EMuDig 4.0

Cluster: Engineering

Effizienzschub in der Massivumformung durch Integration digitaler Technologien im Engineering

Kurzsteckbrief
EMuDig 4.0 will in der Massivumformung eine Vernetzung zwischen Herstellungsprozess, Maschinen und Anlagen, Menschen und Produkten ermöglichen. Dazu werden entlang der gesamten Wertschöpfungskette speziell für die Umformung entwickelte oder angepasste digitale Technologien und Methoden integriert. Die Analyse der entstehenden Daten wird genutzt, um weitere Erkenntnisse über den Prozess zu gewinnen und damit Effizienz, Flexibilität sowie Qualität zu steigern.

Ausgangslage
In der Massivumformung werden dreidimensionale Körper aus Werkstoffen wie Stahl oder Aluminium umgeformt. Die größtenteils mittelständisch geprägte Branche ist heute mit zahlreichen Herausforderungen konfrontiert: Dazu zählen deutlich steigende Anforderungen an Umformteile, etwa im Leichtbau oder der Elektromobilität, sowie eine umkämpfte Wettbewerbssituation durch ausländische Marktteilnehmer.
Digitalisierung und Vernetzung – auch von Wissen – könnten die Effizienz in der Massivumformung entscheidend verbessern. Dafür müssen die passenden Wege und Methoden gefunden werden. Zu den weiteren Herausforderungen gehören kleine Losgrößen, die eine hohe Flexibilität bei der Produktion voraussetzen, sowie die umfassende Vernetzung der Wertschöpfungsketten. Diese soll eine schnelle und gezielte Reaktion auf Aufträge ermöglichen.

Ziel
Das Projekt EMuDig 4.0 will in der Massivumformung eine umfassende Vernetzung zwischen Urform-, Umform- und Wärmebehandlungsprozess, Maschinen, Anlagen und Produkten erzielen. Durch die so verfügbaren Informationen wird es möglich, nicht nur die Effizienz eines einzelnen Produktionsschrittes zu erhöhen, sondern eine prozesskettenübergreifende Optimierung vorzunehmen. Der Lösungsansatz besteht darin, verfügbare digitale Technologien an die Erfordernisse des Engineerings in der Massivumformung anzupassen. Die aus der Vernetzung gewonnenen umfassenden Echtzeit-Informationen sollen zusammen mit Analysemethoden und Algorithmen wesentlich zur Steigerung von Effizienz, Flexibilität und Qualitätssteigerung beitragen.
Im Projekt werden verschiedene Technologiefelder angesprochen, die jeweils eng mit einem Glied in der Wertschöpfungskette verzahnt sind. In der Rohmaterialerzeugung soll der Werkstoff dank moderner Sensortechnologien mit einem eindeutigen „digitalen Fingerabdruck“ versehen werden, damit seine Produktionsdaten im Verlauf der Weiterverarbeitung technologisch und logistisch nachvollziehbar sind. Bei den Produktionswerkzeugen sollen der Zustand und Verschleiß, abhängig von der jeweiligen „Werkzeuglebensgeschichte“, vorhergesagt werden. Auf dieser Basis können entsprechende vorbeugende Maßnahmen getroffen werden („predictive Tool-Management“). In Produktionsanlagen wiederum wird es durch ein Prognosemodell möglich sein, verfügbarkeitseinschränkende Ereignisse vorherzusagen und Instandhaltung und Wartung vorausschauend zu planen und effizienter zu gestalten („predictive Maintenance“). Im Produktionsprozess des Umformens sollen nur Teile verwendet werden, die der Hersteller bis zu ihrer jeweiligen Entstehung zurückverfolgen kann, um die Ausschussrate zu reduzieren. Denn durch die Rückverfolgung können fehlerhafte Produktionen schneller festgestellt und behoben werden („predictive Quality“). Außerdem werden so beim Logistikprozess auch kleinstmögliche Teilmengen steuer- und rückverfolgbar.
Die Datenanalyse hat das Ziel, geeignete Methoden und Werkzeuge für mittelständische Unternehmen der Umformtechnik zu testen und zu etablieren. Damit sollen Abhängigkeiten, Muster oder Abweichungen in den Produktionsdaten gefunden werden können („Data Analytics“). Dabei sollen über Sensoren und Anlagensteuerungen Daten bereitgestellt sowie in einer Cloud gespeichert, ausgewertet, verknüpft und algorithmisch aufbereitet werden. Bei den dabei anfallenden Datenmengen ist nicht die schiere Masse („Big Data“), sondern die intelligente Analyse der vorliegenden Daten („Smart Data“) das entscheidende Kriterium.

Praktische Anwendung
In enger Zusammenarbeit zwischen Industrie und Hochschulen werden Methoden und Konzepte entwickelt, in einer Modellfabrik getestet und sukzessiv in zwei Unternehmen der Massivumformung für die Serienfertigung evaluiert. Als Beispiel dient dabei eine Prozesskette bei der Verarbeitung und Massivumformung von Stahl in der Großserienfertigung. Des Weiteren steht die Herstellung von Aluminiumschmiedeteilen für die Luftfahrtindustrie in Kleinserie im Mittelpunkt.

Konsortium
OTTO FUCHS KG Meinerzhagen, Hirschvogel Automotive Group Denklingen, SMS group GmbH Mönchengladbach, Fachhochschule Südwestfalen, Universität Stuttgart, Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) der Technischen Universität Dresden