Options
2020
Book Article
Titel
Individuelle Prozessketten im Werkzeugbau durch daten- und modellbasierte Prognosen
Alternative
Individual manufacturing process chains in tooling by data driven and model based forecast methods
Abstract
Konnte sich der Werkzeugbau in der Vergangenheit durch die eigene Innovationskraft vom globalen Markt differenzieren, so muss er sich heutzutage durch die Effizienzsteigerung in der Fertigung und die Senkung der Produktionskosten vom Markt abgrenzen. Der heterogene Einsatz verschiedenster Fertigungstechnologien erzeugt einen hohen Planungsaufwand in der Unikatfertigung und erfordert technologieübergreifendes Prozess-verständnis. Auf Basis dieser Komplexität resultieren starke Abweichungen der prognostizierten und tatsächlichen Bearbeitungszeiten, sowohl auf Einzeltechnologieebene als auch technologieübergreifend. Dies hat zur Folge, dass deutliche Potenziale in der Fertigung liegen gelassen werden. Ein möglicher Lösungsansatz diese Potenziale zu nutzen, liegt in der Implementierung von individuellen und adaptiven Prozessketten, sodass bei Störungen wie bspw. einem Maschinenausfall oder Eilaufträgen, auch technologieüber-greifend umgeplant werden kann. Zur Integration von individuellen Prozessketten müssen jedoch einige Herausforderungen überwunden werden, wie bspw. die Erhöhung der Prognosefähigkeit und die Klassifizierung von Bauteilen in der Unikatfertigung. Durch die Kopplung von modell- und datenbasierten Methoden kann die Anzahl an benötigten Daten reduziert und die Prognosefähigkeit gesteigert werden. Darüber hinaus ist die Maschinendatenverfügbarkeit und -verarbeitung entscheidend um weiteres Prozesswissen für die Entscheidungsfindung und Arbeitsplanerstellung zu generieren.
;
In the past, toolmaking was able to differentiate itself from the global market through its own innovative strength but today it must distinguish itself from the market by increasing efficiency in manufacturing and reducing production costs. The heterogeneous use of different manufacturing technologies generates a high planning effort in the one-off production and requires an understanding of processes across technologies. Based on this complexity, strong deviations of the predicted and actual processing times result, both on the individual technology level and across technologies. As a result, significant potentials are not exploited in manufacturing. One possible approach to exploit this potential lies in the implementation of individual and adaptive process chains, so that in the event of disturbances such as machine failure or rush orders, it is also possible to reschedule across technologies. To integrate individual process chains, however, a number of challenges must be overcome, such as increasing the ability to forecast and classify parts in one-off production. By interlinking data driven and model based methods, the amount of required data can be reduced and the forecasting ability will be increased. In addition, machine data availability and processing is crucial to generate further process knowledge for decision making and work plan generation.
Author(s)