Digitalisierung

Akteure im Produktlebenszyklus und deren informationstechnische Vernetzung 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter 1. Innerbetrieblich 2. Unternehmen und Versorger 3. Unternehmen und Supply Chain 4. Unternehmen, Produkt und Kunde 5. Produkt und Verwerter

Digitalisierte Produktentwicklung

Beste verfügbare Techniken

Entwicklung cyber-physischer Systeme und modellbasiertes Systems Engineering

Eine Grundvoraussetzung zur Umsetzung Industrie 4.0 ist die Fähigkeit, cyber-physischer Systeme (CPS) effizient zu entwickeln und abzusichern. Die Herausforderungen in diesem Bereich sind groß. So lassen sich bei der Entwicklung von CPS stark wachsende Anteile von Elektronik und Software beobachten, um die neue Produktintelligenz zu ermöglichen. Daher stellt das Produkt an sich bereits ein komplexes System dar. Nichtsdestotrotz wird im Fall von CPS die Komplexität zusätzlich erhöht, da die Absicherung von in sich geschlossenen Produkten zu diesem Zweck nicht mehr ausreichend ist. Vielmehr geht es hierbei darum, die systemischen Effekte miteinander vernetzter Produkte vorherzusehen und mögliche Störgrößen auszuschließen. Ein Beispiel hierfür ist das autonome Fahren. So muss z. B. bei einem Spurwechselvorgang auch darauf geachtet werden, wie andere autonom fahrende Fahrzeuge auf neue Verkehrssituationen reagieren.

Ein wesentliches Hilfsmittel zu diesem Zweck stellt das Modellbasierte Systems Engineering dar. Durch die domänenunabhängige Beschreibung des zu entwickelnden Systems in einem einheitlichen Produktmodell sowie die Verknüpfung zahlreicher Partialmodelle zur Verhaltenssimulation kann die Effizienz bei der Entwicklung von CPS gesteigert werden. Vorteile sind hier die verbesserte Verknüpfung von Anforderungen, Funktionen, Systemelementen sowie Testverfahren. Darüber hinaus kann das MBSE-Modell disziplinenübergreifend zum Informationsaustausch sowie zur integrierten Spezifikation und Absicherung des Systems verwendet werden.

Entwicklungsbegleitende Kostenabschätzung

Einige CAD-Programme bieten mittlerweile die Funktion anhand einer gegebenen Konstruktion Aussagen über die Material- und Fertigungskosten des Entwurfs zu treffen. Hierfür wird anhand der Geometrie auf die Fertigungsschritte geschlossen, die in einer Datenbank mit ihren jeweiligen Kosten hinterlegt sind. Hierbei werden auch Kosten für den geplanten Verlust einberechnet. Es ist also möglich, bereits in der Konstruktion den geplanten Verlust als Anteil der Materialkosten anhand von Geometrieänderungen zu beeinflussen (siehe z. B. [aPriori (2018)]).

Quelle(n):

  • aPriori (2018): Design to Cost [online]. aPriori [abgerufen am: 27. November 2018], verfügbar unter: Link

Materialdatenbanken

Für eine analytische Materialauswahl müssen zahlreiche Parameter gleichzeitig betrachtet und gegeneinander abgewogen werden. Hierbei sind neben den klassischen Faktoren der beanspruchungsgerechten Werkstoffauswahl (Härte, Festigkeit, Gewicht, Viskosität etc.) weitere Aspekte zu berücksichtigen (z. B. Energieaufwand der Herstellung, Recyclingfähigkeit etc.). Gerade für letztere Faktoren ist jedoch eine angemessene Datenlage erforderlich. Hierfür wurden kommerzielle Materialdatenbanken entwickelt, welche entsprechende Werte beinhalten (z. B. GRANTA CES Selector). Der Zugang zu diesen Datenbanken ist zumeist sehr einfach gestaltet und verlangt wenige Vorkenntnisse.

Simulation zur Absicherung von Energie- und Materialverbräuchen (Sicht Produktentwicklung)

Mittels Simulation lassen sich Ressourceneffizienzpotenziale genau evaluieren, ohne kostenintensive Prototypen herzustellen und Versuche durchzuführen. Aus Sicht der Produktentwicklung sind dabei insbesondere die Fertigbarkeit bzw. der Aufwand zur Fertigung sowie das Verhalten des Produktes in der Nutzungsphase relevant.

Für die Evaluierung der Konstruktion im Hinblick auf die Fertigung helfen Standardwerkzeuge, wie z. B. Computer Aided Manufacturing, um die Fertigbarkeit, z. B. bei Fräsvorgängen, zu beurteilen. Darüber hinaus existieren spezielle Softwarelösungen, die einzelne Fertigungsverfahren fokussieren und konstruktionsbedingte Fehler bei der Herstellung vermeiden (z. B. Identifikation von Hinterschneidungen bei der Gusssimulation). Hier kann auch der Aufwand durch die Anzahl der benötigten Arbeitsschritte sowie den Materialaufwand abgeschätzt werden.

In der Nutzungsphase ist eine Simulation des Produktverhaltens möglich, z. B. um das Produkt gegen Belastungen abzusichern und dadurch haltbarer zu gestalten. Außerdem helfen bspw. thermodynamische Modelle dabei, den Wirkungsgrad und damit indirekt den Energieverbrauch in der Nutzungsphase zu optimieren.

Topologieoptimierung

Besondere Potenziale im Bereich Leichtbau lassen sich durch Topologieoptimierung erreichen. Mit dieser rechnergestützten Optimierungsform ist es möglich die Bauteilgeometrie direkt aus den zu erwartenden Lasten abzuleiten. Die hierbei generierten bionisch anmutenden Strukturen, lassen sich aufgrund ihrer Komplexität allerdings zumeist nur über additive Fertigungsverfahren realisieren. Funktionen zur Topologieoptimierung sind bereits in vielen kommerziellen CAD/CAE Tools, wie z. B. ANSYS oder SolidWorks 2018, integriert.

Vereinfachte Ökobilanztools

Die Durchführung einer vollumfänglichen Ökobilanz nach DIN EN ISO 14040 (2006) liefert wichtige Informationen zu Ressourcenverbräuchen und Emissionen, die durch eine Konstruktion im Produktlebenszyklus verursacht werden. Nichtsdestotrotz erfordert die Durchführung dieser Methode einen hohen Aufwand, Expertenwissen und viele Informationen, die erst nach der Produktion (z. B. Energieaufwand der Fertigung) bzw. sogar am Ende des Produktlebens (z. B. Nutzungsdauer) zur Verfügung stehen. Aus diesem Grund wurden zahlreiche Ansätze für vereinfachte Ökobilanzen entwickelt. Hierbei werden standardisierte Lebenswegmodelle verwendet, die mit Datenbanken ausgewählter Materialien und Fertigungsprozesse gekoppelt sind. Diese Werkzeuge sind entweder als einfache Online-Tools erhältlich (tlw. frei zugänglich siehe [OVAM (2015)]) oder direkt in CAD-Programme integriert (z. B. SolidWorks Sustainability oder Inventor Eco Materials Adviser).

Quelle(n):

  • DIN EN ISO 14040:2006: Deutsches Institut für Normung e. V., Umweltmanagement – Ökobilanz – Grundsätze und Rahmenbedingungen. Beuth Verlag GmbH, Berlin.
  • OVAM (2015): Ecolizer [online]. OVAM Ecodesign.link [abgerufen am: 29. April 2019], verfügbar unter: Link

Virtueller Prototyp

Als virtueller Prototyp wird eine Kombination von statischen (z. B. CAD) und dynamischen (z. B. FEM, MKS) Modellen eines Produktes bezeichnet [Feldhusen, J. und Gebhardt, B. (2008), S. 62]. Durch die modellhafte Abbildung kann die Gestalt und das Verhalten des Produktes bereits frühzeitig simuliert und gegenüber allen prognostizierten Beanspruchungen und gewollten Funktionsmustern abgesichert werden. Hierdurch ist es möglich die Anzahl physischer Prototypen zu verringern und somit auch Ressourcen einzusparen.

Quelle(n):

  • Feldhusen, J. und Gebhardt, B. (2008): Product Lifecycle Management für die Praxis. Ein Leitfaden zur modularen Einführung, Umsetzung und Anwendung. Springer-Verlag, Berlin/Heidelberg. ISBN 978-3-540-34009-6.

Wissensbasierte Konstruktion

Ein wesentliches Hilfsmittel, um Zeit und Kosten in der Entwicklung zu sparen, besteht im Rückgriff auf bestehendes Wissen und existierende Arbeitsergebnisse. Die wissensbasierte Konstruktion (engl. „Knowledge-based Engineering [KBE]“) kann bei dieser Aufgabe unterstützen und verfolgt dabei die folgenden Ziele: „Standardisierung, Automatisierung, Qualitätssteigerung und – sicherung, Schaffung von Transparenz, Erhöhung der Kundenzufriedenheit, Erhöhung der Mitarbeiterzufriedenheit“ [VDI 5610 Blatt 2 (2017-05), S. 4]. in diesem Kontext ergeben sich auch Potenziale zur Optimierung der Ressourceneffizienz. So kann beispielsweise eine verbesserte Qualitätsabsicherung dazu beitragen qualitätsbedingte Ausschüsse in der Produktion zu verringern. Außerdem hilft eine gesteigerte Transparenz dabei, die Entscheidungsqualität in der Produktentwicklung zu erhöhen (z. B. durch Ermittlung von Kennzahlen zur Ressourceneffizienz verschiedener Konstruktionsvarianten).

Zur Umsetzung von KBE existieren zahlreiche unterschiedliche Ansätze. Diese reichen von einfachen Bibliotheken aus CAD-Geometrieelementen bis hin zu intelligenten Softwareprogrammen, welche Makros zur Automatisierung von Konstruktionsvorgängen oder Berechnungsalgorithmen zur Erhebung von Kennzahlen für den Ingenieur bereitstellen [VDI 5610 Blatt 2 (2017-05), S. 25 ff.].

Quelle(n):

  • VDI 5610 Blatt 2:2017-05: Verein Deutscher Ingenieure e.V., Wissensmanagement im Ingenieurwesen. Beuth Verlag GmbH, Berlin.

Umsetzungsbeispiele

Bionisches Design einer Flugzeugtrennwand mittels Topologieoptimierung

Die Firma Airbus hat gemeinsam mit dem Architekturbüro The Living eine Flugzeugtrennwand entwickelt, die auf bionischen Prinzipien beruht. Hierbei wurde als Grundlage für den strukturbildenden Optimierungsalgorithmus das Ausbreitungsverhalten eines Schleimpilzes gewählt. Die hierdurch erzeugten diffizilen Strukturen wurden hinsichtlich des Gewichts und unter der Randbedingung angemessener statischer Belastungsfähigkeit (Durchbiegung) optimiert. Insgesamt konnten durch den Entwurf 45 % des Gewichts der Trennwand eingespart werden. Die Fertigung der Trennwand erfolgt mit additiven Verfahren [Micallef, K. (2016)].

Quelle(n):

  • Micallef, K. (2016): Airbus entwickelt bionisches Design für die Zukunft des Fliegens [online]. Redshift by Autodesk, 2. August 2016 [abgerufen am: 14. November 2018], verfügbar unter: Link

Kontinuierliche Materialeinsparungen durch Anwendung der Finiten Elemente Methode

Die Interstuhl Büromöbel GmbH & Co. KG entwickelt und produziert hochwertige Sitzgelegenheiten primär für Industrie- und Office-Anwendungen. Das Unternehmen ist an einem ganzheitlichen Umweltmanagement interessiert und kann dies mit zahlreichen Gütesiegeln, wie z. B. dem Blauen Engel, belegen. Ein Element der hier verfolgten Strategie betrifft auch die kontinuierliche Optimierung der Ressourceneffizienz ihrer Produkte. So wird das bestehende Produktportfolio in regelmäßigen Abständen auf den Prüfstand gestellt. Eines der hier durchgeführten Vorhaben umfasst eine Optimierung der Fußkreuze von Bürostühlen mittels Finite Element Methode. Hierdurch können pro Jahr 67,5 Tonnen Polyamid eingespart werden. Der hierdurch eingesparte Materialwert beträgt über 100.000 Euro pro Jahr [Schmidt, M. et al. (2017b), S. 249].

Quelle(n):

  • Schmidt, M.; Spieth, H.; Bauer, J. und Haubach, C. (2017): Weniger ist mehr – Optimierung mit der Finite Elemente Methode. In: Schmidt, M., Spieth, H., Bauer, J. und Haubach, C., Hg. 100 Betriebe für Ressourceneffizienz – Band 1. Berlin, Heidelberg: Springer Berlin Heidelberg, S. 246 - 249. ISBN 978-3-662-53366-6.

Projekte

BaSys 4.0 - Basissystem Industrie 4.0

Prozesseigenschaften:
  • Realisierung wandelbarer Produktionsprozesse durch Entwicklung einer virtuellen Open-Source Middleware
  • Fungiert als Basissystem für Produktionsanlagen, verknüpft und integriert bestehende Technologien
  • Erstellung eines digitalen Prozessabbildes, das aus digitalen Zwillingen aller relevanten Produktionseinheiten besteht, sowie Bereitstellung sämtlicher Prozessdaten an gemeinsamer Schnittstelle zur wirtschaftlichen Produktion minimaler Losgrößen
Zur kompletten Projektbeschreibung

e-SimPro – Effiziente Produktionsmaschinen durch Simulation in der Entwicklung

Prozesseigenschaften:
  • Softwaretool zur Simulation des Energiebedarfs von Werkzeugmaschinen
  • Dadurch angestrebte Prognostizierbarkeit des Energiebedarfs soll Grundlage für die Entwicklung energieeffizienterer Werkzeugmaschinen bilden
  • Quantifizierung des Energieverbrauchs sowohl für frühe Entwicklungsphase als auch für konkrete Fertigungsaufgaben
  • Werkzeugmaschinenhersteller nutzen erstellte Softwaremodule im Entwicklungs- und Projektierungsbereich

it's OWL – Systems Engineering(SE)

Prozesseigenschaften:
  • Verbesserung des Produktentwicklungsprozesses intelligenter Produkte und Produktsysteme durch Erarbeitung einer disziplinübergreifenden Methodik und Bereitstellung von Werkzeugen und Erfahrungswissen
  • Entwickeltes Modell ermöglicht ganzheitliches Systemverständnis und bildet Basis aller Entwurfsaktivitäten verschiedener Disziplinen (v. a. Maschinenbau, Elektrotechnik, Softwaretechnik, Regelungstechnik)
  • Verwertung der Ergebnisse ermöglicht Reduzierung von Entwicklungszeit und -aufwand sowie Steigerung der Produktqualität und Wettbewerbsfähigkeit
Zur kompletten Projektbeschreibung

mecPro² – Modellbasierter Entwicklungsprozess cybertronischer Produkte und Produktionssysteme

Prozesseigenschaften:
  • Integration von Daten und Informationen verschiedener Entwicklungsdisziplinen in die Entwicklung cybertronischer Systeme
  • Erstellung eines Referenzentwicklungsprozesses durch Analyse der Anforderungen konkreter Anwendungsbeispiele (Use-Case-Ansatz)
  • Beschreibung der cybertronischen Systeme mit Techniken des Model-based System Engineerings (MBSE)
  • Entwicklung eines Modellverwaltungskonzeptes und genauere Bestimmung eines Datenmodells
  • Validierung des Ansatzes durch die Integration von Daten- und Prozessmodell in PLM-Software
Zur kompletten Projektbeschreibung

Intelligente innerbetriebliche Logistik

Beste verfügbare Techniken

Fahrerlose Transportsysteme

Bei fahrerlosen Transportsystemen (FTS) handelt es sich um autonom agierende Transportmittel, welche selbstständig in der Lage sind, Materialien, Werkstücke und sonstige Lasten in Fabriken, Lagern und Außenbereichen zu transportieren. Die verfügbaren FTS unterscheiden sich dabei hinsichtlich der möglichen Beladung (wenige Kilogramm bis mehrere Tonnen) und der Geschwindigkeit (variiert bezogen auf den Grad an Personenkontakt). Weiterhin können reine Flurförderzeuge (Transport von A nach B) und Flurförderzeuge mit Hubeinrichtung (z. B. zusätzliche Funktion zum Heben oder Stapeln) differenziert werden. Die Navigation der Systeme kann auf verschiedene Arten erfolgen, z. B. über magnetische oder induktive Leitlinien, Transponder, Laser oder GPS [Michalek, R. (2019)].

Der Einsatz von FTS wirkt sich vor allem auf die Produktivität aus, da hierdurch die Abwicklung von Transportvorgängen beschleunigt wird und Fehler reduzierbar sind. Im Hinblick auf die Ressourceneffizienz können unter Umständen Lagerverluste durch erhöhte Prozessstabilität vermieden werden (weniger Unfälle, falsche Handhabungen etc.). Im Gegenzug müssen hier jedoch erhöhte Aufwände für Steuerungselektronik in einer Lebenszyklusbetrachtung gegengerechnet werden. Für eine entsprechende Beurteilung fehlt derzeit noch die wissenschaftliche Basis.

Quelle(n):

  • Michalek, R. (2019): Was sind fahrerlose Transportsysteme? Definition & Vorteile [online]. Vogel Communications Group GmbH & Co. KG [abgerufen am: 9. April 2019], verfügbar unter: Link

Intelligente Warenlager

Für eine effiziente Lagerverwaltung und Bestandsplanung sind vielfältige Informationen notwendig. Diese betreffen beispielsweise den aktuellen Lagerinhalt und die Position der einzelnen Waren, Haltbarkeitsdaten, geplante Warenbewegungen und Nachfrageprognosen. Intelligente Warenlager bieten die Grundlage, diese Informationen bereitzustellen, und weisen darüber hinaus einen hohen Grad der Automatisierung auf, um Waren physisch zu bewegen und verschiedene Teilsysteme der Fabrik, wie z. B. Beschaffung, Logistik und Lagermanagement, miteinander zu verknüpfen. Ein intelligentes Warenlager vereint dabei die Technologiebereiche Robotik, RFID, künstliche Intelligenz, das Internet der Dinge und Warehouse Management Systeme [SelectHub (2018)]. Die hierdurch verfolgte Vision ist ein komplett selbstregulierter Warenmanagementprozess, der eine bedarfsorientierte und individualisierte Produktion erlaubt und gleichzeitig zukünftige Bedarfe intelligent vorhersagen kann. Autonome Transportsysteme kommunizieren dabei mit den Regalen und Behältern und wissen daher stets, wo sich welches Material in welcher Menge befindet. Wird Nachschub benötigt, ist ein intelligentes Warenlager selbstständig in der Lage, diesen zu bestellen. Zukünftig wird es durch stetige Verbesserungen der Drohnentechnologie ggf. auch möglich sein, kleinste Stückzahlen sehr schnell als Versorgungslieferung zu erhalten, wodurch die Notwendigkeit, Bestände in der Fabrik zu halten, weiter verringert wird.

Quelle(n):

  • SelectHub (2018): What are Smart Warehouse Systems? [online]. SelectHub [abgerufen am: 28. November 2018], verfügbar unter: Link

Simulation logistischer Abläufe

Die Planung logistischer Abläufe in der Produktion impliziert die Zusammenarbeit verschiedener Abteilungen und Zuständigkeiten vom Warenlager über einzelne Produktionsprozesse bis hin zur kompletten Fabrik- und Layoutplanung. Aufgrund der hier vorherrschenden stark integrierten Prozesse ist es sinnvoll, wenn alle beteiligten Akteure in einem gemeinsamen Planungsmodell arbeiten. Zentraler Fokus ist hierbei der Materialfluss, welcher in entsprechenden Tools gleichermaßen modelliert und simuliert werden kann. Moderne Planungswerkzeuge bieten zudem die Möglichkeit der Einbindung der virtuellen Realität, um die realen Proportionen einer Fabrik hinsichtlich der Wegführung bei Transportvorgängen oder hinsichtlich des Fabriklayouts besser einschätzen zu können [Schwarz, J.-M. (2017)].

Quelle(n):

  • Schwarz, J.-M. (2017): Produktionslogistik: Digitalisierung als Erfolgsfaktor [online]. WIN-Verlag GmbH & Co. KG [abgerufen am: 10. April 2019], verfügbar unter: Link

Umsetzungsbeispiele

Optimierung der innerbetrieblichen Logistik durch digitale End-to-End-Prozesse

In der J. Schmalz GmbH werden Vakuum-Komponenten für die Handhabungstechnik hergestellt. Teil des Produktportfolios sind Flächengreifer, welche auch Schaumteile beinhalten. Früher erfolgte eine Herstellung der Schaumteile standardisiert über ein Fräsbild bei externen Dienstleistern. Bis zur Bestellung eines Kunden wurden die Schaumteile eingelagert. Lange Lagerzeiten führten dabei regelmäßig zu Ausschüssen, da sich über die Zeit Materialeigenschaften der Teile verschlechterten. Im Zuge einer grundlegenden Überarbeitung der Produktionsabläufe des Unternehmens konnte dieses Problem behoben werden. So finden Produktionsvorgänge nun kundeninduziert statt. Das vom Kunden übermittelte CAD-Modell wird dabei automatisch an eine Schneidemaschine übermittelt, die daraufhin die gewünschte Schaumform über Nacht herstellt. Direkt an die Bearbeitung angebunden ist ein intelligentes Kanban System, welches automatisch die benötigten Nachschübe für die Produktion organisiert. Damit können Bestände drastisch reduziert werden. Im Zuge dieser konsequenten Digitalisierungsstrategie wurden auch andere Geschäftsprozesse verbessert. Bestellungen werden z. B. automatisch durch Einscannen von Barcodes ausgelöst. Darüber hinaus wird mittels Simulation von Lagerbewegungen eine Erhöhung der Pick-Zahl angestrebt. Dies ist unter anderem durch die volle informationstechnische Transparenz des Warenlagers in Form eines Warehouse Management Systems (WMS) möglich [vgl. Schebek, L. et al. (2017), 227 ff.].

Quelle(n):

  • Schebek, L.; Kannengießer, J.; Campitelli, A.; Fischer, J.; Abele, E.; Bauerdick, C.; Anderl, R.; Haag, S.; Sauer, A. und Mandel, J. (2017): Ressourceneffizienz durch Industrie 4.0 – Potenziale für KMU des verarbeitenden Gewerbes. VDI Zentrum Ressourceneffizienz GmbH, verfügbar unter: Link

Projekte

Netkops – Vernetzte, kognitive Produktionssysteme

Prozesseigenschaften:
  • Förder- und Produktionsmittel werden zur Ermöglichung von parallelem Fluss von Material und Informationen durchgängig vernetzt
  • Dezentrale Materialflusssteuerung durch neuartiges Produktrouting, bei dem jedes Förderelement durch Austausch mit benachbarten Elementen die Routenplanung einzelner Fördergüter selbst durchführt
  • Fördermatrix aus vielen Modulen, die unabhängige Bewegungen ausführen können und gleichzeitig mit anderen Modulen interagieren, um situationsabhängig Entscheidungen über das Routing des jeweiligen Produktes zu treffen
  • Eröffnung zahlreicher Möglichkeiten der individuellen Navigation auf der Fördermatrix (Drehen, Ein- und Ausschleusen, Ausrichten …)
Zur kompletten Projektbeschreibung

ProSeCo – Produktdaten- und sensorbasierte intelligente Antriebsregelung für flexible Fertigungs- und Intralogistikprozesse

Prozesseigenschaften:
  • Autonome Prozesssteuerung durch die Entwicklung eines dezentralen Motormanagements
  • Einbindung von Daten intelligenter Produkte in die Antriebssteuerung, deren Regelung so an das jeweilige Produkt und den Betriebszustand angepasst werden kann
  • Motor selbst dient ebenfalls als Informationsquelle (z. B. Daten aus Strom- und Temperaturverläufen) und ermöglicht die Überwachung des Gesundheits- und Belastungszustands des Antriebsstrangs, wodurch Wartungskosten gesenkt werden können
Zur kompletten Projektbeschreibung

Videos

Perfekter Materialstrom im Schwarzwald

Intelligente Kollaboration und Schulung

Beste verfügbare Techniken

VR-/AR-gestützte Assistenz- und Schulungssysteme

Virtuelle Visualisierungstechniken bieten die Möglichkeit, die reale Welt bzw. deren virtuelle Abbilder mit zusätzlichen Informationen anzureichern. Hierdurch ergeben sich neue Möglichkeiten Informationen an Mitarbeiter zu vermitteln. Zu diesem Zweck können zwei verschiedene Formen der Unterstützung voneinander abgegrenzt werden. Die VR- bzw. AR-basierte Schulung zielt auf eine Erhöhung der Lernproduktivität durch interaktive Tutorials ab. Das reale Element (z. B. Maschine, Werkzeug) kann dadurch mit zusätzlicher Symbolik und Text versehen werden, um zielführende Möglichkeiten der Interaktion anzuzeigen (z. B. um den Umgang mit einer Maschine zu erlernen) [vgl. Rudolf, A.-K. (2016)].

Eine weitere Möglichkeit der Unterstützung bieten AR-/VR-basierte Assistenzsysteme. Hier geht es nicht um eine einmalige Vermittlung von Inhalten, sondern um eine fortlaufende Arbeitserleichterung. Beispiele hierfür sind Montageassistenzsysteme, bei denen die Werker schnell die verschiedenen Montagepunkte visualisiert bekommen, um so Montagezeit zu sparen und Fehler zu vermeiden.

Quelle(n):

  • Rudolf, A.-K. (2016): Fünf Anwendungsszenarien von Virtual Reality in Unternehmen [online]. Familie Gräf Holding GmbH, 14.12.2016 [abgerufen am: 02.05.2019], verfügbar unter: Link

VR-Kollaboration

Im Zuge der Entwicklung leistungsfähiger und kostengünstiger Head-Mounted-Displays für VR-Anwendungen existieren nun auch Anwendungen, die eine Zusammenarbeit im virtuellen Raum ermöglichen. Die Optionen reichen hier von komplett virtuellen Meetings, die reale Gesprächssituationen nahezu vollständig nachbilden, bis hin zur gemeinsamen Arbeit an geteilten Modellen. So können beispielsweise CAD-Modelle gemeinsam in ihren realen Proportionen betrachtet werden. Es ist hier auch möglich, mit den Elementen des Modells zu interagieren, z. B. durch Bewegung von Objekten oder Hinzufügen von Annotationen. Auf diese Weise kann VR ebenso dazu genutzt werden, Arbeitsstände oder Konfigurationsmöglichkeiten eines Produktes vorzuführen und damit beispielsweise Kundengespräche und Produktpräsentationen zu verbessern [vgl. Rudolf, A.-K. (2016)]. Einflüsse dieser Technologie auf die Ressourceneffizienz ergeben sich mittelbar über verringerte Reisebedarfe und eine bessere Abstimmung, die zu einer Vermeidung von Fehlern führen kann.

Quelle(n):

  • Rudolf, A.-K. (2016): Fünf Anwendungsszenarien von Virtual Reality in Unternehmen [online]. Familie Gräf Holding GmbH, 14.12.2016 [abgerufen am: 02.05.2019], verfügbar unter: Link

Projekte

APPsist – Intelligentes Assistenz- und Wissenssystem in der Produktion

Prozesseigenschaften:
  • Entwicklung der grundlegenden Architektur neuer kontextsensitiver Assistenz- und Wissensdienste, außerdem Implementierung ebendieser (Informations-, Wissens- und Expertisemanagement beim Einsatz cyber-physischer Systeme)
  • Software mit Technologien der AR und VR (Augmented bzw. Virtual Reality) und Methoden der künstlichen Intelligenz für Mensch-Maschine-Interaktion
  • Einsatz, Überprüfung und Validierung der entwickelten Dienste bei industriellen Unternehmen und wissenschaftlichen Projektpartnern
Zur kompletten Projektbeschreibung

Datenbasierte Regelung kollaborativer Wertschöpfungsnetzwerke mittels geschützter Transparenz (ReKoNeT)

Prozesseigenschaften:
  • Unternehmen (besonders KMU) sollen befähigt werden, als Partner eines Wertschöpfungsnetzwerkes flexibel agieren und reagieren zu können
  • Ganzheitliche Betrachtung der Prozesse aller Akteure ermöglicht eine höhere Gesamtleistung des Wertschöpfungsnetzwerkes
  • Zur Erreichung eines höheres Kollaborationsniveaus im Unternehmen werden konkrete Handlungsempfehlungen aus datengetriebenen Modellen abgeleitet und eine Referenzarchitektur für den Datenaustausch (z.B. sichere Kommunikation mittels Cloud-Plattformen) entwickelt
Zur kompletten Projektbeschreibung

Geco-Lab: Dem Klimawandel begegnen - das Beispiel Auszubildende (klimAZUBI)

Prozesseigenschaften:
  • Entwicklung eines Bildungsangebots für Auszubildende zum Thema Klimawandel
  • Thematisierung von ökonomischen, ökologischen und sozialen Konsequenzen des Klimawandels für Unternehmen
  • Praxisorientierter Aufbau der Lerneinheiten
Zur kompletten Projektbeschreibung

KoDeMat – Befähigung von KMU zur kollaborativen Planung und Entwicklung heterogener, dezentral gesteuerter Materialflusssysteme

Prozesseigenschaften:
  • Schaffung der Grundlagen von kollaborativen Engineeringprozessen (unternehmensübergreifende Planung, Realisierung und Inbetriebnahme) für dezentral gesteuerte Intralogistiksysteme
  • Entwicklung einer offenen Kollaborationsplattform mit Planungs- und Simulationswerkzeugen zur Unterstützung der gemeinsamen Projektarbeit
  • Nutzung der Plattform und erarbeiteter Vorgehensweisen soll Geschäftsfelder für KMU eröffnen, die bisher nur von Großunternehmen bedient werden konnten
Zur kompletten Projektbeschreibung

VirMont: mitarbeiterzentriertes Gestalten, Anlernen und Unterstützen menschlicher Arbeit in der Montage mittels VR- und AR-Technologien

Prozesseigenschaften:
  • komplexere Montagevorgänge sollen durch virtuelle Technologien unterstützt werden
  • Montagemitarbeiter werden mit Virtual-Reality(VR-)Technologien in Verbindung mit einer neuen Softwareplattform in die Planung und Gestaltung des Arbeitsplatzes einbezogen, neue Arbeitsabläufe werden anschließend individuell (Berücksichtigung der Bedürfnisse und Fähigkeiten der einzelnen Anwender) trainiert
  • Brillen mit Augmented-Reality(AR-)Technologie unterstützen die Mitarbeiter bei Tätigkeiten, indem virtuelle Informationen (z. B. Montageanleitungen) in der realen Umgebung eingeblendet werden
  • Erprobung und Begleitung der Ergebnisse bei den Anwendungspartnern
Zur kompletten Projektbeschreibung

Intelligente Produktionsplanung

Beste verfügbare Techniken

Digitale Fabrik

Die Digitale Fabrik definiert sich durch das Zusammenwirken von Methoden, Modellen und Werkzeugen, die den Produktionsplaner bei den Vorbereitungen der Inbetriebnahme, des Anlaufes und der Serienfertigung unterstützt. Hierbei stehen die Verkürzung und Absicherung des Anlaufs sowie die Optimierung der Serienproduktion im Vordergrund. Zu diesem Zweck erfolgt eine digitale Abbildung von statischen (z. B. CAD) und dynamischen (z. B. Materialfluss) Modellen von Anlagen und Produktionsabläufen [VDI 4499 Blatt 2 (2011-05)]. Wesentliche Kernelemente des Begriffs sind laut VDI 4499 Blatt 1 [VDI 4499 Blatt 1 (2008-02)] die folgenden Teilbereiche:

  • Logistik: Modellierung von Material- und Informationsflüssen in Verbindung mit der Integration mit anderen inner- und außerbetrieblichen Systemen,
  • Flächen- und Layoutplanung: Bestimmung vorteilhafter Anordnungen des Fabriklayouts sowie der Position von Anlagen, Maschinen und anderen Betriebsmitteln im Gebäude,
  • Nebenbetriebe: Berücksichtigung von Hilfsfunktionen im Planungsprozess, z. B. Instandhaltung, Werkzeugbereitstellung und
  • Organisation: Definition der Aufbau- und Ablauforganisation und der Personalqualifizierung,
  • Gebäude und Gestaltung: Erarbeitung von Raumkonzepten durch Definition von Farben, Oberflächen etc.,
  • Infrastruktur: Planung der Medienversorgung (z. B. Energie, Luft, Wasser).

Neben Modellen der Fertigung und des Gebäudes können an dieser Stelle ebenfalls Modelle des Produktes integriert werden. Hierdurch bietet die Digitale Fabrik eine wichtige Schnittstellenfunktion zwischen der Produktentwicklung und Produktionsplanung. Aus Sicht der Ressourceneffizienz können anhand der Methoden der Digitalen Fabrik daher neben fabrikplanerischen Maßnahmen, wie z. B. der Organisation effizienter Materialflüsse, auch Rückschlüsse auf das Produktdesign gezogen werden. So ist z. B. eine Simulation von Bearbeitungsvorgängen möglich, um den Verschnitt zu bestimmen. Ist dieser zu hoch, können Anpassungen der Produktgeometrie sinnvoll sein, z. B. die Vermeidung schwieriger Radien.

Quelle(n):

  • VDI 4499 Blatt 2:2011-05: Verein Deutscher Ingenieure e.V., Digitale Fabrik – Digitaler Fabrikbetrieb, Beuth Verlag GmbH, Berlin.
  • VDI 4499 Blatt 1:2008-02: Verein Deutscher Ingenieure e.V., Digitale Fabrik. Beuth Verlag GmbH, Berlin.

Digitaler Fabrikzwilling

Wenn das digitale Fabrikmodell soweit mit dem real existierenden Maschinenpark verknüpft ist, so dass ein realitätsgetreues Abbild der Maschinen und Anlagen geschaffen wird, kann von einem digitalen Zwilling gesprochen werden. Ziel ist die Simulation, Steuerung und Verbesserung der physischen Assets aus der virtuellen Welt. Charakteristisch hierbei ist die Kopplung eines statischen Fabrikmodells mit Echtzeitdaten, welche die reale Produktion wiederspiegeln. Hierbei können Auftrags- und Betriebsdaten sowie Energie- und Materialverbrauchsdaten im Vordergrund stehen. Außerdem sind im Zwilling die jeweiligen Fähigkeiten und Konfigurationsmöglichkeiten der Maschinen hinterlegt, so dass sich diese automatisch und selbstständig an neue Situationen in der Produktion anpassen können (z. B. neue Aufträge, Störungen etc.) [Sauer, O. (2018)].

Quelle(n):

  • Sauer, O. (2018): Digitales Abbild – Was in den Digitalen Zwilling gehört [online]. TeDo Verlag GmbH [abgerufen am: 18. März 2019], verfügbar unter: Link

Effiziente Planung kundenindividueller Produkte

Kunden verlangen heutzutage individuelle Produkte zu einem Preis der Massenfertigung. Hierzu gibt es als wesentliches Werkzeug der „Mass Customization“ z. B. die Möglichkeit, Konfiguratoren bereitzustellen, die es dem Kunden ermöglichen, sein Produkt zu individualisieren und dabei gleichzeitig die Herstellbarkeit der Varianten abzusichern (z. B. Konfiguration von Nike-Turnschuhen [Nike Inc. (2018)]). Darüber hinaus können Produkte auch vollständig individualisiert werden. Im Kontext der Digitalisierung und Verfügbarkeit neuer Fertigungsverfahren bieten sich hier zusätzliche Möglichkeiten, den hohen Aufwand für ein individuelles Produkt zu verringern. Ein Beispiel hierfür ist die Maßanfertigung von Schuhen durch Scanning und additive Fertigungsverfahren [Schreier, J. (2017)]. Durch diese effiziente Art der Interaktion mit dem Kunden entfallen Aufwände für die Herstellung physischer Prototypen sowie für die Logistik durch ein geringeres Transport- und Reiseaufkommen.

Quelle(n):

  • Nike Inc. (2018): NikeiD [online]. Nike Inc. [abgerufen am: 19. November 2018], verfügbar unter: Link
  • Schreier, J. (2017): Individuelle Fußbekleidung aus dem 3D-Drucker [online]. Vogel Communications Group, 11. September 2017 [abgerufen am: 2. Mai 2019], verfügbar unter: Link

Modellbasierte Definition

Die Abstimmung zwischen Produktentwicklung und Fertigungsplanung unterliegt immer wieder Missverständnissen, die auf eine fehlende oder ungenaue Produktdokumentation zurückzuführen sind und damit qualitätsbedingte Ausschüsse verursachen. Eine Möglichkeit, um die Kommunikation zwischen den Fachabteilungen zu vereinfachen, ist eine Optimierung der hier verwendeten Informationsträger und der hiermit verbundenen Optionen des Informationsaustausches. Während in der Entwicklung zumeist bereits 3-D-Modelle verwendet werden, kommt in der Fertigung noch in vielen Fällen eine zweidimensionale Zeichnungsableitung zum Einsatz. 2-D-Zeichnungen können jedoch im Vergleich zum 3-D-Modell weniger Informationen übersichtlich vermitteln und bieten Raum für Interpretationsfehler. Außerdem ist ein hohes perspektivisches Vorstellungsvermögen notwendig, um die Zeichnung in ihrer Gänze zu verstehen. Für die Gewährleistung einer reibungslosen Kommunikation zwischen Produktentwicklung, Fertigung und Qualitätssicherung, wird mit einer modellbasierten Definition daher ein Ansatz verfolgt, der nur noch das 3-D-Modell als zentrales Kommunikationsmedium in den Vordergrund stellt. Damit ist es möglich, Dimension, Werkstoff, Form- und Lagetoleranzen direkt im 3-D Modell zu speichern, statt hierfür eine separate Zeichnung anzufertigen. Diese "Product and Manufacturing Information (PMI)" können nun auch über das Austauschformat Step 242 Format an andere Tools übertragen werden und vereinfachen so zusätzlich die Abstimmung zwischen verschiedenen Systemwelten [Bremer, T. (2017)].

Quelle(n):

  • Bremer, T. (2017): Modellbasierte Definition: Produktinformation an Fertigung übermitteln [online]. Fertix, 14. Juni 2017 [abgerufen am: 27. November 2018], verfügbar unter: Link

Simulation des Energieverbrauchs von Gebäuden und Produktionsprozessen

Die Simulation stellt ein wesentliches digitales Werkzeug zur Reduktion des Energiebedarfs von Produktionseinrichtungen dar. Hierbei können Ansätze zur Simulation von Gebäuden oder Produktionsprozessen sowie integrierte Simulationsmodelle unterschieden werden. Die Simulation von Gebäuden bezieht sich vor allem auf thermodynamische Modelle, welche aufzeigen, wie die Wärmeverteilung in geplanten Gebäuden aussehen könnte bzw. wie sich Änderungen am Gebäude auswirken. Zusätzlich muss der Stromverbrauch der technischen Gebäudeausstattung in zusätzlichen Modellen berücksichtigt werden. Einen Schwerpunkt der letzten Jahre stellt auch die Integration von Simulationsmodellen mit Building Information Modelling (BIM) dar [van Treeck, C. et al. (2015)].

Für die Simulation des Energiebedarfs in der Produktion existieren zahlreiche Ansätze, die von detaillierten Simulationen einzelner Maschinen anhand der NC-Programme über die Simulation von Produktionsprozessen bis zur integrierten Betrachtung ganzer Fabriken reichen [siehe z. B. Duflou, J. R. et al. (2012)]. Im letzten Fall geht es vor allem darum, im Kontext der Digitalen Fabrik erstellte Modelle des Materialflusses und des Energieverbrauchs miteinander zu koppeln und so prospektiv verschiedene Prozessführungen zu vergleichen [Wenzel, S. et al. (2015)].

Als zukünftiges Forschungsfeld ergibt sich die Problemstellung, den Energieverbrauch von Gebäuden und Produktionsanlagen bei der Fabrikplanung integriert zu betrachten [siehe z. B. Fraunhofer (2017)].

Quelle(n):

  • van Treeck, C.; Wimmer, R. und Maile, T. (2015): BIM für die Energiebedarfsermittlung und Gebäudesimulation. In: Borrmann, A.; König, M.; Koch, C. und Beetz, J., Hg. Building Information Modeling. Technologische Grundlagen und industrielle Praxis. Springer Vieweg, Wiesbaden, S. 293-303, ISBN 978-3-658-05605-6.
  • Duflou, J. R.; Sutherland, J. W.; Dornfeld, D.; Herrmann, C.; Jeswiet, J.; Kara, S.; Hauschild, M. und Kellens, K. (2012): Towards energy and resource efficient manufacturing: A processes and systems approach. In: CIRP Annals-Manufacturing Technology, 61(2), 587 – 609.
  • Wenzel, S.; Halfar, F.; Pöge, C. und Spieckermann, S. (2015): Simulationsgestützte Planung energieeffizienter Produktionssysteme. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb, 110(7-8), 403 – 406.
  • Fraunhofer (2017): Plusenergie-Fabrik [online], 5. April 2019 [abgerufen am: 9. April 2019], verfügbar unter: Link

Simulation des Materialflusses

Die Planung logistischer Abläufe in der Produktion impliziert die Zusammenarbeit verschiedener Abteilungen und Zuständigkeiten vom Warenlager über einzelne Produktionsprozesse bis hin zur kompletten Fabrik- und Layoutplanung. Aufgrund der hier vorherrschenden stark integrierten Prozesse erweist es sich als sinnvoll, wenn alle beteiligten Akteure in einem gemeinsamen Planungsmodell arbeiten. Zentraler Fokus im Kontext der digitalen Fabrik ist hierbei der Materialfluss, welcher in entsprechenden Tools gleichermaßen modelliert und simuliert werden kann [Schwarz, J.-M. (2017)]. Hierdurch können wesentliche Kennzahlen einer Produktion, wie z. B. die Durchlaufzeit oder die Auslastung der Anlagen oder Transportmittel, identifiziert werden. Über die Durchlaufzeit wird auch indirekt der Energieverbrauch des Produktionsprozesses bestimmt. Außerdem können durch den Materialfluss Ausschüsse berechnet werden, die bei einem gegebenen Produktionsprogramm zu erwarten sind.

Quelle(n):

  • Schwarz, J.-M. (2017): Produktionslogistik: Digitalisierung als Erfolgsfaktor [online]. WIN-Verlag GmbH & Co. KG [abgerufen am: 10. April 2019], verfügbar unter: Link

Simulation zur Absicherung von Energie- und Materialverbräuchen (Sicht Produktionsplanung)

Die Planung von Fertigungsprozessen erfordert eine detaillierte Definition von Prozessketten, mit denen die von der Konstruktion spezifizierten Bauteile realisiert werden. Hierfür existieren in den meisten Fällen verschiedene Möglichkeiten, die aus Sicht der Ressourceneffizienz gegeneinander abgewogen werden sollten. Als Basis für eine Einschätzung, ob sich ein bestimmtes Verfahren zur Herstellung eignet oder welches Verfahren vorteilhaft ist, sind zahlreiche Analysen notwendig. Simulation bietet hier eine sinnvolle Möglichkeit die Herstellung kostenintensiver Prototypen und Versuche zu vermeiden. Hierbei helfen einerseits Standardwerkzeuge, wie z. B. Computer Aided Manufacturing, um aus dem CAD Modell effiziente Bearbeitungswege, z. B. bei Fräsvorgängen abzuleiten. Darüber hinaus existieren auch spezielle Softwarelösungen, die einzelne Fertigungsverfahren fokussieren und Fehler bei der Herstellung vermeiden (z. B. Druckgusssimulation). Neben der Vermeidung von Herstellungsfehlern und der Auswahl des effizientesten Verfahrens kann Simulation auch zur Vermeidung von geplantem Verlust eingesetzt werden. Ein Beispiel hierfür ist das Nesting-Verfahren bei der trennenden Bearbeitung. Dieser Optimierungsansatz hilft dabei die optimale Verteilung der Werkstücke auf dem Rohmaterial zu finden. So können beispielsweise Materialverluste durch Stanzgitter bei der Blechbearbeitung minimiert werden.

Virtuelle Inbetriebnahme

Die Inbetriebnahme von Produktionsanlagen kennzeichnet den letzten Schritt vor Anlauf der Serienproduktion. Hierfür müssen alle im Vorfeld erdachten Funktionen und damit ermöglichten Prozesse der Anlage getestet werden. Die konventionelle Inbetriebnahme erfolgt dabei direkt bei den Kunden. Werden hier erstmalig Funktionstests durchgeführt, ergeben sich erhebliche Risiken für Kunden und Hersteller. So wird durch die Inbetriebnahme zumeist die bestehende Produktion des Kunden beeinträchtigt. Treten an dieser Stelle Fehler auf, entstehen hohe Kosten durch Anlagenausfälle und Stillstände. Sind Fehler nicht vor Ort zu beheben, entwickeln sich zusätzlich hohe Aufwände für die Logistik und damit eine Beeinträchtigung der Ressourceneffizienz. Aus diesem Grund zielt die virtuelle Inbetriebnahme darauf ab, komplexe Abläufe der Fertigung und Logistik zunächst zu simulieren und die Wechselwirkungen zwischen den Anlagenbestandteilen zu testen [vgl. Brökelmann, J. (2015), S. 31 ff.]. Neben der Simulation der mechanischen Sicht der Prozesskinematik stehen hier auch elektronische und informationstechnische Komponenten im Vordergrund [VDI 3633 Blatt 8 (2007-04 (in Überarbeitung))]. Um das Zusammenspiel von virtuellen und physischen Anlagenkomponenten zu evaluieren, wird auf eine Hardware- und Software-in-the-Loop-Simulation zurückgegriffen, welche das Verhalten anderer Systemkomponenten durch entsprechende Steuersignale nachbildet [vgl. Baum, J. und Schäfer, R. (2018)].

Quelle(n):

  • Brökelmann, J. (2015): Systematik der virtuellen Inbetriebnahme von automatisierten Produktionssystemen. Dissertation.
  • VDI 3633 Blatt 8:2007-04 (in Überarbeitung): Verein Deutscher Ingenieure e.V., Simulation von Logistik-, Materialfluss- und Produktionssystemen. Beuth Verlag GmbH, Berlin.
  • Baum, J. und Schäfer, R. (2018): Homag Group reduziert Produktionszeiten mit Simulationslösung ISG-Virtuos [online]. Vogel Communications Group GmbH & Co. KG, 8. März 2018 [abgerufen am: 30. April 2019], verfügbar unter: Link

Virtuelle/erweiterte Realität in der Anlagen- und Fabrikplanung

Moderne Planungswerkzeuge bieten die Möglichkeit, virtuelle Realität (engl. Virtual Reality [VR]) bzw. erweiterte Realität (engl. Augmented Reality [AR]) einzubinden, um die realen Proportionen einer Fabrikhalle und den darin enthaltenen Maschinenpark besser einschätzen zu können. Der Einsatz von VR/AR bietet sich dabei in verschiedenen Phasen des Anlagen- bzw. Fabriklebenszyklus an. In der Projektierung lassen sich verschiedene Anlagenkonzepte detailliert als Entscheidungsgrundlage miteinander vergleichen. In der Detailplanung kann VR/AR beispielsweise dazu genutzt werden, Anlagen sicherheitstechnisch und ergonomisch auszulegen und dabei gleichzeitig Planungsfehler, wie z. B. Kollisionen von Roboterarmen oder zu schmale Fluchtwege, zu vermeiden. Hierbei können auch Simulationen des Materialflusses mit einbezogen werden. Im Aufbau der Fabrik lassen sich mit AR Abgleiche des Ist-Zustandes der Aufbauten mit den vorliegenden Planungsdaten ermöglichen. Außerdem können sicherheitskritische Tests bei der Inbetriebnahme vorab simuliert werden, um Arbeiter und Maschinen vor Schaden zu bewahren. Selbst nachdem die Fabrik aufgebaut wurde, kann VR/AR noch zur Schulung der Mitarbeiter eingesetzt werden, z. B. um Montagevorgänge oder die Bedienung einer Maschine zu erlernen [vgl. Runde, C. (2015)].

Quelle(n):

  • Runde, C. (2015): Virtuelle Techniken in der Fabrikplanung [online] – Anwendungen und Technologien. Virtual Dimension Center (VDC) Fellbach, 14. August 2015 [abgerufen am: 29. April 2019], verfügbar unter: Link

Umsetzungsbeispiele

Automatische Produktion von Greifwerkzeugen basierend auf Geometriedaten

Die SCHUNK GmbH & Co. KG aus Lauffen am Neckar entwickelt und produziert Greifsysteme und Spanntechnik. Mit seinem eGRIP-Ansatz beschreitet das Unternehmen dabei einen innovativen (weltweit einzigartigen) Weg, um die Greifsysteme an die zu transportierenden Werkstücke anzupassen. So muss der Kunde lediglich ein CAD-Modell seines Werkstücks an das Unternehmen schicken, woraufhin automatisch die optimale Geometrie des Greifwerkzeugs ermittelt wird. Das Werkzeug wird anschließend additiv aus Kunststoff, Stahl oder Aluminium gefertigt. Nach Angaben des Herstellers sinken hierdurch die Kosten zur Konstruktion des Greifers um 97 %. Weiterhin können die Greifer durch additive Fertigung bis zu 50 % leichter ausgelegt werden, wodurch auch der Energieverbrauch im Betrieb des Roboters abnimmt. Zudem entfallen physische Prototypen und ggf. Transportaufwände, um die Greifer zu testen [vgl. SCHUNK GmbH & Co. KG (2019)].

Quelle(n):

  • SCHUNK GmbH & Co. KG (2019): eGRIP [online]. SCHUNK GmbH & Co. KG, 29. April 2019 [abgerufen am: 29. April 2019], verfügbar unter: Link

Null Fehler durch integrierte Prozesskette vom CAD-System bis zur Fertigung

Die Ingersoll Werkzeuge GmbH fertigt zu 90 % Sonderwerkzeuge in sehr geringen Losgrößen (1 bis 3). Die Gefahr von Ausschüssen durch eine fehlerhafte Konfiguration der NC-Zerspanungsmaschinen ist bei dieser Art der Fertigung sehr hoch. Aus diesem Grund setzt das Unternehmen auf eine lückenlose Prozesskette vom CAD-System bis zur eigentlichen Fertigung, kombiniert mit einer Vorab-Simulation des Fertigungsvorgangs. Hierfür wird zusätzlich zur NC-Bahnplanung mit CAM ein Simulationstool eingesetzt, welches eine Kollisionsprüfung vereinfachen kann. Außerdem erfolgt hier automatisch ein Abgleich der Spezifikationen des gefertigten Bauteils mit dem CAD Modell. Um die Prozesskette mit möglichst wenig Aufwand realisieren zu können, wurden zusätzlich eigene Softwarelösungen entwickelt, die den NC-Programmierer dabei unterstützen, die benötigten Werkzeuge und Aufnahme auszuwählen und automatisch zusammenzubauen. Schnittstellen zwischen dem Simulationstool und dieser Eigenentwicklung erlauben darüber hinaus sogar, den Aufbau automatisch anzupassen, wenn im Simulationsmodell Kollisionen festgestellt wurden [Vogel Communications Group (2018)].

Quelle(n):

  • Vogel Communications Group (2018): Auf Anhieb kollisionsfrei fertigen [online]. Vogel Communications Group, 07.09.18 [abgerufen am: 22. November 2018], verfügbar unter: Link

Projekte

BaSys 4.0 - Basissystem Industrie 4.0

Prozesseigenschaften:
  • Realisierung wandelbarer Produktionsprozesse durch Entwicklung einer virtuellen Open-Source Middleware
  • Fungiert als Basissystem für Produktionsanlagen, verknüpft und integriert bestehende Technologien
  • Erstellung eines digitalen Prozessabbildes, das aus digitalen Zwillingen aller relevanten Produktionseinheiten besteht, sowie Bereitstellung sämtlicher Prozessdaten an gemeinsamer Schnittstelle zur wirtschaftlichen Produktion minimaler Losgrößen
Zur kompletten Projektbeschreibung

GUIDES – Generalized Support and Investigation Design for Nested Systems

Prozesseigenschaften:
  • Aktuelle Erkenntnisse des Machine Lerning und der Big Data Analysis werden in das Feinplanungstool GANTPLAN (DUALIS GmbH) implementiert
  • Dadurch werden eine höhere Qualität der Ergebnisse, die Bewältigung komplexerer Planungsaufgaben, kürzere Rechenzeiten und mehr Transparenz im Planungsprozess ermöglicht
  • Schnellere Reaktion auf Änderungen kann durch Zwischenspeicherung von Analyseergebnissen erreicht werden
Zur kompletten Projektbeschreibung

SmartFACE – Smart Micro Factory für Elektrofahrzeuge mit schlanker Produktionsplanung

Prozesseigenschaften:
  • Entwicklung nachhaltiger Konzepte und Methoden für Kleinstserienfertigung
  • Entwurf neuer Ansätze für Produktions- und Fertigungsplanung mit wandlungsfähigen Strukturen durch Einbindung cyber-physischer Systeme (CPS)
  • Dezentrale Steuerung über das Internet der Dinge soll ermöglichen, dass Fertigungsteile selbstständig im Produktionsprozess navigieren und Maschinen eigenständig die Lasten verteilen, um effizienteren Betrieb und höhere Auslastung zu erreichen (lokale Optimierung)
Zur kompletten Projektbeschreibung

Zuschnittoptimierung für Stahlprofile – AutoBarSizer

Prozesseigenschaften:
  • Mit entwickeltem Softwaretool können optimale Schnittpläne für den Zuschnitt von Stahlprofilen und anderen Stangen (Langgut) in kürzere Teile (Fixgut) erstellt werden
  • Verteilung der Schnitte anhand eines optimalen Materialnutzungsgrades und organisatorischer Randbedingungen, die den Aufwand der Schnitte betreffen
  • Bestimmung einer optimalen Verschachtelung der Fixteile bei Zuschnitt auf Gehrung
  • Vermeidung von Materialverlusten, Einsparen von Lagerkosten durch optimale Verwendung von Restbeständen
Zur kompletten Projektbeschreibung

Videos

Material sparen durch Industrie 4.0

Intelligente Wartung

Beste verfügbare Techniken

Condition Monitoring

Für eine Verbesserung der Wartung des Maschinenparks bietet sich eine Zustandsüberwachung an (Condition Monitoring). Durch die Integration von Sensorik kann der Systemnutzer bzw. Betreiber den Zustand einzelner Komponenten und Aggregate in Echtzeit nachverfolgen. Außerdem können Alarme definiert werden, wenn Parameter definierte Grenzwerte überschreiten. Hierdurch können auch Fernwartungen ermöglicht werden, die es Anlagenherstellern erlauben, Wartungsservices anzubieten [ITwissen.info (2018)].

Quelle(n):

  • ITwissen.info (2018): Condition Monitoring [online]. DATACOM Buchverlag GmbH [abgerufen am: 1. April 2019], verfügbar unter: Link

Predictive Maintenance

Über Condition Monitoring hinaus können erfasste Zustandsdaten auch auf zukünftige Entwicklungen des Maschinenzustandes schließen lassen. Durch den Einsatz entsprechender Modelle und Algorithmen kann eine Vorhersage von notwendigen Wartungen und Reparaturen anhand der realen Bauteilbeschaffenheit realisiert werden (Predictive Maintenance). Hierdurch werden im Gegensatz zur turnusgemäßen Wartung keine Bauteile ausgetauscht, die eigentlich noch funktionstüchtig sind. Zusätzlich wird es hierdurch möglich, Ausfallzeiten der Maschinen gering zu halten.

Projekte

AMELI4.0 – Condition Monitoring in Industrie 4.0

Prozesseigenschaften:
  • Einsatz von Mikroelektromechanischen-System-(MEMS-)Multisensorsystemen für die vernetzte Produktion
  • Kombination von Körperschallsensorik und akustischen MEMS-Mikrofonen mit kinetischem Energie-Harvesting (Nanogeneratoren) und energieeffizienten, selbstlernenden Auswertealgorithmen
  • Sensorplattform mit Fähigkeit zur Selbstdiagnose und Selbstkonfiguration
Zur kompletten Projektbeschreibung

Leistungszentrum Digitale Vernetzung – Digitale Produktions- und Maintenance-Assistenz

Prozesseigenschaften:
  • Erfassung, Aufbereitung und Verknüpfung relevanter Anlagendaten als Basis für interaktive und kontextabhängige Handlungsanweisungen an Werker und Servicetechniker
  • Zustandserfassung mittels Ein-Platinen-Computern und Mikroelektromechanischen-System-(MEMS-)Sensoren bzw. -Netzwerken
  • Machine Learning Algorithmen, Methode der Integrierten Unternehmensmodellierung sowie Augmented und Virtual Reality sind weitere verwendete Technologien
Zur kompletten Projektbeschreibung

Leistungszentrum Digitale Vernetzung – Intelligente Werkzeuge und Instrumente

Prozesseigenschaften:
  • Unterstützung von Werkern bei manuellen Reparatur- oder (De-)Montageprozessen durch intelligente Werkzeuge zur Steigerung der Prozessstabilität
  • Vermeidung von Fehlern, Senkung von Montagezeit und Schulungsaufwand, Erhöhung der Produktlebensdauer
  • Visualisierung der Durchführungshinweise und Feedback mittels erfasster Montagedaten
Zur kompletten Projektbeschreibung

Supreme – automatisierte, vorhersagbare Instandhaltung

Prozesseigenschaften:
  • Entwicklung digitaler Werkzeuge zur dynamischen Anpassung der Instandhaltungsstrategie
  • Sensoren zur Datenermittlung für Verschleiß- und Prognosemodelle
  • Erhöhung der Verfügbarkeit, Reduzierung der Instandhaltungskosten und Energieverbrauchssenkung
Zur kompletten Projektbeschreibung

Videos

Industrie 4.0 leicht gemacht

Intelligentes Qualitätsmanagement

Beste verfügbare Techniken

Mix Sigma

Eine interessante Möglichkeit, um Anforderungen an Fertigungstoleranzen so gering wie möglich zu halten wurde in einem gemeinschaftlichen Projekt der Telekom Innovation Laboratories und OSRAM evaluiert. Unter dem Titel Mix Sigma ist hierbei ein Vorgehen entstanden, welches darauf basiert, Qualitätssicherungen verschiedener Wertschöpfungsstufen integriert zu betrachten. Hierdurch wird es möglich, Bauteile entsprechend ihrer individuellen Maßabweichungen zu kombinieren. So kann bspw. eine Maßabweichung bei dem Durchmesser einer Welle durch eine Abweichung des Durchmessers der Lagersitze ausgeglichen werden. Auf diese Weise sind auch Teile für die Produktion verwendbar, die unter normalen Umständen als Ausschuss deklariert worden wären. Voraussetzung hierfür ist eine über die Wertschöpfungsstufen geteilte Erhebung und Nutzung individueller Bauteildaten im Kontext des digitalen Zwillings [Deutsche Gesellschaft für Qualität (2018)].

Quelle(n):

  • Deutsche Gesellschaft für Qualität (2018): Es geht auch anders: mit „Mix Sigma“ die Möglichkeiten von Industrie 4.0 nutzen! [online]. Deutsche Gesellschaft für Qualität [abgerufen am: 4. März 2019], verfügbar unter: Link

Reduzierung von Ausschuss durch smarte Prozessüberwachung

Durch die zunehmende Intelligenz von Produktionsanlagen und die bessere Verfügbarkeit von Echtzeitdaten wird es immer leichter, Fehlerquellen im Produktionsablauf zu erkennen und hinsichtlich dieser frühzeitig gegenzusteuern. Die Überwachung kann dabei direkt durch Messungen oder über statistische Methoden erfolgen.

Maschinenintegrierte Messsysteme sind dazu in der Lage, sowohl den Zustand der Maschine (z. B. Werkzeugverschleiß) als auch die Qualität des zu fertigenden Bauteils schon in der Bearbeitung zu überprüfen. Diese Informationen können dann an entsprechende Leitstände weitergeleitet werden, an denen in Echtzeit Störungen an Maschinen und in der Produktqualität aufzeigbar sind. Hierdurch ist ein schneller Eingriff in den Produktionsablauf möglich, um den Ausschuss zu verringern. Auf dieser Basis können die Maschinen ihr Bearbeitungsprogramm selbstständig anpassen, wodurch Abweichungen automatisch korrigierbar sind [Itasse, S. (2018)]. Zusammen mit entsprechenden Modellen können anhand dieser Daten Störungen des Produktionsablaufs, z.B. durch Ausfall einer Maschine, vorausgesagt werden.

Ein weiterer Ansatz in diesem Kontext besteht in der Nutzung statistischer Datenanalyseverfahren, um auf Basis großer Datenmengen aus dem Feld die Ursachen für Qualitätsabweichungen zu ermitteln. Hier können z. B. Big Data Analysen eine große Rolle spielen, um Fehler am Produkt automatisch zu erkennen. So wurde z.B. die Ermittlung von Werkstofffehlern durch die Auswertung von Kameradaten erfolgreich bei der Stahlherstellung getestet. Vorher wurde diese Aufgabe durch eine Sichtprüfung von Mitarbeitern manuell durchgeführt [Jüngling, T. (2018)].

Als weitere Stufe wird derzeit daran gearbeitet, verschiedene Fehlerarten auf die Konfiguration der Prozessparameter zurückführen. Der Begriff prädiktive Qualitätssicherung bezeichnet dabei ein Vorgehen, in dem eine künstliche Intelligenz eingesetzt wird, um mögliche Produktfehler bei der Einstellung der Maschine vorherzusagen bzw. selbst steuernd einzugreifen [Klimm, B. (2018)].

Quelle(n):

  • Itasse, S. (2018): Messsystem für geregelte Blechumformung entwickelt [online]. Vogel Communications Group, 4. Oktober 2018 [abgerufen am: 23. November 2018], verfügbar unter: Link
  • Jüngling, T. (2018): Stahlbranche kämpft mit Terabyte gegen Schrottberge [online]. Axel Springer SE, 24. Februar 2015 [abgerufen am: 22. November 2018], verfügbar unter: Link
  • Klimm, B. (2018): Machine Learning und Big Data im Dienst der Qualitätssicherung [online]. TeDo Verlag GmbH, 22. Juni 2018 [abgerufen am: 22. November 2018], verfügbar unter: Link

Projekte

ACME 4.0 – Akustische Zustandsüberwachung für Industrie 4.0

Prozesseigenschaften:
  • Ziel: Entwicklung einer kabellosen Sensorplattform für Industrieanlagen
  • Messung von Körperschall der Maschinen, Luftschall sowie Frequenzbereich von Infra- und Ultraschall
  • Leichteres und zuverlässigeres Erkennen von Unregelmäßigkeiten im Produktionsprozess durch Verfahren der computerbasierten akustischen Ereigniserkennung
Zur kompletten Projektbeschreibung

Messsystem für geregelte Blechumformung

Prozesseigenschaften:
  • Entwickeltes Messsystem ist in der Lage, die Kraftverteilung in Umformprozessen genau zu bestimmen
  • Modulares System, flexibel auf verschiedene Umformprozesse anwendbar
  • Visualisierung der Messung in einer Heatmap oder direkte Verbindung mit Maschinensteuerung für eine Echtzeitüberprüfung der Qualität der Teile
  • Forschung an automatischer Änderung der Prozessparameter zur Fehlervermeidung
Zur kompletten Projektbeschreibung

Produktion 4.0 – Technologien zur qualitätsgesteuerten Prozess- und Fertigungsoptimierung

Prozesseigenschaften:
  • Realisierung eines selbst überwachenden und optimierenden Produktionssystems
  • Entwicklung von Methoden und Verfahren zur Nutzbarmachung des Optimierungspotenzials der automatischen Ursachenanalyse von Qualitätsschwankungen und der gleichzeitigen Prozesskorrektur durch Ableiten entsprechender Parameter
Zur kompletten Projektbeschreibung

Effizientes Informationsmanagement

Beste verfügbare Techniken

Data Science und Data Analytics

Durch die fortschreitende Digitalisierung werden heute in produzierenden Unternehmen wesentlich mehr Daten erhoben als in der Vergangenheit. Hierdurch ergeben sich auch neue Möglichkeiten für tiefgreifende Analysen des Produktionsumfeldes unter Gesichtspunkten der Ressourceneffizienz. Dabei können verschiedene Arten der Analyse voneinander abgegrenzt werden, die allgemein unter dem Überbegriff „Data Science“ oder „Data Analytics“ zusammengefasst werden. Wesentliches Unterscheidungsmerkmal ist hierbei die Art, wie Daten interpretiert werden, um daraus Schlüsse zu ziehen.

Eine Herangehensweise besteht darin, verschiedene Datensätze, die in einem Unternehmen vorliegen, miteinander in Beziehung zu setzen und so Korrelationen und Muster zu erkennen. Der Datensatz wird also hinsichtlich bisher unbekannter Zusammenhänge erforscht. Ein Beispiel hierfür ist die Bildung von Kundensegmenten anhand von Bestellungen und demographischen Kundendaten. Ein Spezialfall des Data Mining tritt dann auf, wenn sehr große Datenmengen analysiert werden müssen (z. B. im Fall der Erhebung von Echtzeitdaten einer Produktion). Die Speicherung und Verarbeitung dieser großen Datenmengen erfordern zumeist andere Technologien und Verfahren (Big Data Analyse).

Eine andere Herangehensweise an die Datenanalyse erfolgt mittels „Machine Learning“. Im Gegensatz zu Data Mining geht es hier nicht darum, unbekannte Zusammenhänge zu erforschen, sondern anhand bekannter Eigenschaften eines Satzes von Trainingsdaten auf andere Fälle zu schließen (z. B. Spam-Filter). Einen Sonderfall dieses Vorgehens stellt „Predictive Analytics“ dar. Hier wird versucht anhand großer historischer Datensätze auf zukünftiges Verhalten zu schließen. Ein Beispiel hierfür ist die Vorhersage eines Bauteilausfalls durch Abgleich von Ist-Daten mit historischen Betriebszuständen, die zu einem Bauteilausfall geführt haben [vgl. Otzasek, T. (2014)].

Die beschriebenen Analyseverfahren lassen sich auch sinnvoll zur Optimierung der Ressourceneffizienz einsetzen. So kann z. B. mit der Bestimmung der Korrelation der Energieverbrauchskurve mit der Maschinenauslastung durch Data Mining auf unnatürlich hohe, nicht produktionsbezogene Verbräuche geschlossen werden. Alternativ könnte ein Machine Learning Algorithmus in die Produktionsplanung integriert werden, der je nach Produktionsauftrag die ressourceneffizienteste Prozessroute bzw. die optimalen Maschinenkonfigurationen bestimmt und diese ggf. sogar selbstständig steuert.

Quelle(n):

  • Otzasek, T. (2014): Data Mining und Big Data vs. Statistik und Predictive Analytics [online]. solvistas GmbH [abgerufen am: 1. April 2019], verfügbar unter: Link

Digital Thread

Der Digital Thread bezeichnet den Ansatz „Daten aus unterschiedlichen IT-Systemen zusammenzuführen, um daraus neue Erkenntnisse zur Optimierung des Fertigungsprozesses abzuleiten“ [Kletti, J. (2019)]. Kern dieser recht breiten Definition ist die Aussage, dass es im Kontext von Industrie 4.0 nicht mehr ausreicht, auf Insellösungen bei der IT zu setzen, die nur lose oder überhaupt nicht integriert sind. Damit werden die Rahmenbedingungen für neue Formen der Selbstoptimierung geschaffen. So ist hierdurch beispielsweise eine Integration der technischen Gebäudeausrüstung mit dem Maschinenpark möglich. Bei temperaturkritischen Prozessen könnte damit bereits vor Prozessbeginn die Einstellung des benötigten Raumklimas erfolgen. Der Digital Thread ist hierfür notwendige Voraussetzung, da die Software zur Steuerung der Klimatechnik auf die Daten der Produktionsplanung zugreifen muss. Ein anderes Beispiel wäre die Integration qualitätsrelevanter Informationen aus CAD-Modellen (z. B. Toleranzen) mit der Softwareumgebung für die Qualitätssicherung. Auf diese Weise können Übertragungsfehler und Missverständnisse vermieden werden, die ansonsten ggf. zu Produktionsfehlern oder Ausschüssen führen könnten [vgl. Kletti, J. (2019)].

Quelle(n):

  • Kletti, J. (2019): Smart Factory - Funktionale Vernetzung und der Digital Thread [online]. TeDo Verlag GmbH, 23.01.2019 [abgerufen am: 29. April 2019], verfügbar unter: Link

Digitale Fabrik

Die Digitale Fabrik definiert sich durch das Zusammenwirken von Methoden, Modellen und Werkzeugen, die den Produktionsplaner bei Vorbereitungen der Inbetriebnahme, des Anlaufes und der Serienfertigung unterstützt. Hierbei steht die Verkürzung und Absicherung des Anlaufs sowie die Optimierung der Serienproduktion im Vordergrund. Zu diesem Zweck erfolgt eine digitale Abbildung von statischen (z. B. CAD) und dynamischen (z. B. Materialfluss) Modellen von Anlagen und Produktionsabläufen [VDI 4499 Blatt 2 (2011-05)]. Neben Modellen der Fertigungsstationen können an dieser Stelle ebenfalls Modelle des Produktes integriert werden. Hierdurch bietet die Digitale Fabrik eine wichtige Schnittstellenfunktion zwischen Produktentwicklung und Produktionsplanung. Aus Sicht der Ressourceneffizienz können Methoden der digitalen Fabrik daher neben fabrikplanerischen Maßnahmen, wie z. B. der Organisation effizienter Materialflüsse, auch Rückschlüsse auf das Produktdesign gezogen werden. So ist z. B. eine Simulation von Bearbeitungsvorgängen möglich, um den Verschnitt zu bestimmen. Ist dieser zu hoch können Anpassungen der Produktgeometrie sinnvoll sein, z. B. die Vermeidung schwieriger Radien.

Quelle(n):

  • VDI 4499 Blatt 2:2011-05: Verein Deutscher Ingenieure e.V., Digitale Fabrik – Digitaler Fabrikbetrieb, Beuth Verlag GmbH, Berlin.

Digitaler Fabrikzwilling

Wenn das digitale Fabrikmodell soweit mit dem real existierenden Maschinenpark verknüpft ist, dass ein realitätsgetreues Abbild der Maschinen und Anlagen erzeugt wird, kann von einem digitalen Zwilling gesprochen werden. Ziele sind die Simulation, Steuerung und Verbesserung der physischen Assets aus der virtuellen Welt. Charakteristisch hierbei ist die Kopplung eines statischen Fabrikmodells mit Echtzeitdaten, welche die reale Produktion widerspiegeln. Hierbei können Auftrags- und Betriebsdaten sowie Energie- und Materialverbrauchsdaten im Vordergrund stehen. Außerdem sind im Zwilling die jeweiligen Fähigkeiten und Konfigurationsmöglichkeiten der Maschinen hinterlegt, so dass sich diese automatisch und selbstständig an neue Situationen in der Produktion anpassen können (z. B. neue Aufträge, Störungen etc.) [Sauer, O. (2018)].

Quelle(n):

  • Sauer, O. (2018): Digitales Abbild – Was in den Digitalen Zwilling gehört [online]. TeDo Verlag GmbH [abgerufen am: 18. März 2019], verfügbar unter: Link

Durchgängige informationstechnische Prozessketten

Eine wesentliche Grundvoraussetzung für die Digitalisierung ist ein effizienter Umgang mit Informationen. Brüche im Informationsfluss verzögern nicht nur die Abläufe und binden Kapazität (z. B. durch manuelle Übertragungsvorgänge), sondern wirken sich darüber hinaus auch auf die Ressourceneffizienz aus. So kann beispielsweise eine fehlerhafte Informationsweitergabe von der Produktentwicklung an die Fertigung zu Ausschüssen im Serienanlauf führen.

Um eine lückenlose Informationssteuerung zu erreichen, ist mittels einer umfassenden Analyse der Informationsflüsse im Unternehmen zu klären, welche Rolle welche Information zu welchem Zeitpunkt benötigt. Zu diesem Zweck müssen Prozesse, verwendete Methoden sowie Tools entsprechend dem optimalen Informationsfluss aufeinander abgestimmt werden [vgl. Lünnemann, P. et al. (2017), S. 92 ff.]. Im Hinblick auf die Prozesse ist dabei besonders die Identifikation von Schnittstellen zwischen verschiedenen Zuständigkeitsbereichen hervorzuheben. Hier treten oftmals Probleme auf, z. B. aufgrund von Konvertierungsfehlern oder unvollständigen Informationen. Auch bzgl. der verwendeten Tools ist zu prüfen, welche Informationen, Abläufe und Methoden in welchem Tool (insbesondere CAx, PDM und ERP) verwaltet werden und wie die Kompatibilität innerhalb der Systemwelt sichergestellt werden kann.

Quelle(n):

  • Lünnemann, P.; Wang, W. M. und Stark, I. R. (2017): Methodische Analyse der Entwicklungsaktivitäten. In: Brökel, K.; Grote, K. H.; Stelzer, R.; Rieg, F.; Feldhusen, J.; Müller, N. und Köhler, P., Hg. Proceedings des 15. Gemeinsamen Kolloquium Konstruktionstechnik 2017. Duisburg-Essen Publications Online, Universität Duisburg-Essen, S. 89.

Grundlagen der Fertigungsdatenerfassung

Eine lückenlose Prozesserfassung bietet die Grundlage für eine effiziente Prozessführung. Aus Sicht der Produktionsplanung lassen sich Störungen des Prozesses verringern, wodurch der Nutzungsgrad von Maschinen steigerbar ist. Darüber hinaus können durch die Erhebung von Energie- und Materialverbrauchsdaten Rückschlüsse auf die Ressourceneffizienz der aktuellen Prozesskonfiguration gezogen werden.

Ausgangspunkt jeder Fertigungsdatenerfassung ist die Definition von Kennzahlen, um erhobene Daten sinnvoll auswerten zu können. Diese Kennzahlen sollten mit Bedacht ausgewählt werden, da bereits hier der Aufwand der Erhebung und der daraus ableitbare Nutzen zu wesentlichen Teilen festgelegt wird. Darüber hinaus stellen die Zuverlässigkeit und die Qualität der erhobenen Daten wichtige Stellhebel dar, um die Aussagekraft der erhobenen Kennzahlen besser zu beurteilen [vgl. Schmitt, R. et al. (2015), S. 13 f.].

Im Hinblick auf die Datenerhebung werden Initialmessungen, wiederholte Messungen und Echtzeitmessungen unterschieden. Initialmessungen finden zu Beginn der Produktion statt. Diese sind vor allem für Messgrößen sinnvoll, die über die Zeit konstant bleiben. Sich wiederholende Messungen erfolgen beispielsweise bei der Maschinenkalibrierung. Messungen in Echtzeit eignen sich für hochvariable Parameter, die eine kontinuierliche Erhebung notwendig machen (z. B. Verschleiß). Die Art der Erfassung kann hier nach In-Prozess-, Post-Prozess- oder Inline-Messung differenziert werden [vgl. Schmitt, R. et al. (2015), S. 15 ff.]. 

Auf Ebene der Sensorik ist ein Einsatz externer oder maschineninterner Messmethoden möglich. Der einfachste Weg besteht hier darin, die benötigten Daten aus der internen Sensorik der Maschine zu beziehen. Insbesondere bei älteren Maschinen sind entsprechende integrierte Sensoren zumeist nicht vorhanden. Nachrüstungen benötigter Sensoren sind zwar in den meisten Fällen prinzipiell möglich, jedoch oftmals zu teuer. Hier können einfache externe Messgeräte eingesetzt werden, welche physikalische Messgrößen erfassen (z. B. elektrischer Strom) und diese in digitale Werte umwandeln (Analog-digital-Wandler) [vgl. Neugebauer, R. (2014), 209 ff.].

Um aus erhobenen Messwerten sinnvolle Informationen zu ziehen, ist eine permanente Datenverarbeitung notwendig. Diese hat die Aufgabe, erhobene Messwerte auszulesen, aufzubereiten und entsprechend den definierten Kennzahlen miteinander in Beziehung zu setzen. Hierfür werden insbesondere Maschinen- (MDE) bzw. Betriebsdatenerfassungssysteme (BDE) verwendet. Diese Systeme sind vor allem dafür da, den aktuellen Status des Produktionsvorganges auf Maschinen- und Auftragsebene festzustellen (z. B. Auslastung, Maschinenzustand, Energieverbrauch, Chargen- und Seriennummern sowie Fertigungszahlen). Hierbei stellen sie zumeist einen integrierten Bestandteil von Manufacturing Execution Systemen (MES) dar, welche zur operativen Steuerung der Produktion eingesetzt werden (siehe VDMA 66412-1) [vgl. Schmitt, R. et al. (2015), S. 19ff.].

Quelle(n):

  • Schmitt, R.; Brecher, C.; Nau-Hermes, M. und Berners, T. (2015): Material- und Energieeffizienzpotenziale durch den Einsatz von Fertigungsdatenerfassung und -verarbeitung. VDI ZRE GmbH, Kurzanalyse 10 [abgerufen am: 14. März 2019], verfügbar unter: Link
  • Neugebauer, R. (2014): Handbuch ressourcenorientierte Produktion. [Elektronische Ressource], Hanser, München, Hanser eLibrary. ISBN 978-3-446-43008-2, verfügbar unter: Link

Product Lifecycle Management

Product Lifecycle Management (PLM) bezeichnet einen ganzheitlichen Ansatz zum Management produktbezogener Daten über den gesamten Produktlebenszyklus. PLM umfasst damit eine integrierte Sammlung von Tools, die im Produktlebenszyklus eingesetzt werden. Den Schwerpunkt bilden hierbei Produktdatenmanagementsysteme (PDM), die Produktinformationen basierend auf der Produktstruktur verwalten. Hierbei stehen vor allem Entwicklungsdaten im Vordergrund. Kernfunktionalitäten von PDM-Systemen sind daher das Management von Varianten, Konfigurationen und Änderungszuständen sowie die Klassifizierung von Bauteilen und die Definition von Workflows. Aufgrund der hohen Affinität zur Entwicklung bieten PDM-Systeme außerdem umfangreiche Schnittstellen zu CAx-Systemen. Über die Entwicklung hinaus betrachtet PLM auch das Informationsmanagement in der Produktion und Nutzung bis hin zur Entsorgung des Produktes. In der Produktion spielt vor allem die Kopplung mit ERP- und MES-Systemen eine wesentliche Rolle, z. B. um technische und betriebswirtschaftliche Informationen auszutauschen. In der Nutzung erfolgt neben dem Management von Wartungs- und Instandhaltungsaufträgen zunehmend eine Integration von Echtzeitdaten über sogenannte IoT-Plattformen, welche erhobene Daten bündeln und mit zusätzlichen Smart Services koppeln (z. B. prädiktive Instandhaltung).

Virtueller Prototyp

Als virtueller Prototyp wird eine Kombination von statischen (z. B. CAD) und dynamischen (z. B. FEM, MKS) Modellen eines Produktes bezeichnet [Feldhusen, J. und Gebhardt, B. (2008), S. 62]. Durch die modellhafte Abbildung kann die Gestalt und das Verhalten des Produktes bereits frühzeitig simuliert und gegenüber allen prognostizierten Beanspruchungen und gewollten Funktionsmustern abgesichert werden. Hierdurch ist es möglich die Anzahl physischer Prototypen zu verringern und somit auch Ressourcen einzusparen.

Quelle(n):

  • Feldhusen, J. und Gebhardt, B. (2008): Product Lifecycle Management für die Praxis. Ein Leitfaden zur modularen Einführung, Umsetzung und Anwendung. Springer-Verlag, Berlin/Heidelberg. ISBN 978-3-540-34009-6.

Umsetzungsbeispiele

Die papierlose Fabrik

Bisher erfolgen die Vermittlung, Ablage und Weitergabe von Informationen in der Automobilproduktion noch vorrangig papierbasiert. Hierdurch ergeben sich immer wieder Probleme, wie z. B. fehlerhafte Interpretationen von Handschriften, Übertragungsfehler oder Lücken bei der Dokumentation. Außerdem verursacht diese Art des Informationsmanagements zusätzliche Kosten in Form von Material (Druck- und Papierkosten) sowie Arbeitszeit (z. B. physische Verteilung der Dokumente, Scan handschriftlicher Vermerke und händischer Übertrag in ERP-Systeme). Aufgrund dieser Probleme hat sich die Daimler AG nun unter dem Schlagwort papierlose Fabrik zu einer umfassenden Digitalisierung ihrer Prozesse entschlossen. Hierdurch können allein in den Mercedes-Benz Werken in Deutschland acht Tonnen Papier pro Jahr gespart werden. Den Werkern werden digitale Endgeräte zur Verfügung gestellt, mit denen sie ihre Arbeitsschritte dokumentieren und diese Informationen ohne zeitliche Verzögerung und zusätzlichen Aufwand an die Prozesssteuerung weiterleiten können. Hierdurch lassen sich Prozesse auch besser stabilisieren, absichern und z. B. mit Methoden der Datenanalyse verbessern. Außerdem können mit Hilfe von Ortungssystemen, einzelne Fahrzeuge im Feld nachverfolgt werden, wodurch Informationen zu individuellen Fahrzeugkonfigurationen an den einzelnen Fertigungs- und Montagestationen darstellbar sind. Insgesamt werden durch die Digitalisierung der Informationsflüsse also auch eine Verringerung der Durchlaufzeit pro PKW sowie eine Erhöhung der Qualität beabsichtigt [Travers, S. (2018)].

Quelle(n):

  • Travers, S. (2018): Digitalisierung – Papierlos fertigen in der Fabrik der Zukunft [online]. TeDo Verlag GmbH [abgerufen am: 2. April 2019], verfügbar unter: Link

Projekte

BaSys 4.0 – Basissystem Industrie 4.0

Prozesseigenschaften:
  • Realisierung wandelbarer Produktionsprozesse durch Entwicklung einer virtuellen Open-Source Middleware
  • Fungiert als Basissystem für Produktionsanlagen, verknüpft und integriert bestehende Technologien
  • Erstellung eines digitalen Prozessabbildes, das aus digitalen Zwillingen aller relevanten Produktionseinheiten besteht, sowie Bereitstellung sämtlicher Prozessdaten an gemeinsamer Schnittstelle zur wirtschaftlichen Produktion minimaler Losgrößen
Zur kompletten Projektbeschreibung

Dynamisches Referenzmodell der IT- und Prozessqualität in der digital vernetzten Produktentwicklung in KMU (DIP)

Prozesseigenschaften:
  • KMU sollen befähigt werden, die Qualität ihres gesamten Entwicklungsumfeldes (interne IT- und Prozessstrukturen, Kollaborationsfähigkeit mit anderen Unternehmen) einzuschätzen und somit Optimierungspotenziale identifizieren zu können
  • Entwicklung eines Referenzmodells, das die Veränderungen des Marktes, technologischen Fortschritts und partnerschaftlicher Entwicklungen (unterschiedliche Randbedingungen der Zusammenarbeit) berücksichtigt
  • Angebotene Maßnahmen zur Verbesserung, die auf den Bewertungen des Modells beruhen, eröffnen KMU die Vorteile eines kontinuierlichen Verbesserungsprozesses (KVP)
  • Den Maßnahmen entsprechendes proaktives Handeln birgt Potenziale der Problemvermeidung und somit Zeit- und Kostenersparnis
Zur kompletten Projektbeschreibung

PRO-OPT - Big Data Produktionsoptimierung in Smart Ecosystems

Prozesseigenschaften:
  • Projekt im Rahmen des Technologieprogramms „Smart Data – Innovationen aus Daten“(BMWi)
  • Ziel: Ermöglichung der effizienteren Analyse großer Datenmenge für Unternehmen in dezentralen kooperativen Strukturen (Smart Ecosystems)
  • Ansiedelung der Lösung in Deutschland v.a. in Automobilbranche
Zur kompletten Projektbeschreibung

SEKOM - Sichere Echtzeitkommunikation für Industrie und Handel

Prozesseigenschaften:
  • Entwicklung neuer Funktionen und Verfahren für lokale, funkbasierte Kommunikationsnetze, die anhand von zwei Demonstratoren für die Bereiche smarte Fabrik und Smart-Shopping evaluiert werden
  • Verbesserung von Latenzzeit und Zuverlässigkeit der Kommunikationssysteme
  • Erforschung von Verfahren zur Optimierung der Übertragungswege im Netzwerk, damit eine höhere Sicherheit (z. B. bessere Abwehr von Lauschangriffen) gewährleistet werden kann
  • Proaktive Ressourcenzuordnung und Datenbevorratung (Bewegung des mobilen Endgerätes wird vom Netzwerk antizipiert, benötigte Daten und Ressourcen werden an der richtigen Stelle schon bereit gehalten) zur weiteren Optimierung des Kommunikationsnetzes
Zur kompletten Projektbeschreibung

TDZ – Technische Infrastruktur für digitale Zwillinge

Prozesseigenschaften:
  • Integration aller im Laufe des Lebenszyklus anfallenden Daten und Modelle in ein ganzheitliches digitales Produktabbild (digitaler Zwilling), damit Teilmodelle und deren Interaktion über den gesamten Lebenszyklus hinweg betrachtet werden können
  • Grundlage bilden Informationsmodelle, Schnittstellen und passende Kommunikationsprotokolle unter Berücksichtigung existierender Industrie-4.0-Standards, IT-Systeme und Anforderungen der Energie- und Fertigungstechnik
  • Stärkere Vernetzung der Lebenszyklusphasen birgt große Einsparpotenziale von über 50 %
Zur kompletten Projektbeschreibung

Virtuelle Inbetriebnahme mit SMART Hybrid Prototyping (VIB-SHP) – Baukastensysteme für die erlebbare Absicherung von Montageanlagen

Prozesseigenschaften:
  • Einfache und schnelle Erstellung von visuellen, funktionalen Prototypen im Rahmen des Produktentstehungsprozesses
  • Virtuelle Inbetriebnahme soll Aufwand senken und frühere Fehlererkennung gewährleisten
  • Anwenderfreundlicher Baukasten für Smart Hybrid Prototyping stellt Verhaltensmodelle für virtuelle Inbetriebnahme zur Verfügung (z.B. Partialmodelle für Mechanik, Elektrik und Software)
Zur kompletten Projektbeschreibung

Videos

Schnell, genau und effizient mit Daten-Monitoring

Intelligente Maschinensteuerung und Vernetzung

Beste verfügbare Techniken

Effizientere Herstellung variantenreicher Produkte

Die Herstellung variantenreicher Produkte war bisher mit hohem Aufwand verbunden. So erfordert die Fertigung geringer Stückzahlen eine detaillierte Planung, um neue Produktionsaufträge schnell eintakten zu können. Außerdem ergeben sich hohe Ressourcenaufwände durch häufige Umrüstung und damit verbundene Anlaufverluste.

Sobald Maschinen, Werkstücke und Transportbehälter über Kommunikationsplattformen [(z.B. Open Platform Communication (OPC)], standardisierte Schnittstellen [z. B. Extensible Markup Language (XML)] und Übertragungstechnologien (z.B. Bluetooth) miteinander vernetzt werden, ist eine Selbststeuerung der Produktionsprozesse möglich. Mit entsprechend hinterlegten Algorithmen kann auf diesem Weg eine dezentrale Optimierung des Produktionssystems hinsichtlich Kosten, Zeit oder sogar Ressourcenaufwand realisiert werden. Hierdurch ist auch eine integrierte Herstellung mehrerer Varianten auf einer Produktionslinie erreichbar. Ein Beispiel für eine reale Umsetzung autonom agierender Produktionsanlagen stellt das „Forschungs- und Anwendungszentrum Industrie 4.0“ an der Universität Potsdam dar [Universität Potsdam (2019)]. Hier sind verschiedene Szenarien einer digital integrierten  Produktion demonstrierbar, die in regelmäßigen Veranstaltungen vor Ort für interessierte Unternehmen gezeigt werden.

Quelle(n):

  • Universität Potsdam (2019): Forschungs- und Anwendungszentrum Industrie 4.0 [online]. Universität Potsdam [abgerufen am: 12. April 2019], verfügbar unter: Link

Intelligente Regelung und Steuerung

Neben dem Aspekt der Vernetzung umfasst der Begriff Industrie 4.0 auch die Intelligenz der Maschinen an sich. Im Vordergrund steht hierbei der Begriff der Selbstoptimierung. Dieser beschreibt die Fähigkeit der Maschine auf Änderungen von Prozessparametern (z. B. Verschleiß) und andere externe Störgrößen direkt während des Bearbeitungsvorgangs zu reagieren und automatisch Anpassungen vorzunehmen (z. B. Veränderung der Vorschubgeschwindigkeit). Hierfür sind drei wesentliche Komponenten erforderlich.

  • Sensorik erfasst Prozessparameter während des Herstellungsvorganges (z. B. Temperatur bei der Laserbearbeitung),
  • ein physikalisches Modell des Bearbeitungsvorganges verarbeitet die erhobenen Messdaten und setzt diese in Beziehung zu anderen Parametern (z. B. qualitätsbestimmende Merkmale wie temperaturbedingter Verzug),
  • eine Aktorik reagiert auf ungünstige Betriebszustände, die mittels des physikalischen Modells identifiziert wurden, indem automatisch bestimmte Prozessparameter nachgeregelt werden (z. B. Intensität der Laserbearbeitung) [Krüger, M. (2015)].

Innerhalb der Fertigung können durch intelligente Regelung und Steuerung qualitätsbedingte Ausschüsse sowie der Materialverbrauch durch verschlissene Werkzeuge reduziert werden. Darüber hinaus werden hierdurch bestimmte Schlüsseltechnologien von Industrie 4.0 überhaupt erst möglich (z. B. fahrerlose Transportsysteme).

Quelle(n):

  • Krüger, M. (2015): Intelligente Steuerungen und Regelungen für flexible Automatisierung. Selbstoptimierende Fertigungssysteme in der Produktion [abgerufen am: 1. April 2019], verfügbar unter: Link

Projekte

Demozelle Smarte Fabrik 4.0

Prozesseigenschaften:
  • Simulation der Fertigung individueller Produkte in kleinen Stückzahlen durch "digitalen Zwilling" des Produktionsprozesses (digitale Prozesskette vom Produktmodell zum Produktionsprozess)
  • Ermöglicht es, die Herstellbarkeit eines Produktes automatisch zu bewerten, den Prozess ggf. anzupassen und den Ressourcenverbrauch der Herstellung vorab abzuschätzen
  • Demonstration dieser Vorgehensweise in der "Smart Factory 4.0" anhand eines vereinfachten Produktionsprozesses (Herstellung eines Kaffeeuntersetzers)
Zur kompletten Projektbeschreibung

Leistungszentrum Digitale Vernetzung – Industrie 4.0 aus dem Koffer

Prozesseigenschaften:
  • Ziel: Erleichterung der Nutzung von Industrie-4.0-Technologien für KMU
  • Erweiterung bestehender Systeme durch „Werkzeug-Koffer“ in Form eines Add-ons
  • Ergänzung nach individuellem Bedarf mit Sensorik, Netzwerktechnik und mobilen Endgeräten
  • Fertigungsschritte werden abgebildet und konfiguriert, Überwachung und flexible Nachverfolgung von Aufträgen durch mobile Endgeräte
  • Modulares Baukastensystem und Cloud-Anbindung gewährleisten Erweiterbarkeit des Systems
Zur kompletten Projektbeschreibung

RES-COM – Ressourcenschonung durch kontextaktivierte Maschine-zu-Maschine-Kommunikation (M2M)

Prozesseigenschaften:
  • Entwicklung einer Technologie-Basis zur Bündelung und Nutzbarmachung technologischer Einzelaspekte auch für Logistik und Mobilität (neben Produktion und Wartung)
  • Sichtbare Ergebnisse sind Schnittstellen, Protokolle, Datenmodelle, W3C-Standards
  • Erleichterung der Einbindung verteilter Komponenten in zentralistische Strukturen durch de-finierte Interaktion mit aktiven Produktgedächtnissen
  • Ansatzpunkte zur industriellen Verwertung sind beispielhafte Implementierungen von Diensten mit RES-COM-Technologie
Zur kompletten Projektbeschreibung

SmartFACE – Smart Micro Factory für Elektrofahrzeuge mit schlanker Produktionsplanung

Prozesseigenschaften:
  • Entwicklung nachhaltiger Konzepte und Methoden für Kleinstserienfertigung
  • Entwurf neuer Ansätze für Produktions- und Fertigungsplanung mit wandlungsfähigen Strukturen durch Einbindung cyber-physischer Systeme (CPS)
  • Dezentrale Steuerung über das Internet der Dinge soll ermöglichen, dass Fertigungsteile selbstständig im Produktionsprozess navigieren und Maschinen die Lasten verteilen, um effizienteren Betrieb und höhere Auslastung zu erreichen (lokale Optimierung)
Zur kompletten Projektbeschreibung

Intelligentes Energiemanagement

Beste verfügbare Techniken

Automatisches Lichtmanagement

Mittels eines automatisierten Lichtmanagementsystems kann zu jeder Zeit eine nutzer- und bedarfsorientierte Beleuchtung ermöglicht werden. Die Regelung der künstlichen Beleuchtung erfolgt dabei in Abhängigkeit des einfallenden Tageslichts über Lichtsensoren im Raum, am Arbeitsplatz oder im Außenbereich. Bewegungs- bzw. Präsenzmelder sorgen außerdem für das Ein- und Ausschalten des Lichts bei Betreten oder Verlassen der Anlage. Darüber hinaus ist die Nachstellung des Tageslichtverlaufs oder die des circadianen Rhythmus bei Nachtschichtarbeitern denkbar. Lichtmanagementsysteme mit anwesenheitsabhängiger Schaltung und konsequenter Nutzung von Tageslicht ermöglichen eine Ersparnis von bis zu 75 % im Vergleich zu konventionellen Beleuchtungssystemen [licht.de, S. 11, O.Ö. Energiesparverband].

Quelle(n):

  • licht.de: Industrie und Handwerk. licht.de; Fördergemeinschaft Gutes Licht, Frankfurt am Main, Licht.wissen, verfügbar unter: Link

Intelligente Druckluftbereitstellung

Die vom Verbraucher benötigte Druckluftmenge ist zumeist zeitlich nicht konstant, sondern schwankt mit dem Produktionsablauf in einem bestimmten Zyklus. In diesem Fall bietet sich der Einsatz intelligenter Druckluftsteuerungen an, die mehrere kleinere Kompressoren miteinander vernetzen. Hierdurch können Kompressoren zu- oder abgeschaltet werden, je nachdem, wie viel Druckluft notwendig ist. Durch den insgesamt niedrigeren Druckluftbedarf lassen sich auch Druckverluste senken [Eberhardt, L. und Stéphane Itasse, S. (2012)]. Durch den Einsatz von Drucksensoren kann zusätzlich die Transparenz zum Zustand des betrieblichen Druckluftnetzes signifikant gesteigert werden. Hierdurch sind ein Monitoring des Druckluft- und Energieverbrauchs sowie eine vorbeugende Instandhaltung möglich, indem frühzeitig Signale für drohende Leckagen oder Ausfälle von Kompressoren sichtbar gemacht werden. Darüber hinaus können in der operativen Instandhaltung damit besser Leckagen identifiziert und dokumentiert werden [Koehler, D. und Ruppelt, E. (2018)].

Quelle(n):

  • Eberhardt, L. und Stéphane Itasse, S. (2012): Steuerung vermeidet teuren Druckluft-Leerlauf [online]. Vogel Communications Group GmbH & Co. KG [abgerufen am: 22. März 2019], verfügbar unter: Link
  • Koehler, D. und Ruppelt, E. (2018): Druckluft fit für Industrie 4.0 [online]. Erweiterte Möglichkeiten der Drucklufttechnik [abgerufen am: 22. März 2019], verfügbar unter: Link

Intelligente Steuerung und Regelung von Produktionsanlagen

Ein wesentlicher Beitrag zur Reduzierung von Energieverbräuchen in produzierenden Unternehmen ist die Optimierung der Steuerung und Regelung von Produktionsanlagen. So können z. B. erhebliche Potenziale durch Vorsehung von Standby-Modi in Phasen des Leerlaufs einer Maschine erzielt werden. Hierbei werden nicht benötigte Aggregate der Peripherie, wie z. B. die Kühlschmiermittelversorgung, zeitweise abgeschaltet. Darüber hinaus wurde auch gezeigt, dass die Einstellung der Prozessparameter einen wesentlichen Einfluss auf den Energieverbrauch ausüben kann. Beispielsweise ist es möglich, den Energieverbrauch bei der Fräs- und Bohrbearbeitung durch Erhöhung der Schnitttiefe, Schnitt- und Vorschubgeschwindigkeit zu senken, wenn dadurch die Bearbeitungszeit insgesamt verringert wird. Hierbei muss natürlich ein Optimum in Verbindung mit verstärktem Werkzeugverschleiß und der Oberflächenqualität des zu bearbeitenden Werkstücks gefunden werden [Diaz, N. et al. (2011)]. Da sich diese Parameter im laufenden Betrieb verändern (z. B. zunehmender Verschleiß), kann unter Umständen eine Echtzeitregelung der Maschine erforderlich sein. Diese misst qualitätsbestimmende Parameter von Werkstücken bzw. den aktuellen Zustand von Werkzeugen und gleicht diese Messergebnisse mit einem hinterlegten Modell ab. Hierdurch können Abweichungen von den Soll-Parametern durch die aktuelle Konfiguration der Prozessführung vorhergesagt und automatisch korrigiert werden [Schmidt, M. et al. (2017a)].

Quelle(n):

  • Diaz, N.; Redelsheimer, E. und Dornfeld, D. (2011): Energy consumption characterization and reduction strategies for milling machine tool use. In: Hesselbach, J. und Herrmann, C., Hg. Glocalized solutions for sustainability in manufacturing: Springer, S. 263 – 267.
  • Schmidt, M.; Spieth, H.; Bauer, J. und Haubach, C. (2017): Reduzierung des Hartmetallverbrauchs durch Echtzeitregelung. In: Schmidt, M.; Spieth, H.; Bauer, J. und Haubach, C., Hg. 100 Betriebe für Ressourceneffizienz – Band 1. Springer-Verlag, Berlin, Heidelberg, S. 250 – 253, ISBN 978-3-662-53366-6.

Intelligentes Wärme- und Kältemanagement

Auch bei der Bereitstellung von Raumwärme und Kühlleistung für Gebäude spielt die Digitalisierung eine große Rolle. In einigen Bereichen ist die Entwicklung hier bereits weit fortgeschritten und seit vielen Jahren Stand der Technik. So können Informationen zu Temperatur und Luftfeuchtigkeit digital ausgelesen und über intelligente Thermostate und damit verbundene Heiz- und Kühlaggregate automatisch nachgesteuert werden. Außerdem ist ein Zugriff auf diese Informationen aus der Ferne über Apps möglich, z. B. um Abweichungen des Energieverbrauchs zu erkennen und Wartungsaufträge auszulösen. Hier können auch Muster vorgegeben werden, nach denen die Heizleistung zyklisch steuerbar ist. Witterungsgeführte Heizungssysteme erkennen darüber hinaus die Außentemperatur und können so besser auf Änderungen des Klimas reagieren. Als zukünftige Erweiterung werden mittlerweile auch ausgefeiltere Systeme erprobt, die ihre Regelung anhand von Wettervorhersagen optimieren und so noch exaktere Regelergebnisse erzielen [Friedrich, U. (2011)].

Im Bereich der Hallenheizung und -kühlung ergeben sich weitere Potenziale durch digitale Lösungen Energie einzusparen. So wurde die Kübler GmbH 2018 mit dem Innovationspreis Rheinland-Pfalz für Ihr „Wärme-4.0“-Konzept ausgezeichnet. Der Ansatz zielt darauf ab, sämtliche Anlagen, die Wärme oder Kälte erzeugen (inklusive Produktionsanlagen), miteinander zu einem zentralen Wärmemanagementsystem zu vernetzen. Durch die hierdurch ermöglichten Analysen lassen sich Synergieeffekte und Einsparmöglichkeiten aufdecken [Kübler GmbH (2018)].

Quelle(n):

  • Friedrich, U. (2011): Wenn Wetterprognosen die Heizung steuern. Betriebsoptimierung von Verwaltungsgebäuden mit Wettervorhersage-Steuerung [abgerufen am: 8. April 2019], verfügbar unter: Link
  • Kübler GmbH (2018): Hallenbeheizung mit neuen Augen sehen [online] [abgerufen am: 8. April 2019], verfügbar unter: Link

Simulation des Energieverbrauchs von Gebäuden und Produktionsprozessen

Die Simulation stellt ein wesentliches digitales Werkzeug zur Reduktion des Energiebedarfs von Produktionseinrichtungen dar. Hierbei können Ansätze zur Simulation von Gebäuden oder Produktionsprozessen sowie integrierte Simulationsmodelle unterschieden werden. Die Simulation von Gebäuden bezieht sich vor allem auf thermodynamische Modelle, welche aufzeigen, wie die Wärmeverteilung in geplanten Gebäuden aussehen könnte bzw. wie sich Änderungen am Gebäude auswirken. Zusätzlich muss der Stromverbrauch der technischen Gebäudeausstattung in zusätzlichen Modellen berücksichtigt werden. Einen Schwerpunkt der letzten Jahre stellt auch die Integration von Simulationsmodellen mit Building Information Modelling (BIM) dar [van Treeck, C. et al. (2015)].

Für die Simulation des Energiebedarfs in der Produktion existieren zahlreiche Ansätze, die von detaillierten Simulationen einzelner Maschinen anhand der NC-Programme über die Simulation von Produktionsprozessen bis zur integrierten Betrachtung ganzer Fabriken reichen [siehe z. B. Duflou, J. R. et al. (2012)]. Im letzten Fall geht es vor allem darum, im Kontext der Digitalen Fabrik erstellte Modelle des Materialflusses und des Energieverbrauchs miteinander zu koppeln und so prospektiv verschiedene Prozessführungen zu vergleichen [Wenzel, S. et al. (2015)].

Als zukünftiges Forschungsfeld ergibt sich die Problemstellung, den Energieverbrauch von Gebäuden und Produktionsanlagen bei der Fabrikplanung integriert zu betrachten [siehe z. B. Fraunhofer (2017)].

Quelle(n):

  • van Treeck, C.; Wimmer, R. und Maile, T. (2015): BIM für die Energiebedarfsermittlung und Gebäudesimulation. In: Borrmann, A.; König, M.; Koch, C. und Beetz, J., Hg. Building Information Modeling. Technologische Grundlagen und industrielle Praxis. Springer Vieweg, Wiesbaden, S. 293-303, ISBN 978-3-658-05605-6.
  • Duflou, J. R.; Sutherland, J. W.; Dornfeld, D.; Herrmann, C.; Jeswiet, J.; Kara, S.; Hauschild, M. und Kellens, K. (2012): Towards energy and resource efficient manufacturing: A processes and systems approach. In: CIRP Annals-Manufacturing Technology, 61(2), 587 – 609.
  • Wenzel, S.; Halfar, F.; Pöge, C. und Spieckermann, S. (2015): Simulationsgestützte Planung energieeffizienter Produktionssysteme. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb, 110(7-8), 403 – 406.
  • Fraunhofer (2017): Plusenergie-Fabrik [online], 5. April 2019 [abgerufen am: 9. April 2019], verfügbar unter: Link

Stromverbrauch in Rechenzentren senken

Zur Steuerung der im Rahmen der digitalen Transformation geschaffenen Intelligenz sind stetig wachsende Speicherkapazitäten notwendig, die in Form vernetzter und weltweit verteilter Serveranlagen betrieben werden. Hierdurch steigt jedoch der Bedarf an Energie zum Betrieb dieser Rechenzentren gleichermaßen. Ein Grundproblem liegt hierbei darin, dass viele Server mitunter nicht unter voller Auslastung betrieben werden. Ein Last- und Powermanagement adressiert dieses Problem, indem eine Flexibilisierung der Speicher- und Rechenkapazität vorgenommen wird. Diese kann erreicht werden, indem bestehende Daten und Dienste auf virtuellen Maschinen während der Nutzung auf andere Server migriert werden. Hierdurch können nur gering ausgelastete Server abgeschaltet werden. Darüber hinaus lassen sich weitere Faktoren, wie z. B. Energiepreise oder Kühlungsbedarf, in Abhängigkeit des lokalen Klimas in eine übergreifende Optimierung des Rechenzentrums hinsichtlich Kosten, Energiebedarf oder Lastanpassung überführen [Schröder, K. (2016), S. iii – iV].

Quelle(n):

  • Schröder, K. (2016): Energie- und kostenorientiertes, auf Virtualisierung basiertes Last- und Powermanagement in einem Rechenzentrumsverbund. Dissertation.

Projekte

Automatische Konfiguration verteilter Druckluftsysteme

Prozesseigenschaften:
  • Einfachere Inbetriebnahme von Druckluftverbundsystemen (verteilte Kompressoren mit Kommunikationsverbindungen und zentraler Steuerung) durch Realisierung eines „Plug-and-Play“-Mechanismus (Anschluss von Geräten ohne Konfigurationsbedarf)
  • Informationen, die bei Anschluss eines Kompressors vom Druckluftmanagementsystem benötigt werden (z. B. Leistungsparameter, Druckluftkomponenten …), können von der Vermittlungssoftware (Middleware) OPC UA mit Hilfe eines Informationsmodells erfasst und über Server abgefragt werden
  • Dadurch ist eine Reduktion von Konfigurationsaufwand und Kosten möglich
Zur kompletten Projektbeschreibung

EnEffCo – Energieeffizienzcontrolling in der Produktionsplanung für die Fahrzeugherstellung

Prozesseigenschaften:
  • Detaillierte Analyse des Energieverbrauchs eines Punktschweißroboters
  • Auswertung der erhobenen Energieverbrauchskurve und Zuordnung zu einzelnen Produktionsvorgängen
  • Auf dieser Basis entwickeltes Simulationsmodell erlaubt Prognosen des Energiebedarfs der Schweißanlage für verschiedene Arbeitsschichten im Werk
  • Optimierung des Bewegungsprofils eines Roboters anhand der erhöhten Informationstransparenz (Verringerung des Energieverbrauchs um bis zu 10%)
Zur kompletten Projektbeschreibung

InKom – Intelligente Zustandsüberwachung von Kompressoren

Prozesseigenschaften:
  • Kontinuierliche Überwachung von Druckluftsystemen durch Sensoren zur verbesserten Fehleridentifikation (hier v.a. Verschmutzungen von Zuluft-Filtern)
  • Ableiten und Modellieren des nicht direkt messbaren Verschmutzungsgrades indirekt aus anderen Systemgrößen
  • Sensorwerte können durch Modelle, die durch maschinelles Lernen trainiert wurden, auf Fehlerzustände des Systems abgebildet und dem Benutzer angezeigt werden
Zur kompletten Projektbeschreibung

INNOSYS – Innovative Sensor- und Integrationstechnologien für intelligente Beleuchtungssysteme

Prozesseigenschaften:
  • Lichtfarbe soll durch Farbsensoren und leistungsfähige Ansteuerelektronik der LEDs exakt eingestellt werden können
  • Zuverlässigere Erkennung der Anwesenheit von Personen (zur Abschaltung des Lichts bei Abwesenheit) durch Entwicklung extrem flacher Videoerfassungssysteme und entsprechender Auswertungsverfahren
  •  Zielwert: Energieeinsparungen von 70 % gegenüber heutigen Standards, Amortisationszeit von drei Jahren
Zur kompletten Projektbeschreibung

Optimierte Lichtsysteme zur Verbesserung von Leistungsfähigkeit und Gesundheit (OLIVE)

Prozesseigenschaften:
  • Grundlagenforschung zur Wirkung des Lichts auf den Menschen soll Basis für neue Anwendungen von Beleuchtungssystemen sein (Entwicklung eines Baukastensystems)
  • Insbesondere Einbezug non-visueller Effekte: Unterstützung des natürlichen Biorhythmus (zirkadianer Rhythmus) durch Verständnis der Wirkung der Beleuchtung auf innere Uhr
  • Automatisches Anpassen der Lichtsituation auf individuelle Rahmenbedingungen soll somit Wohlbefinden und Gesundheit steigern
  • Weitere Steigerung der Energieeffizienz von LED-Leuchten
Zur kompletten Projektbeschreibung

Prozess- und wertschöpfungsorientiert gesteuerte Werkzeugmaschine

Prozesseigenschaften:
  • Energiebedarfsreduktion um insgesamt 30 %
  • Hohe Einsparungen durch Stand-by-Betrieb peripherer Komponenten
  • Reduzierte Leistungsaufnahme durch Volumenstromregelung und prozessbasierte Ansteuerung der Kühlschmierstoff-Hochdruckpumpe
  • Reduktion der Leistungsaufnahme um 70 % durch Ersatz konventioneller Kompressorkühler durch drehzahlgeregelte Luftkühler
Zur kompletten Projektbeschreibung

Smart Consumer

Prozesseigenschaften:
  • Steuerung und Reduzierung des Energiebedarfs durch Kopplung von Energieströmen
  • Zwei Teilprojekte:
    1. Smart KWK (am Beispiel der Firma Junghans)
      • Optimierung der Energieversorgung (Senkung von Primärenergiebedarf und -kosten um 50 %) durch Umstellung von elektrischer Heizung der Produktionsmaschinen auf Versorgung mit Thermoöl
      • Ermöglicht flexibles Betreiben der Maschinen mit Abwärme aus KWK-Prozessen, Erdgasverbrennung oder elektrischer Energie
      • Umbauten einzelner Maschinen-, Gebäudetechnik und der Wärmenetze sollen den Wärmenutzungsgrad steigern
    2. Smart Klima (am Beispiel der Firma Ferrero)
      • Energieeinsparungen im Bereich Kühlung/Klimatisierung (um bis zu 50 %)
      • Umstieg auf effizientere Kühltechnologien, Reduzierung des Kühlbereiches auf den Teil der Produktionsstraße, der tatsächlich niedriger Temperaturen bedarf („Punktklimatisierung“)
  • Implementierung eines Energiemonitoring-Systems (in beiden Firmen) als Basis für intelligente Steuerung der Energieströme und zur Prognostizierung zukünftiger Energiebedarfe
  • Unternehmensinterne Speicher ermöglichen optimierten Verbrauch im Hinblick auf Netzauslastung (Lastspitzenverschiebung)
Zur kompletten Projektbeschreibung

Videos

Industrie 4.0 leicht gemacht

Flexibilisierung der Produktion nach Energiepreisen

Beste verfügbare Techniken

Demand Side Management

Aus strategischer Investitionssicht stellt sich mittlerweile für viele Unternehmen die Frage, wie mit schwankenden Strompreisen umgegangen werden soll. Während der Strompreis zwischen 2011 und 2016 konstant gefallen ist, gab es zwischen 2017 und 2018 wieder starke Steigerungen auf bis zu 40 Euro/MWh (Spotmarkt EPEX [Bricklebrit (2019)]).

Ein wesentlicher Ansatz für Unternehmen, aktiv auf die Stromkosten Einfluss zu nehmen, ist das sogenannte Demand Side Management. Ziel ist es hier, den Strompreis bei der Steuerung des Produktionsprogramms und der technischen Gebäudeausstattung mit einzubeziehen. So wird ein wesentlicher Teil des Strompreises durch das Netznutzungsentgeld festgelegt, welches sich aus der maximalen Leistung berechnet, die in einem Abrechnungszeitraum abgerufen wurde. Hierdurch ergibt sich der Anreiz, durch Drosselung der Produktion und Abschalten verbrauchsintensiver Versorgungseinheiten des Gebäudes (z. B. Klimaanlage) Spitzen des Stromverbrauchs zu vermeiden (Peak Shaving) [Next Kraftwerke GmbH (2019)]. Zusätzlich kann es sinnvoll sein, zeitlich (um Stunden bis Tage) flexible energieintensive Prozesse (z. B. Wuchtvorgang von Gasturbinen) so zu planen, dass diese dann ausgeführt werden, wenn der Strompreis besonders niedrig liegt [Richter, M. (2019)]. Können keine Lasten reduziert werden, ist es ebenso möglich, Strom aus eigenen Energiespeichern zu nutzen, um Leistungsspitzen zu vermeiden. In Zeiten geringer Auslastung der Produktion kann der hier aufgebaute Stromvorrat auch am Energiemarkt als Regelenergie angeboten werden, um das Netz bei geringer Einspeisung durch erneuerbare Energien zu stabilisieren.

Eine weitere Option, um ein tragfähiges Demand Side Management zu etablieren, bietet die Flexibilisierung der Maschinen mittels dynamischen Energieträgerwechsels. Ein Beispiel hierfür sind Maschinen mit bivalenter Energieversorgung durch Strom und Gas. Hierdurch können auch die Risiken langfristig ungünstiger Entwicklungen der Energieträgerpreise zu gewissen Teilen abgemildert werden [Sauer, A. (2019)].

Quelle(n):

  • Bricklebrit (2019): EEX – aktuelle Spotmarktpreise und Strompreisentwicklung an der Leipziger Strombörse als Diagramm / Chart [online]. Bricklebrit, 9. Dezember 2018 [abgerufen am: 11. Februar 2019], verfügbar unter: Link
  • Next Kraftwerke GmbH (2019): Peak Shaving und Netznutzungsentgelte [online]. Next Kraftwerke GmbH [abgerufen am: 13. Februar 2019], verfügbar unter: Link
  • Richter, M. (2019): Flexible Produktion – Ein Beitrag für die Energiewende, Leipzig, 6. Kongress Ressourceneffiziente Produktion [abgerufen am: 13. Februar 2019], verfügbar unter: Link
  • Sauer, A. (2019): Energieflexible Produktion – Potenziale und Herausforderungen, Leipzig, 6. Kongress Ressourceneffiziente Produktion [abgerufen am: 13. Februar 2019], verfügbar unter: Link

Umsetzungsbeispiele

Energieflexibilität bei BMW

Ein besonders eindrucksvolles Beispiel für das Zusammenwirken von Produktion und Strommarkt zeigt die Firma BMW. So wurden hier in den letzten Jahren 15 MWh Kapazität an stationären Stromspeichern aufgebaut, die entweder für das Lastmanagement oder die Bereitstellung von Regelenergie zur Stabilisierung des Stromnetzes verwendbar sind. Die in den Speichern verbauten Batterien entstammen dabei aus der im Hause produzierten E-Fahrzeug-Flotte (BMW i3). Hierbei handelt es sich entweder um eine Nachnutzung von Batterien, die sich aufgrund abnehmender Kapazität nicht mehr für Mobilitätsanwendungen eignen (Second Life Batterien), oder um neue Batterien, die als Ersatzteile vorgehalten werden. Darüber hinaus erfolgt eine Vernetzung von Lüftungsanlagen und Kälte-/Kühlwasserpumpen, um diese als technische Einheit in der Primärregelleistung zu vermarkten. Mittels Modellierung und Simulation werden auf Basis von Schichtplänen, Wetter- und Windprognosen sowie der Anlagenverfügbarkeit tägliche Fahrpläne ausgearbeitet, die zu einer Flexibilisierung der Anlagen und zur Reduzierung von Energiekosten beitragen sollen [Mueller-Ruff, M. (2019)].

Quelle(n):

  • Mueller-Ruff, M. (2019): Energieflexibilität bei BMW, Leipzig, 6. Kongress Ressourceneffiziente Produktion [abgerufen am: 13. Februar 2019], verfügbar unter: Link

Projekte

E-Energy – IKT-basiertes Energiesystem der Zukunft

Prozesseigenschaften:
  • Energieversorgung soll umfassend digital vernetzt, intelligent kontrolliert und gesteuert werden
  • Senkung des Stromverbrauchs und effizienterer Einsatz von Energie durch regenerative Energien sollen durch neu entwickelte Systeme der Informations- und Kommunikationstechnologien (IKT) erreicht werden
  • Vorteile des „Internet der Energie“ wurden in sechs verschiedenen Projekten (Metropolregionen) aufgezeigt
Zur kompletten Projektbeschreibung

Kopernikus SynErgie

Prozesseigenschaften:
  • Synchronisierung der Produktion energieintensiver Industrien mit fluktuierender Stromversorgung im Hinblick auf Energiewende
  • Einsparpotenzial der Energieversorgungskosten von Industrie durch Flexibilisierungsmaßnahmen von über 10 Mrd. Euro bis 2020
  • 60 % der positiven Regelleistung (Stromangebot größer als Nachfrage) könnten durch Demand-Side-Management-Maßnahmen in der Industrie gedeckt werden
Zur kompletten Projektbeschreibung

PHI-Factory – Flexible elektrische Fabriknetzführung zur systemübergreifenden Steigerung der Energieeffizienz unter den Anforderungen zukünftiger Verteilnetze mit regenerativer Energieerzeugung

Prozesseigenschaften:
  • Industriebetriebe als aktives Regelelement zur Stützung des Stromnetzes bei gleichzeitigem Einsparen von Energiekosten
  • Optimiertes Lastenmanagement durch Monitoring relevanter Systemgrößen und darauf basierender Simulation von Produktionsvorgängen, Verteilnetzen und Speichersystemen
  • Verbesserung der Netzqualität sowie Einbindung von dezentralen Erzeuger- und Speichersystemen in das Energiemanagement
  • Überführen der „Big Energy Data“ in aussagekräftigere „Smart Data“ für den Energieflussoptimierer mit Methoden der digitalen Datenverarbeitung
Zur kompletten Projektbeschreibung

WindNODE

Prozesseigenschaften:
  • Netzwerk auf Basis moderner Informations- und Kommunikationstechnik zur Flexibilisierung des Energiemarktes erneuerbarer Energien
  • Abstimmen des Verbraucherverhaltens auf schwankende Stromerzeugung aus erneuerbaren Energien
  • Anreizsetzung durch Kostenvorteile bei Umlagerung des Verbrauchs auf günstige Zeiträume (bei großem Angebot aus Erzeugung)
  • Ergänzt durch Entwicklung besserer Stromspeicher und Sektorenkopplung (Elektrifizierung von Wärmeversorgung und Mobilität)
Zur kompletten Projektbeschreibung

Effiziente Transportplanung und –nachverfolgung

Beste verfügbare Techniken

Digitale Wege- und Frachtplanung

Die Ressourceneffizienz von Transportvorgängen wird unter anderem durch die Länge der Touren, den Grad der Auslastung sowie den Treibstoffverbrauch auf der Route beeinflusst [Grimm, R. (2013)]. Hierdurch entsteht ein komplexes Entscheidungsproblem, welches nicht leicht aufzulösen ist. Mittels fortgeschrittener Methoden, wie Big Data Analysen und Predictive Analytics, werden derzeit neue Ansätze getestet, um die Planung für Disponenten zu vereinfachen. Die Firma initions hat zu diesem Zweck beispielsweise in einem Forschungsprojekt eine intelligente Software entwickelt, die automatisiert optimale Tourenpläne auf Basis aktueller Verkehrs- und Auftragsdaten erstellt. Hierfür wird auf die Standorte von Transportfahrzeugen in Echtzeit mittels Telematik zurückgegriffen. Anhand eines evolutionären Optimierungsalgorithmus ist es darüber hinaus möglich, automatisch Umplanungen vorzunehmen, z. B. bei drohender Überschreitung von Lieferterminen oder Verletzung gesetzlicher Ruhezeiten. Die Fahrer bekommen die aktualisierten Routeninformationen dann automatisch auf einem Endgerät im Fahrzeug angezeigt [Walter, M. (2018), Hamacher, M. (2018)].

Quelle(n):

  • Grimm, R. (2013): Transportplanung: Immer häufiger per Software [online]. Rudolf Müller Mediengruppe [abgerufen am: 18. März 2019], verfügbar unter: Link
  • Walter, M. (2018): Logistik 4.0: Autonom disponieren [online]. VDI Fachmedien [abgerufen am: 20. März 2019], verfügbar unter: Link

Vernetzung von Transportmitteln und Akteuren in der Lieferkette

Auch innerhalb der Logistik halten zunehmend digitale Lösungen zur Effizienzsteigerung von Transportvorgängen Einzug. So wird hier zukünftig von einer Ausstattung von Transportmitteln, wie z. B. Fahrzeugen oder Containern, mit IoT-Technologien ausgegangen. Hierdurch soll Transportnetzwerken eine integrierte Übersicht über Transportbedarfe und zur Verfügung stehende Ressourcen in Echtzeit auf (Cloud-)Plattformen geliefert werden [Pflaum, A. et al. (2017), S. 49]. Darüber hinaus kann dadurch der Zustand der Ladung (z. B. Überwachung der Kühlleistung in Lebensmitteltransporten) und der Fahrzeuge (Kontrolle des Reifendrucks und kritischer Motorparameter) kontinuierlich nachverfolgt werden. Durch die bessere Vernetzung werden auch neue Schlüsseltechnologien der Logistik, wie das autonome Fahren und die automatisierte Be- und Entladung, ermöglicht, die zusätzliche Einsparpotenziale versprechen.

Quelle(n):

  • Pflaum, A.; Schwemmer, M.; Gundelfinger, C. und Naumann, V. (2017): Transportlogistik 4_0. Fraunhofer IIS.

Projekte

SOFiA – Smart Objects und Smart Finance Ansätze

Prozesseigenschaften:
  • Dezentrale, eigenständige Abwicklung von Logistik- und Supply-Chain-Steuerungsaufgaben durch intelligente Objekte (z.B. automatische Umbuchung und Bezahlung durch das Frachtgut selbst im Falle unvorhergesehener Komplikationen im Lieferprozess)
  • Außerdem wird zur intelligenten Flottensteuerung von landwirtschaftlichen Maschinen geforscht (Ernte, Transport, Einlagerung von Rohstoffen)
  • Logistische Objekte werden mit allen notwendigen logistischen und finanziellen Informationen für die autonome Entscheidungsfindung und Abwicklung ausgestattet
  • Entsprechende Ansätze zur Selbststeuerung, Selbstorganisation und B2B-Bezahlmethoden für autonome Logistikeinheiten werden auf Basis von Industrie-4.0-Technologien erarbeitet
Zur kompletten Projektbeschreibung

Studie Transportlogistik 4.0

Prozesseigenschaften:
  • Stellt ein wissenschaftlich fundiertes Orientierungs- und Vergleichsinstrument für Entscheidungsträger im Bereich Digitalisierung in Transport und Logistik dar
  • Übersicht über aktuell genutzte Technologien und Konzepte, Vorstellen eines Stufenmodells zur Umsetzung der „Transportlogistik 4.0“
  • Aufzeigen von Herausforderungen und Chancen
Zur kompletten Projektbeschreibung

TransData – Dynamische Transportoptimierung durch Antizipation und Echtzeit-Datenanalysen

Prozesseigenschaften:
  • Steigerung von Wettbewerbsfähigkeit und Servicequalität in der Transportlogistik bei wachsenden Anforderungen (v. a. durch zunehmenden Internethandel) durch besseren Einbezug von Echtzeit- und historischen Daten in Planung und Steuerung
  • Verknüpfung von internen Betriebsdaten mit externen Mobilitäts-, Geo- und Wetterdaten zur Erstellung von Prognosen, welche in die Entscheidungsfindung von EDV-Planungssystemen eingehen
  • Reduzierung des CO2-Ausstoßes durch kürzere, optimierte Routenstrecken
Zur kompletten Projektbeschreibung

Vereinfachte Interaktion zwischen Zulieferer und Unternehmen

Beste verfügbare Techniken

Digitalisierte Beschaffungsplanung

Das Vorhalten unnötig hoher Bestände steigert das Risiko von Lagerverlusten und obsoleten Bauteilen (z. B. bei wechselnden Produktprogrammen). Hierdurch ergeben sich auch Einflüsse auf die Ressourceneffizienz. Die Minimierung von Beständen bei gleichzeitiger Sicherstellung der benötigten Produktionsinputs zur richtigen Zeit ist ein zentraler Bestandteil des Lean Managements. Hierfür werden mittlerweile digitale Systeme für die informationstechnische Integration der Bedarfe und Bestände von OEM und Zulieferern angeboten. Durch Bedarfs-Bestands-Management (BBM) und Bedarfs-Kapazitäts-Management (BKM) können derzeit vorrätige Teile und Rohstoffe den Montagebedarfen kurz- und mittelfristig bis auf mehrere Monate jederzeit gegenübergestellt werden. Hierdurch können Engpässe vermieden werden, die zu Produktionsstillständen und teuren Sonderbestellungen sowie Eillieferungen führen [Ivišić, R. (2016), S. 40 f.].

Ein anderes Mittel sind digitale Kanban Systeme. So verwendet beispielsweise die J. Schmalz GmbH ein System, welches automatisch die benötigten Nachschübe für die Produktion organisiert. Hierfür werden an den einzelnen Arbeitsplätzen Behälter mit Bauteilen und Materialien genau in der Menge, in der diese benötigt werden, bereitgestellt. Ist ein Behälter leer, wird dieser abgeholt und eingescannt. Daraufhin wird ein Behälter mit Nachschub durch ein intelligentes Warenlager automatisiert herausgesucht und zum Arbeitsplatz gebracht. Neigen sich die Vorräte im Warenlager dem Ende zu, werden nach demselben Prinzip auch Bestellungen bei den Zulieferern ausgelöst. Hier erfolgt ebenso eine informationstechnische Verarbeitung durch den Scan von Barcodes an leeren Boxen. Zusätzlich werden die Zettel mit den Barcodes an eine Wandhalterung angebracht, welche über ein Ampelsystem gleichfalls die Dringlichkeit der Lieferung darstellt. Durch einen Live-Stream mittels Webcam kann der Zulieferer hierdurch jederzeit den Status des Lieferbedarfs und dessen Dringlichkeit einsehen [Moll, J. (2014)].

Quelle(n):

  • Ivišić, R. (2016): Nachhaltige Planung und Steuerung von Produktions- und Beschaffungsnetzwerken. In: Lochmahr, A., Hg. Praxishandbuch Grüne Automobillogistik. Wiesbaden: Springer Gabler, S. 37 – 44. ISBN 9783658048082.
  • Moll, J. (2014): Perfekter Materialstrom im Schwarzwald, verfügbar unter: Link

Effizienter Austausch von Produktinformationen mit dem Zulieferer

Produkte bestehen aus zahlreichen Komponenten, die Original Equipment Manufacturer in den meisten Fällen von vielen verschiedenen Zulieferern beziehen. Hierbei müssen zahlreiche produktbezogene Informationen ausgetauscht werden. Für eine ressourceneffiziente Fertigung ist es dabei notwendig, diese Schnittstelle besonders abzusichern. So kommt es beispielsweise immer wieder zu Fehlern bei der Integration digitaler Produktmodelle aus verschiedenen Autorensystemen (insbesondere CAD). Schon simple Konvertierungsfehler können hier weitreichende Konsequenzen in der Herstellung verursachen, die erst im Qualitätsmanagement entdeckt werden. Es ist daher wichtig, die Systeminfrastrukturen der Hersteller bereits im Vorfeld aufeinander abzustimmen und ggf. passende Austauschformate festzulegen.

Weiterhin unterliegen viele technische Produkte Compliance-Vorgaben im Hinblick auf die eingesetzten Materialien (z. B. RoHS/REACH). Die Zusammenstellung dieser Informationen ist für den OEM jedoch oftmals schwierig, da diese über verschiedene Stufen der Wertschöpfungskette erhoben werden müssen. Bisher war hierfür ein aufwändiger Prozess notwendig, in dem die Informationen papierbasiert von den einzelnen Zulieferern eingeholt werden mussten. Mittlerweile sind digitale Lösungen erhältlich, die zumeist integriert in PDM-/PLM-Systemen vorliegen und effiziente Workflows für die Informationsgewinnung bieten. Außerdem bestehen hier Möglichkeiten für einen automatischen Abgleich der im Produkt enthaltenen Substanzen mit Datenbanken für RoHS/REACH-Konformität.

Zukünftig könnte die Blockchain-Technologie einen wesentlichen Beitrag leisten, um die Nachverfolgbarkeit von im Produkt verbauten Materialien besser nachvollziehen zu können. Dies ist z. B. notwendig, um sicherzustellen, dass keine Konfliktmineralien (Stoffe, die in Bürgerkriegsregionen bzw. unter gefährlichen Arbeitsbedingungen abgebaut werden) in das finale Produkt einfließen. Die Blockchain könnte hierfür die Rolle einer digitalen Rohstoffakte spielen, in der jede einzelne Transaktion des Materials von der Mine bis zur Weiterverarbeitung in der Lieferkette gespeichert vorliegt. Derzeit bestehen in diesem Kontext jedoch noch ungelöste Fragestellungen, wie z. B. die Authentifizierung der Vertragspartner, um sicherzustellen, dass keine Manipulationen vorgenommen werden können [vgl. Jungblut, S.-I. (2019)].

Quelle(n):

  • Jungblut, S.-I. (2019): Mit der Blockchain Konfliktmineralien vermeiden? Eine Schwachstelle bleibt. | Neues Wirtschaften [online]. RESET gemeinnützige Stiftungs-GmbH, 24.04.2019 [abgerufen am: 02. Mai 2019], verfügbar unter: Link

Projekte

DProdLog – Neue digitale Service-Plattform für produktionsnahe logistische Dienstleistungen

Prozesseigenschaften:
  • Entwicklung einer modularen Service-Plattform zum effektiveren Sammeln und Auswerten von Informationen in Behälterkreisläufen
  • Produktionslogistische Dienstleistungen sollen so verbessert werden (z.B. exaktere Daten über Höhe von Leer- und Vollgutbeständen ermöglichen bessere Planung und können zusätzliches manuelles Zutun ersparen)
  • „Smarte Behälter“ (in Form von Kleinladungsträgern mit s-net® Technologie) bilden ein Sensornetz und liefern Daten für automatisierte Dienstleistungen (z. B. automatisiertes Nachbestellen bei niedrigem Bestand, Vermeidung von Engpässen in der Wertschöpfungskette)
  • Ergebnisse werden im Test- und Anwendungszentrum L.I.N.K. erprobt und sollen auch für weitere Anwendungsbereiche von KMU Leitbild bzw. Referenzobjekt sein
Zur kompletten Projektbeschreibung

Productive 4.0

Prozesseigenschaften:
  • Alltagstaugliche Technologie mit ganzheitlichem Systemansatz: Verknüpfung von Digitalisierung in der Produktion, Netzwerken von Lieferketten und Management des gesamten Produktlebenszyklus
  • Teilvorhaben ist die Entwicklung neuer Evaluierungsmodelle und Ansätze zur Entscheidungsunterstützung für das Management in großen Fertigungsnetzen, welche die Kosteneffizienz und Flexibilität erhöhen sollen
  • Große Datenmengen aus Vertrieb und Fertigung gewährleisten eine genaue Analyse der Nachfrage und Produktionsprozesse
  • Ergebnisse dieser Analysen sind Basis für die Entwicklung neuer stochastischer Bewertungsmodelle der Leistungsfähigkeit von Produktionsnetzwerken
Zur kompletten Projektbeschreibung

Digitale Interaktion mit dem Kunden im Betrieb

Beste verfügbare Techniken

Condition Monitoring und Predictive Maintenance

Für eine Verbesserung der Wartung des Produktes bietet sich eine Zustandsüberwachung an (Condition Monitoring). Durch Integration von Sensorik kann der Systemnutzer bzw. Betreiber den Zustand einzelner Komponenten und Aggregate in Echtzeit nachverfolgen. Darüber hinaus kann durch den Einsatz entsprechender Modelle und Algorithmen eine Vorhersage von notwendigen Wartungen und Reparaturen anhand der realen Bauteilbeschaffenheit realisiert werden (Predictive Maintenance). Hierdurch werden im Gegensatz zur turnusgemäßen Wartung keine Bau-teile ausgetauscht, die eigentlich noch funktionstüchtig sind. Zusätzlich wird es hierdurch möglich Ausfallzeiten des Produktes gering zu halten.

Digitaler Produktzwilling

Neben dem digitalen Fabrikzwilling können auch Produkte mit einem digitalen Zwilling versehen werden. Dies ist insbesondere für komplexe langlebige Produkte, wie z. B. Fahrzeuge oder Werkzeugmaschinen, interessant. Der Zwilling entspricht dabei dem digitalen Abbild eines real existierenden Produktes welches die aktuellen Eigenschaften und Zustände sowie das Verhalten in Echtzeit erfassen kann. Hierfür ist eine intelligente Verbindung der Instanz eines übergeordneten Produktmodells (Digitaler Master) und des „Digitalen Schattens“, der Gesamtheit aller Betriebs- und Zustandsdaten eines Produktes, notwendig [Stark, R. (2017)].

Der Zwilling kann dann dafür eingesetzt werden, Fehlverhalten des Produktes zu erkennen, prädiktive Instandhaltung oder Rückschlüsse auf das Produktdesign zu ermöglichen.

Quelle(n):

  • Stark, R. (2017): Smarte Fabrik 4.0 [online] – Digitaler Zwilling. Fraunhofer IPK [abgerufen am: 9. April 2019], verfügbar unter: Link

Digitalisierte Produkt-Service-Systeme

Ein Produkt-Service-System (PSS) (oder Hybrides Leistungsbündel) stellt eine vermarktbare Kombination von Produkten und Dienstleistungen dar, um gemeinsam einen Nutzerbedarf zu erfüllen [Goedkoop, M. J. et al. (1999), S. 18]. Die hierbei auftretenden Varianten unterscheiden sich nach Produkt- oder Servicezentrierung sowie nach der Regelung des Eigentums am zugrundeliegenden Produkt.

Durch die Kombination von Produkten und Services ergeben sich unterschiedliche Potenziale, um Ressourcen entlang des Produktlebens einzusparen. So können schon einfache zusätzlich zum Produkt angebotene Services, wie z. B. Wartung, zu einer längeren Produkthaltbarkeit führen. Bei Erhöhung des Serviceanteils können sich hier zusätzliche Potenziale ergeben. Wenn nur noch die Nutzung des Produktes anstelle des Produktes an sich verkauft wird, verbleibt das Eigentum des Produktes bei den Herstellern. Hierdurch steigt der Anreiz, Optimierungen der Material- und Energieeffizienz am Produkt vorzunehmen, um den Service möglichst kostensparend anzubieten. Hierzu zählen eine verbesserte Haltbarkeit, Sparsamkeit im Betrieb sowie die Wiederaufarbeitung von Komponenten und Baugruppen [Tukker, A. (2015)].

Die weitreichendste Form der PSS-Implementierung mit dem höchsten Serviceanteil ergibt sich, wenn Verträge mit dem Kunden ausschließlich hinsichtlich einer zu erbringenden Leistung abgeschlossen werden. Ein bekanntes Beispiel hierfür ist der Kauf von Triebwerksstunden anstelle eines Triebwerks im Bereich Luftfahrt. Die Abrechnung erfolgt daher je erbrachter Serviceeinheit, z. B. Euro je Flugstunde. Um derartige Geschäftsmodelle realisieren zu können, ist ein hohes Maß an Informationstransparenz für den Hersteller erforderlich, da dieser zumeist keine Mitarbeiter am Ort der Produktnutzung einsetzt. Aus diesem Grund wird hierfür auf informationstechnische Intelligenz und autonom agierende (cyber-physische) Systeme gesetzt. Unter dem Begriff "Smart Services" werden dabei Dienstleistungen subsumiert, die erst durch diese neue Intelligenz ermöglicht werden [Bundesministerium für Wirtschaft und Energie (2017)].

Quelle(n):

  • Goedkoop, M. J.; van Halen, C. J. G.; te Riele, H. R. M. und Rommens, P.J.M. (1999): Product Service systems, Ecological and Economic Basics [online]. The Netherlands Ministry of Spatial Planning, Housing and the Environment [abgerufen am: 16.11.2018], verfügbar unter: Link
  • Tukker, A. (2015): Product services for a resource-efficient and circular economy – a review. In: Journal of Cleaner Production, 97, 76 – 91. ISSN 0959-6526. doi:10.1016/j.jclepro.2013.11.049
  • Bundesministerium für Wirtschaft und Energie (2017): Smart Service Welt – Internetbasierte Dienste für die Wirtschaft [abgerufen am: 15. März 2019], verfügbar unter: Link

Tipps zum ressourceneffizienten Betrieb

Neben der technisch-physikalischen Auslegung spielen auch verhaltensbezogene Maßnahmen eine Rolle, welche die Interaktion des Nutzers mit dem Produkt in den Vordergrund stellen. Eine grundlegende Prämisse bildet hier die hinreichende Kennzeichnung einer ressourceneffizienten Betriebsweise für den Nutzer. Darüber hinaus sollten Fehlgebräuche, die einen erhöhten Ressourcenverbrauch bedingen (z. B. ausbleibende Abschaltung einer Kaffeemaschine nach Gebrauch), anhand von Nutzerstudien antizipiert werden. In einigen Fällen können hier bereits einfache Features wie Standby-Funktionen Abhilfe schaffen. In anderen Fällen hilft es unter Umständen, Ressourcenverbräuche transparent aufzuzeigen und Tipps für einen verbesserten Betrieb zu geben [Telenko, C. et al. (2016)]. Ein Beispiel hierfür ist eine Darstellung der Treibhausgasemissionen im Cockpit eines Fahrzeugs, ggf. sogar mit Vergleichswerten. Diese Information fördert die Bewusstseinsbildung für den Ressourcenverbrauch und hilft dabei, den individuellen Fahrstil einzuschätzen und zu verbessern. Eine weitere häufig genutzte Option zur Minimierung des Ressourcenaufwandes besteht darin umweltgerechte Betriebsmodi bereitzustellen, die Produktnutzern die Möglichkeit geben, den Ressourcenverbrauch in der Nutzung zu verringern (z. B. Eco-Modus einer Waschmaschine).

Quelle(n):

  • Telenko, C.; O'Rourke, J.M.; Conner Seepersad, C. und Webber, M.E. (2016): A Compilation of Design for Environment Guidelines. In: Journal of Mechanical Design, 138(3), 031102-031102-11. ISSN 1050-0472. doi:10.1115/1.4032095

Umsetzungsbeispiele

Beispiel Connected Car

Die wesentlichen Treiber für Innovationen im Automotive-Bereich ergeben sich derzeit im Rahmen der informationstechnischen Vernetzung von Fahrzeugen. Mit dem neuen 5G-Standard und der zunehmenden Integration von Telematikeinheiten in Fahrzeugen sind neue Funktionen, wie z. B. das autonome Fahren, realisierbar. Darüber hinaus werden mittlerweile auch die Grenzen zwischen verschiedenen Verkehrsmitteln schrittweise abgebaut, z. B. durch multimodale Routenplanungsoptionen. Zukünftig könnte es mit diesen Technologien also möglich sein, dass Mobilität komplett als Service angeboten werden kann. In diesem Fall gibt der Nutzer lediglich Startpunkt, Ziel, Uhrzeit sowie maximale Kosten und ggf. Treibhausgasemissionen der gewünschten Verbindung an. Nach Berechnung der optimalen Route wird der Nutzer automatisch von einem autonom fahrenden Fahrzeug abgeholt und zum nächsten Bahnhof gebracht. Die Buchung der Zugtickets erfolgt dabei automatisch über smarte Services. Der letzte Teil der Strecke wird wiederum mit dem Fahrzeug auf einer Autobahnstrecke zurückgelegt. Hier kann sich der Nutzer noch kurzfristig entscheiden, mehr Geld zu bezahlen, und hierfür zusätzliche Motorleistung hinzuzukaufen, um das Ziel schneller zu erreichen.

Aus Sicht der Ressourceneffizienz ergeben sich in diesem Beispiel viele Vorteile. Durch die Wahl einer effizienten Route sowie autonomer Steuerung kann der Energieverbrauch für die Route insgesamt minimiert werden. Darüber hinaus erfolgt eine geteilte Nutzung der Mobilitätsoptionen, wodurch Ressourcenaufwand in der Produktherstellung vermieden wird. Außerdem entstehen hier Anreize für die Hersteller, ihre Produkte langlebiger zu gestalten und Teile weiterzuverwenden [Dornbusch, G. (2018)].

Quelle(n):

  • Dornbusch, G. (2018): Connected Car [online] – Die Zukunft des vernetzten Autos. WEKA FACHMEDIEN GmbH, 13. April 2018 [abgerufen am: 16. November 2018], verfügbar unter: Link

Predictive Maintenance für Triebwerke in der Luftfahrt

Die Abnutzung von Triebwerken (insbesondere der Schaufeln) erfolgt höchst unterschiedlich und hängt von zahlreichen Parametern ab. So ist die Abnutzung z. B. im Vergleich zu normalen Strecken größer, wenn Flugzeuge regelmäßig über trockene Regionen und Wüsten fliegen. Um dieses Problem zu adressieren, bietet das Unternehmen MTU mit seinem Engine Trend Monitoring® Services an, um Triebwerke im Flugbetrieb zu überwachen und mit Hilfe prädiktiver Analysemethoden im Vorfeld festzustellen, wann ein Triebwerk gewartet werden muss. Die hier hinterlegten thermodynamischen Modelle erlauben eine Planung von Wartungsintervallen nach Bedarf, wodurch Wartungskosten verringert und die Auslastung der Flugzeuge erhöht werden können. Außerdem ist es so möglich, ungeplante Ausfälle und teure Folgeschäden zu vermeiden [Kappel, F. (2018)].

Quelle(n):

  • Kappel, F. (2018): MTU Plus Engine Trend Monitoring [online]. MTU Aero Engines AG [abgerufen am: 19. November 2018], verfügbar unter: Link

Projekte

Genauigkeitssteigerung einer Werkzeugmaschine durch intelligente Zusatzmodule

Prozesseigenschaften:
  • Verlängerung der Lebensdauer von Werkzeugmaschinen durch nachträgliche Erhöhung der Fertigungsgenauigkeit
  • Entwicklung eines aktiven Zusatzmoduls, das als „Add-On“ ohne Austausch wesentlicher Module auf der alten Maschine montierbar ist
  • "Adaptronisches" Modul gleicht Ungenauigkeiten der Bearbeitung aktiv durch entsprechende Sensorik und Aktuatorik aus
  • Sogar geringfügig höhere Genauigkeit als bei neuen Maschinen möglich (nach Tests an Fräsmaschine)
Zur kompletten Projektbeschreibung

InnoServPro - Innovative Serviceprodukte für individualisierte, verfügbarkeitsorientierte Geschäftsmodelle für Investitionsgüter

Prozesseigenschaften:
  • Konzeption der Geschäftsmodelle auf Basis unterschiedlicher Produkt-Service Systeme (PSS)
  • Entwicklung von intelligenten, kommunikationsfähigen Maschinenkomponenten, die sich selbst überwachen, Signale verarbeiten können und in bestehende Systeme integrierbar sind
  • Management der gesammelten Daten durch cloudbasierte, flexible Kommunikationsplattform, Methoden zur Mustererkennung in servicerelevanten Informationen und Visualisierung der Daten
Zur kompletten Projektbeschreibung

Leistungszentrum Digitale Vernetzung – Smart Service Customization

Prozesseigenschaften:
  • Individuelle Angebote als Kombination von Produkten und Dienstleistungen durch Entwicklung von Geschäftsmodellen auf Basis aufbereiteter Lebenszyklusdaten (Smart Service)
  • Bereitstellung eines Methodenbaukastens mit zwei Komponenten:
    • Integrationsplattform (zur Aufbereitung unterschiedlicher Daten zu Smart Data)
    • Smart Service Cockpit (zum Hervorbringen von auf den Kunden zugeschnittenen Lösungsangeboten)
  • Simulation und Manipulation eines digitalen Zwillings, VR-Anwendung für unterschiedliche Entwicklungs- und Absicherungsaspekte, direkter Datenimport von Unternehmensdaten
  • Baukasten ist für eine Vielzahl von Branchen geeignet
Zur kompletten Projektbeschreibung

Smarte Visualisierung des Energieverbrauchs in Privathaushalten

Prozesseigenschaften:
  • Zurückführen des gesamten Stromverbrauchs auf einzelne Geräte bei intelligenten Stromzählern
  • Erkennen der jeweiligen Verbraucher anhand ihrer spezifischen Signatur im Stromnetz durch "Non-Intrusive Appliance Load Monitoring" Technologie
  • Durch geeignete Visualisierung kann Verhaltensänderungen des Nutzers motiviert werden
Zur kompletten Projektbeschreibung

Videos

Windenergieanlagen mit Condition Monitoring

Digitalisierung der Auftragsabwicklung

Beste verfügbare Techniken

Effiziente Planung kundenindividueller Produkte

Kunden verlangen heutzutage individuelle Produkte zu einem Preis der Massenfertigung. Hierzu gibt es als wesentliches Werkzeug der „Mass Customization“ z. B. die Möglichkeit, Konfiguratoren bereitzustellen, die es dem Kunden ermöglichen, sein Produkt zu individualisieren und dabei gleichzeitig die Herstellbarkeit der Varianten abzusichern (z. B. Konfiguration von Nike-Turnschuhen [Nike Inc. (2018)]).

Darüber hinaus können Produkte auch vollständig individualisiert werden. Im Kontext der Digitalisierung und Verfügbarkeit neuer Fertigungsverfahren bieten sich hier zusätzliche Möglichkeiten, den hohen Aufwand für ein individuelles Produkt zu verringern. Ein Beispiel hierfür ist die Maßanfertigung von Schuhen durch Scanning und additive Fertigungsverfahren [Schreier, J. (2017)]. Durch diese effiziente Art der Interaktion mit dem Kunden entfallen Aufwände für die Herstellung physischer Prototypen sowie für die Logistik durch ein geringeres Transport- und Reiseaufkommen.

Quelle(n):

  • Nike Inc. (2018): NikeiD [online]. Nike Inc. [abgerufen am: 19. November 2018], verfügbar unter: Link
  • Schreier, J. (2017): Individuelle Fußbekleidung aus dem 3D-Drucker [online]. Vogel Communications Group, 11. September 2017 [abgerufen am: 2. Mai 2019], verfügbar unter: Link

Virtuelle Meetings

Früher waren Abstimmungen der Produktentwicklung und Fertigung mit dem Kunden mit einem hohen Reiseaufwand verbunden (z. B. zur Abstimmung von Produktentwürfen oder Kostenplänen). Mittlerweile können zahlreiche Abstimmungen auch online in virtuellen Konferenzräumen stattfinden. Hier stehen zahlreiche Tools zur Verfügung, die von einfacher Groupware zur gemeinsamen Erstellung von Dokumenten über geteilte Whiteboards für Kreativprozesse bis zu umfangreichen kollaborativen CAD-Umgebungen reichen, in denen zeitgleich Modelle diskutiert und bearbeitet werden können. Auch neuere Interaktionstechniken wie Virtual Reality bieten mittlerweile Schnittstellen, um räumlich verteilt gemeinsam Modelle zu betrachten und zu diskutieren.

Projekte

Intelligente Werkzeugmaschinen für individualisierte Produktion

Prozesseigenschaften:
  • Entwicklung einer Werkzeugmaschine, die sich für individualisierte Produktionsaufträge automatisch einrichtet und eigenständig entsprechende Qualitätsprüfungen vornimmt
  • Analyse von Werkstück und Arbeitsraum durch optische Erkennungssysteme und mathematische Algorithmen ermöglichen automatische Einrichtung
  • Qualität wird durch Abgleich des fertigen Produktes mit Soll-Daten des CAD-Modells geprüft
  • Erwartete Effizienzsteigerungen in Höhe von 20 % sowie Vereinfachung der Bedienung
  • Entwickelte Verfahren können auf weitere Produktionsmaschinen übertragen werden
Zur kompletten Projektbeschreibung

MAC4U – Mass Customization für individualisierte Produkterweiterungen

Prozesseigenschaften:
  • Nahtlose Einbindung von KMU in die Wertschöpfungskette individualisierter Massenprodukte
  • Erprobung durch einen im Rahmen des Projekts entwickelten Demonstrator im Bereich Additive Manufacturing (3-D-Druck)
  • Entwicklung von Standards zur Angebotsbeschreibung, Konfiguration und Abwicklung anhand eines Fallbeispiels
  • Vernetzung von unternehmensübergreifenden Geschäftsprozessen mit bestehenden IT-Lösungen (so kann z. B. der Kaufprozess mit der Konfiguration und Produktion der individualisierten Produkte verbunden werden)
Zur kompletten Projektbeschreibung

Videos

Material sparen durch Industrie 4.0

Intelligente Vernetzung von Produkt und Aufarbeitungs-/Recyclingprozess

Beste verfügbare Techniken

Intelligente Recyclingtechnologien

Um den zukünftigen Anforderungen von Industrie 4.0 zu genügen, muss sich ebenso die Recyclingbranche anpassen. So impliziert die zunehmende Intelligenz von Produkten und Produktionsanlagen auch zusätzliche Elektronik und daher feindispersere Materialmixe, mit denen die Verfahren umgehen müssen. Um die hier anfallenden Wertstoffe zu extrahieren und aufbereitete Rohstoffe in ausreichender Reinheit für eine erneute Verwendung bereitzustellen, sind ausgefeilte sensorbasierte Sortiermechanismen notwendig, um die jeweiligen Materialien treffsicher zu erkennen und mit geeigneten Mitteln von den anderen Materialien zu trennen [REMONDIS SE & Co. KG (2018)].

Komplementär wird sich auch die Logistik um die Abfallsammlung ändern müssen. Konzepte hierfür sind z. B. intelligente Abfalltonnen, die automatisch den Füllstand erfassen und so unnötige Transporte vermeiden. Ein anderes Beispiel umfasst Wertstoffscanner, die direkt in Müllfahrzeuge integriert sind und so das geladene Volumen und sogar eine Erkennung der geladenen Materialien und Wertstoffe ermöglichen [Mittermayr, R. und Klünsner, S. (2019), S. 19 ff.].

Quelle(n):

  • REMONDIS SE & Co. KG (2018): Neue Wege bei Recycling und Logistik [online]. REMONDIS SE & Co. KG, 9. Mai 2018 [abgerufen am: 4. April 2019], verfügbar unter: Link
  • Mittermayr, R. und Klünsner, S. (2019): Smart Waste – Wie Digitalisierung und IoT die Welt des Abfalls verändern. In: Thiel, S.; Thomé-Kozmiensky, K.J.; Goldmann, D. und Friedrich, B., Hg. Recycling und Rohstoffe. TK, Neuruppin, S. 15 – 24, ISBN 978-3-944310-46-6.

Smarte Produktkennzeichnung

Wenn die Wiederaufarbeitung oder das Recycling von Komponenten außerhalb des Unternehmens durchgeführt wird, ist es seitens des Herstellers wichtig, alle hierfür benötigten Informationen bereitzustellen. In diesem Kontext wird zum einen eine Aufbauanleitung des Produktes benötigt, um die spätere Demontage zu vereinfachen. Darüber hinaus sollte eine vollständige Kennzeichnung aller im Produkt verwendeten Stoffe vorliegen. Hierfür können z. B. auch Labels direkt an das Produkt angebracht werden, die vom Recycler ausgelesen werden können (z. B. QR-Codes, RFID-Chips). In diesem Kontext müssen allerdings Aspekte des Datenschutzes und der Wahrung von Geschäftsgeheimnissen beachtet werden.

Umsetzungsbeispiele

Digitale Plattform für Circular Fashion

Das Berliner Start-up Circular Fashion hat ein innovatives Konzept entwickelt, welches dabei helfen soll, zirkuläre Stoffströme in der Modebranche zu etablieren. Die Grundidee ist dabei ein Plattform-Ansatz, der es erlauben soll, Hersteller und Nutzer von Kleidung sowie Recyclingunternehmen besser zu vernetzen. Mit der Plattform bekommen Modedesigner Hilfestellungen, wie die Nachhaltigkeit ihrer Entwürfe verbessert werden kann und welche Materialien hier vorteilhaft sind. Jedes Kleidungsstück ist zusätzlich mit einer "Circular Fashion ID" versehen, welche Informationen über die in der Kleidung verwendeten Stoffe und den Prozess der Herstellung bereithält. Diese Daten können einerseits vom Nutzer, aber auch von Recyclingunternehmen eingesehen werden. Diese können die individuelle Stoffzusammensetzung verwenden, um den Sortierprozess der Stoffe zu vereinfachen [Circular Fashion (2018)].

Quelle(n):

  • Circular Fashion (2018): Circular Fashion [online]. Circular Fashion [abgerufen am: 20. November 2018], verfügbar unter: Link

Projekte

blackValue – Recycling schwarzer Kunststoffe

Prozesseigenschaften:
  • Sortenreine Trennung von schwarzen Kunststoffen zur Wiederverwertung
  • Eröffnung der Möglichkeit des großangelegten Recyclings schwarzer Kunststoffe vor dem Hintergrund verschärfter gesetzlicher Recyclingquoten und an Bedeutung zunehmender Wertstoffkreisläufe
  • Durch Einsatz von Terahertz-Strahlung wird das technische Problem umgangen, das herkömmliche Sensorik zum Trennen unbrauchbar macht (schwarzer Ruß im Kunststoff absorbiert den Großteil der elektromagnetischen Strahlung)
  • Kombination von Terahertz-Kamera mit herkömmlicher Sensorik gewährleistet Bezahlbarkeit der echtzeitfähigen Technologie zur industriellen Anwendung
  • Demonstration der neu entwickelten Kamera in Verbindung mit neuen Analysealgorithmen in einer prototypischen Sortieranlage zur Präsentation für potenzielle Kunden
Zur kompletten Projektbeschreibung

IDEnt – Einsatz der RFID-Technologie als Innovation für eine ressourcenoptimierte und datenschutzgerechte Kreislauf- und Entsorgungswirtschaft

Prozesseigenschaften:
  • Erkennung der Wertstoffbestandteile in Abfallgemischen durch Radio-Frequency Identification (RFID)
  • Berührungsloses Auslesen von Informationen, die im Produkt in Transpondern gespeichert sind und über Radiowellen übertragen werden
  • Eröffnet bessere und neue Recyclingstrategien, birgt jedoch auch datenschutzrechtliche Probleme
  • Entwicklung von individuelleren, effektiveren Formen der Produktverantwortung und produktspezifischen Recyclingmethoden unter Beachtung von technischen, rechtlichen und ökonomischen Gesichtspunkten
  • Senkung von Entsorgungskosten und Erhöhung von Recyclinggewinnen
Zur kompletten Projektbeschreibung

Recycling 4.0 – Digitalisierung als Schlüssel für die Advanced Circular Economy

Prozesseigenschaften:
  • Am Beispiel der Verwertung innovativer Fahrzeugsysteme (z. B. Elektroautos) werden Probleme des zukünftigen Recyclings analysiert, Lösungskonzepte erarbeitet und erprobt
  • Technologien und Methoden der Industrie 4.0 gewährleisten den Informationsaustausch innerhalb eines geschlossenen Lieferkettenkreislaufs („Closed-loop Supply Chains“)
  • Es soll ein „Informationsmarktplatz“ errichtet werden, auf dem Informationen von den Akteuren untereinander gehandelt werden können
  • Entwicklung einer Methodik zum Management von Retro-Produktionssystemen (Verbindung von Produktions- und Verwertungssystemen)
Zur kompletten Projektbeschreibung

Videos

Kunststoffrecycling

Worauf warten Sie noch?

Sie haben bereits Ressourceneffizienz umgesetzt? Melden Sie sich bei uns mit aktuellen Projekten und Ideen. Oder möchten Sie detaillierte Informationen aus unserem Angebot?

Schreiben Sie uns!
Fehler beim Senden Fehler beim Senden. Bitte versuchen Sie es später erneut.
Vielen Dank Ihre Nachricht wurde erfolgreich gesendet. Wir werden uns umgehend mit Ihnen in Verbindung setzen.