plus10 implementiert Lösung KI in der Kunststoffverarbeitung im Einsatz

Von Martin Hensel |

Anbieter zum Thema

Das Fraunhofer-Spin-Off plus10 hat bei Freudenberg Home and Cleaning Solutions KI-Software im Umfeld von Spritzgießanlagen implementiert. Zudem wurde eine hochfrequente Datenerfassung und -verarbeitung realisiert.

In der Vileda-Eimerproduktion wurde vom Fraunhofer-Spin-Off plus10 eine hochfrequente KI-Datenerfassung und -verarbeitung aufgebaut.
In der Vileda-Eimerproduktion wurde vom Fraunhofer-Spin-Off plus10 eine hochfrequente KI-Datenerfassung und -verarbeitung aufgebaut.
(Bild: Johannes Vogt / Freudenberg Home and Cleaning Solutions)

plus10 entwickelt Software-Tools auf KI-Basis, um komplexe Produktionsmaschinen mit maximaler Produktivität zu betreiben. Nun kommt diese Lösung beim Kunststoffverarbeiter Freudenberg Home and Cleaning Solutions in den Praxiseinsatz. Für derartige Unternehmen und deren Spritzgießmaschinen ist es essentiell, möglichst schnell perfekt aufeinander abgestimmte Parametereinstellungen zu identifizieren, um ein Maximum an Gutteilen in bestmöglicher Zykluszeit zu erzielen. Das Problem: Vollautomatisierte Produktionsanlagen sind sehr komplex und oft nur schwer mit maximaler Effizienz zu betreiben.

Evolutionäres Idealziel

Für derartige Szenarien entwickelt plus10 selbstlernende Tools zur datenbasierten Analyse und Optimierung. Sie erfassen und verarbeiten tausende Maschinenparameter jede Millisekunde. Per Machine Learning wird das Verhalten der einzelnen Maschinen detailliert erlernt und daraus automatisiert Optimierungsvorschläge abgeleitet. Im Hintergrund entwickelt sich zudem eine virtuelle „ideale Maschine“, die sich im Laufe der Zeit selbst verbessert. Jede eingebundene einzelne Maschine entwickelt sich dadurch evolutionär in Richtung des Idealzustands. Laut plus10 können Unternehmen ihre Zykluszeit pro Maschine um 6 bis 18 Prozent reduzieren und so die Anlageneffektivität signifikant steigern.

Umsetzung in der Praxis

Bei Freudenberg übernahm plus10 die Konzeption und Umsetzung einer hochfrequenten Big-Data-Infrastruktur inklusive Data Mapping für Spritzgießmaschinen. Dies umfasst unter anderem die Implementierung von Datenschnittstellen zu jeder Maschinensteuerung, um Sensordaten anzubinden und zu mappen sowie ein virtuelles Puffersystem, um produzierte Teile nach dem Spritzgießen weiter verfolgen zu können. „Die Zusammenarbeit beinhaltete auch eine virtuelle Bauteilverfolgung zur kontinuierlichen und automatisierten Verknüpfung von allen Steuerungs- und nachfolgenden Qualitätsdaten“, erklärt Uwe Dingert, Director Research & Development von Freudenberg.

Im Ergebnis entstand so eine KI-fähige Big-Data-Infrastruktur als Grundlage für weitere Optimierungsmaßnahmen. Ein einheitliches Datenmodell verknüpft alle Einzelmessungen mit dem entsprechenden produzierten Teil und ermöglicht künftig die Zuordnung zu den Spritzgießzyklen.

Artikelfiles und Artikellinks

(ID:47275585)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung