorithmen der Künstlichen Intelligenz, die seit einigen Jahren nicht mehr nur ein faszinierendes Forschungsthema, sondern eine konkrete Chance für das industrielle Ökosystem sind, insbesondere durch den Zweig des maschinellen Lernens, der sog. Maschinelles Lernen genannt.

Machine Learning für Gießereiqualität und Smart Manufacturing

Viele Unternehmen der Gießerei- und Gießereiindustrie haben eine Schnittstelle zu einem hart umkämpften Markt, in dem Kunden Garantien in Bezug auf und Verbesserung des Qualitätsniveaus verlangen: Dieses Niveau ein wenig anzuheben erfordert viel Aufwand.

Eine Anwendung von Machine Learning zur Bewältigung dieser Herausforderung ist PredectiveQuality Analytics: Die Verknüpfung von Prozessparametern und Produktqualität wird vertieft, um auftretende Probleme oder im Extremfall Ausschuss zu antizipieren.

Wenn an einem bestimmten Punkt im Prozess ein qualitatives Problem auftritt, besteht häufig die Tendenz, das Problem gezielt vor Ort zu untersuchen: Mit der automatisierten Analyse kann stattdessen ein globaler Ansatz zur Suche nach den möglichen Ursachen verwendet werden , zum Beispiel haben den Beginn der Verschwendung geführt.

Das Werkzeug ist ein prädiktives Modell, das während eines kontinuierlichen Prozesses, wie beispielsweise einem Stahl- oder Gusseisenguss, wirkt, Hinweise auf die Qualität des Produkts während seiner Herstellung liefert und die von den Sensoren an den 4.0-Gießereianlagen gelieferten Werte überwacht. Der Vorteil liegt in der Vorwegnahme des qualitativen Feedbacks, das in der Regel erst nach dem Prozess, in der Test- und Zertifizierungsphase der Produkte vor dem Verkauf, gewonnen wird.

Mit vernetzten Systemen ist noch viel mehr möglich: Kundenfeedback oder auch die über vernetzte Produkte gesammelten Parameter können langfristig gute Hinweise auf den Qualitätstrend geben und die Möglichkeit, Produktqualität mit Prozessparametern zu verbinden, deutlich erhöhen. Es ist nicht ungewöhnlich, dass einige Prozesse Subunternehmern anvertraut werden, aus denen weitere Informationen gesammelt werden können, um das vollständige Foto des Produktlebens vor seiner Vermarktung zu rekonstruieren.

Dies ist die Welt der vernetzten Lieferketten: Lieferanten, Subunternehmer und Kunden werden in jeder Hinsicht Teil des Produktionsökosystems, ein einziger kontinuierlicher Informationsfluss. Durch diesen Trend können beispielsweise Produktionsplanungssysteme untersucht werden, um den Treffpunkt zwischen einem exzellenten Serviceniveau und der Optimierung von Produktionskapazitäten und Ressourcen zu finden.

Automatisierte Prozesse der Smart Manufacturing

Das Ergebnis ist ein zusammenhängendes Gesamtsystem, das einfacher zu verwalten und zu steuern ist, in dem ein datengesteuertes Entscheidungsmodell implementiert ist, mit Auswirkungen nicht nur auf die Produktionsabteilungen, sondern auch auf die Verwaltungs- und Finanzabteilungen der 4.0-Gießerei.

Ein Beispiel hierfür sind RoboticProcess Automation-Systeme, die in der Lage sind, Backoffice-Aktivitäten zu unterstützen, indem sie sich wiederholende und mechanische Dateneingabevorgänge wie den Abgleich von Rechnungen mit dem Bestell- und Wareneingang und die automatische Abrechnung des Dokuments übernehmen.

Der Wert der Integration in die Giesserei 4.0

In einem zunehmend wettbewerbsintensiven Markt, in dem es erforderlich ist, den Qualitätsstandard etwas zu Positionen von Vorteil für die Augen des Kunden.

Es ist entscheidend, dass Unternehmen die Chancen der Digitalisierung nutzen, Transformationsmaßnahmen mit einer globalen Vision durchführen, sich auf Partner verlassen, die den gesamten Produktionsprozess "sehen" können und den Übergang zu eines Smart Manufacturing unterstützen. Sich weiterhin auf einzelne spezifische Eingriffe zu beschränken, auf eine einzelne Anlage und nicht auf einen einzelnen Prozess, kann einen lokalen Nutzen generieren, erfasst aber sicherlich nicht den disruptiven Wandel, der durch die globale digitale Vernetzung begünstigt wird.

 

Quelle: In Fonderia - Das Magazin der italienischen Gießereiindustrie, Nr. 2 - 2021