KI-Tool für Werkzeugmaschinenbetreiber mit großen Losgrößen
Verschleiß und Qualität KI-basiert im Blick
Werkzeugbrüche, Maßabweichungen und andere Qualitätsmängel kosten Betreiber von Werkzeugmaschinen oft viel Geld. NC MachiningAid von Mitsubishi Electric setzt hier an. Nach kurzem Training berechnet das KI-Tool die voraussichtliche wahre Lebensdauer von Werkzeugen und überwacht die Teilequalität per Anomalieerkennung.
NC MachiningAID von Mitsubishi Electric nutzt KI und maschinelles Lernen, um den Verschleiß von Werkzeugen vorherzusagen. Das System analysiert Daten zu Spindellasten, Motorlast, Vorschubrate, Position und anderen Parametern, um den Zeitpunkt für einen Werkzeugwechsel zu bestimmen. Dabei soll sich die Lebensdauer der Werkzeuge erhöhen, ohne Produktionsunterbrechungen zu riskieren. Bei erkannten Abweichungen schlägt das System Korrekturmaßnahmen wie den Wechsel eines bestimmten Werkzeugs oder die Anpassung der Bearbeitungsparameter vor. Somit hängt der Zeitpunkt des Werkzeugwechsels nicht länger von Standardwerten, dem Erfahrungswissen des Maschinenbedieners, dem menschlichen Augenmaß oder externer Sensorik ab. Das Lernmodell berücksichtigt sowohl historische als auch Echtzeit-Daten.
KI als Schlüssel für höhere Effizienz
Das neue Produkt basiert auf Maisart des japanischen Automatisierers, einer Abkürzung für 'Mitsubishi Electric's AI creates the state of the art in technology'. So nennt das Unternehmen seine IT-Plattform, die verschiedene KI-Technologien für industrielle Anwendungen bündelt. Für die Einrichtung wird ein normaler Bearbeitungsprozess durchgeführt, gefolgt von einem Luftschnitt und dem normalen Bearbeitungsprozess mit fünf Werkzeugwechseln. Mit diesen Daten wird das Lernmodell trainiert, das anschließend mit Echtzeit-Daten aus Bearbeitungsprozess verfeinert wird. So kann das System normale Bearbeitungsbedingungen erkennen und Abweichungen identifizieren, die auf Probleme hinweisen könnten. Das System ist besonders für Anwender gedacht, die große Stückzahlen fertigen und hohe Anforderungen an Qualität, Präzision und Effizienz stellen. In diesem Umfeld wirkt der Verschleiß von Werkzeugen besonders siginikant auf die Bearbeitungsqualität und Kosten ein. Allein durch das Erkennen der tatsächlichen Lebensdauer eines Werkzeugs sollen sich beachtliche Einsparungen erzielen lassen, während die Anomalieerkennung vor allem der Teilequalität zuträglich ist. Vorgestellt wird das System in Europa zum ersten Mal auf der AMB 2024 in Stuttgart auf dem Stand von Mitsubishi Electric in Halle 7, Stand C 71.
Werkzeugbrüche, Maßabweichungen und andere Qualitätsmängel kosten Betreiber von Werkzeugmaschinen oft viel Geld. NC MachiningAid von Mitsubishi Electric setzt hier an. Nach kurzem Training berechnet das KI-Tool die voraussichtliche wahre Lebensdauer von Werkzeugen und überwacht die Teilequalität per Anomalieerkennung.
NC MachiningAID von Mitsubishi Electric nutzt KI und maschinelles Lernen, um den Verschleiß von Werkzeugen vorherzusagen. Das System analysiert Daten zu Spindellasten, Motorlast, Vorschubrate, Position und anderen Parametern, um den Zeitpunkt für einen Werkzeugwechsel zu bestimmen. Dabei soll sich die Lebensdauer der Werkzeuge erhöhen, ohne Produktionsunterbrechungen zu riskieren. Bei erkannten Abweichungen schlägt das System Korrekturmaßnahmen wie den Wechsel eines bestimmten Werkzeugs oder die Anpassung der Bearbeitungsparameter vor. Somit hängt der Zeitpunkt des Werkzeugwechsels nicht länger von Standardwerten, dem Erfahrungswissen des Maschinenbedieners, dem menschlichen Augenmaß oder externer Sensorik ab. Das Lernmodell berücksichtigt sowohl historische als auch Echtzeit-Daten.
KI als Schlüssel für höhere Effizienz
Das neue Produkt basiert auf Maisart des japanischen Automatisierers, einer Abkürzung für 'Mitsubishi Electric's AI creates the state of the art in technology'. So nennt das Unternehmen seine IT-Plattform, die verschiedene KI-Technologien für industrielle Anwendungen bündelt. Für die Einrichtung wird ein normaler Bearbeitungsprozess durchgeführt, gefolgt von einem Luftschnitt und dem normalen Bearbeitungsprozess mit fünf Werkzeugwechseln. Mit diesen Daten wird das Lernmodell trainiert, das anschließend mit Echtzeit-Daten aus Bearbeitungsprozess verfeinert wird. So kann das System normale Bearbeitungsbedingungen erkennen und Abweichungen identifizieren, die auf Probleme hinweisen könnten. Das System ist besonders für Anwender gedacht, die große Stückzahlen fertigen und hohe Anforderungen an Qualität, Präzision und Effizienz stellen. In diesem Umfeld wirkt der Verschleiß von Werkzeugen besonders siginikant auf die Bearbeitungsqualität und Kosten ein. Allein durch das Erkennen der tatsächlichen Lebensdauer eines Werkzeugs sollen sich beachtliche Einsparungen erzielen lassen, während die Anomalieerkennung vor allem der Teilequalität zuträglich ist. Vorgestellt wird das System in Europa zum ersten Mal auf der AMB 2024 in Stuttgart auf dem Stand von Mitsubishi Electric in Halle 7, Stand C 71.
Mitsubishi Electric Europe B.V.
Dieser Artikel erschien in IT&Production IIoT Wissen Kompakt 2024 - 06.09.24.Für weitere Artikel besuchen Sie www.it-production.com
