Refine
Document Type
- Article (4)
Language
- German (4)
Has Fulltext
- no (4)
Publication reviewed
- begutachtet (4)
Die mittelständisch geprägte deutsche Gießereibranche steht vor akuten
Herausforderungen. Steigende Energie- und Rohstoffpreise wirken sich als Standortnachteil aus und erhöhen den Druck, die Effizienz der Produktion weiter zu erhöhen. Probleme bei der Rekrutierung qualifizierter Fachkräfte erfordern neue Ansätze zur Sicherung des Prozesswissens erfahrener Mitarbeiter. Zudem fehlt aufgrund der mangelnden analytischen Beschreibbarkeit und der Komplexität der Prozesse häufig eine adäquate Modellierung der Kausalketten, was die Ursachenforschung bei Qualitätsproblemen erschwert.
Datenbasierte multimodale Assistenzsysteme können gewinnbringend in
Gießprozessen eingesetzt werden und einen Teil dieser Probleme lösen. Sie nutzen fortgeschrittene Methoden der Datenanalyse (Data Analytics), ein Prozess der Datenuntersuchung, des Datenverständnisses und des Erkenntnisgewinns, in dem unbekannten Muster und Zusammenhänge zwischen den Variablen durch die Analyse von Rohdaten identifiziert werden. So können komplexe Prozesse modelliert, Probleme frühzeitig erkannt und Lösungen in Echtzeit generiert werden. Viele Softwaretools und Datenbanken unterstützen bereits heute die sogenannte „deskriptive Analyse“ und die „diagnostische Analyse“. Ein weiterer Schritt ist jedoch, dieselben Daten zu nutzen, um Modelle zu speisen, die Vorhersagen mit ähnlicher oder besserer Genauigkeit als ein menschlicher Experte treffen können (prädiktive Analyse).
Formstoffbedingte Gussfehler begründen nach wie vor einen wesentlichen Anteil von fehlproduzierten Gussteilen. Die Vielzahl von Fehlerbildern am Gussbauteil hat ihre Ursache in den Eigenschaften des verwendeten Formstoffs, die wiederum von vielen Einflussgrößen bestimmt werden. Die Eigenschaften von Grünsandformen werden durch viele Faktoren mit zum Teil gegenläufiger Wirkung beeinflusst. Um dabei die Konstanz der Formstoffeigenschaften zu sichern, ist ein intelligentes Steuerungs- und Regelungskonzept notwendig. Abhängig von der erforderlichen Formstoffqualität können verschiedene Vorgehensweisen zur Einstellung der gewünschten Formstoffeigenschaften gewählt werden. In der Praxis erfolgt die Steuerung der Formstoffaufbereitung durch Formstoffanalysen im Labor, durch präventive Formstoffsteuerung, durch Online-Formstoffsteuerung und -regelung oder durch Kombinationen dieser drei Vorgehensweisen. Die erfolgreiche Einrichtung einer Formstoffsteuerung setzt dabei immer die möglichst genaue Definition der Regel- und Zielgrößen und deren Zusammenhänge voraus. Zudem ist die zwischen all diesen Parametern bestehende quantitative Abhängigkeit nicht für die Formstoffsteuerung verfügbar. Wertet man Prozesseinflussgrößen und Prozesszielgrößen mit maschinellen Lernmethoden aus, werden explizite und implizite Zusammenhänge zwischen unterschiedlichen Kennwerten möglich und in Form von datengetriebenen Prozessmodellen für eine intelligente Online-Formstoffaufbereitung und -steuerung verfügbar gemacht. Damit stehen bisher nicht mögliche Methoden für die Prozesssteuerung und Prozessoptimierung in der Formstoffaufbereitung zur Verfügung.
Um eine hohe Qualität und Zuverlässigkeit der gefertigten Produkte in einer Gießerei sicherzustellen, muss innerhalb der Serienprozesse eine zuverlässige Identifizierung eines jeden Gussteiles und die Rückverfolgbarkeit dessen Produktionsparameter möglich sein. Dabei stellen die oft rauen Umgebungsbedingungen sehr hohe Anforderungen an die Robustheit der Markierungseinheit und die Genauigkeit der zugehörigen Ausleseeinheit. Gleichzeitig müssen eine hohe Anzahl an individuellen Markierungsmöglichkeiten bei geringem Flächenbedarf realisiert werden. An der Hochschule Kempten wird im Forschungsprojekt CastCode in Kooperation mit Partnern aus der Gießereibranche ein ganzheitliches Markierungs- und Auslesekonzept entwickelt, welches diesen hohen Anforderungen genügen soll. Dabei wird die Markierung bereits im Formkasten durchgeführt,sodass sie direkt nach dem Abguss auf der Gussteiloberfläche abgebildet ist und ausgelesen werden kann.
Die Digitalisierung der Industriezweige macht auch vor der Gießerei-Industrie keinen Halt. Die Potenziale dieses Wandels sind groß, doch die praktische Umsetzung erweist sich oft als schwierig. Die Institute der Akademischen Interessensgemeinschaft Gießereitechnik (AKAGuss) haben hier eine gemeinsame Expertise entwickelt, die sie im Sinne einer erfolgreichen Chancennutzung interessierten Firmen zur Verfügung stellen möchten. In diesem ersten von zwei Teilbeiträgen berichten das Gießerei-Institut der RWTH Aachen, die Hochschule Kempten und das Österreichische Gießerei-Institut sowie die Montanuniversität Leoben über ihre Digitalisierungsaktivitäten.