Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Augmented-Reality-unterstütztes, prädiktives Condition-Monitoring-System für Werkzeugmaschinen

 
: Praedikow, Michael; Richter, Anja; Apitzsch, René; Klimant, Philipp

Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik -IWU-, Chemnitz; TU Dresden; TU Bergakademie Freiberg; Sächsische Allianz für MAterial- und RessourcenEffiziente TechnOlogien -AMARETO-:
1. Kolloquium vom Werkstoff zum ressourcenschonenden Produkt 2018 : 31. Mai 2018, Fraunhofer IWU, Chemnitz
Chemnitz, 2018
ISBN: 978-3-95735-091-6
S.85-89
Kolloquium vom Werkstoff zum ressourcenschonenden Produkt <1, 2018, Chemnitz>
Deutsch
Konferenzbeitrag
Fraunhofer IWU ()
Werkzeugmaschine; condition monitoring; vorausschauende Instandhaltung; augmented reality

Abstract
Reaktive Instandhaltungsmodelle führen oftmals zu nicht planbaren Produktionsunterbrechungen, präventive Modelle mit festen Wartungsintervallen verschenken evtl. noch vorhandene Abnutzungsvorräte. Zudem werden bereits vorhandene bzw. sich anbahnende Fehlfunktionen der Maschine durch das Bedien- und Wartungspersonal vielfach fehlinterpretiert oder ignoriert. Beide Problemkreise generieren in der Serien- und Massenfertigung auf den Stückpreis unmittelbar durchschlagende, die Wettbewerbsfähigkeit negativ beeinflussende Kosten. Eine auf Steuerungs- und Sensordaten basierende objektive Bewertung des aktuellen Verschleißzustandes, verbunden mit einer statistik und/oder modellgestützten Vorhersage künftiger Ausfallwahrscheinlichkeiten sowie einer verständlichen Augmented-Reality-gestützten Visualisierung der Baugruppenzustände und Ableitung entsprechender Handlungs- und Serviceanweisungen, ermöglicht eine Minimierung des Einflusses derart kostentreibender Faktoren. Die modulare Systemarchitektur ermöglicht eine Anpassung an das spezifische Verschleiß- und Ausfallverhaltender zu überwachenden Maschinen.

: http://publica.fraunhofer.de/dokumente/N-518352.html

<