12.03.2025

Geballtes Wissen für hohe Produktivität

Customer Productivity as a Challenge für MAPAL und Kooperationspartner

Nutzen Unternehmen alle Daten, die bei der Zerspanung entstehen, so können sie damit rund zehn Prozent mehr Produktivität aus ihren Prozessen herausholen. Zu diesem Ergebnis kommt ein Projekt, in dem MAPAL zusammen mit Industriepartnern bislang verteiltes Wissen bündelte und als nutzbaren digitalen Mehrwertdienst zur Verfügung stellt.

Productivity as a Service als Teil des geförderten Großforschungsprojekts X-Forge

Im Rahmen des vom Land Baden-Württemberg geförderten Großforschungsprojekts X-Forge (Everything as a Service) ist Werkzeughersteller MAPAL Konsortialführer des Teilbereichs Productivity as a Service (ProdaaS). MAPAL kooperiert dazu mit dem Maschinenbauer F. Zimmermann und dem Messtechnikspezialisten Blum, um Kunden Lösungen aus einer Hand anbieten zu können. 

Als weiterer Projektpartner hat das Fraunhofer IPA die Aufgabe übernommen, das dahinterliegende Geschäftsmodell zwischen den Partnern zu vermitteln und eine Bewertung des Kundenmehrwerts zu bestimmen. Ein erstes Pilotprojekt wurde Mitte 2024 nach insgesamt dreijähriger Laufzeit abgeschlossen. Davon ausgehend soll das digitale Serviceangebot in den kommenden Jahren sukzessive erweitert werden.  

Zwei Mitarbeiter unterhalten sich über die Beschaffenheit verschiedener Werkzeuge, während im Hintergrund weitere Beschäftigte Einstellungen an Maschinen vornehmen.
Das Projekt „Productivity as a Service“ untersucht die Möglichkeiten, getrennte Prozess- und Produktionsdaten zu verknüpfen, und entwickelt mithilfe selbstlernender Algorithmen einen Dienst, der Fertigern bei zukünftigen Herausforderungen hilft.   ©MAPAL
Die Mitglieder des Arbeitskonsortiums überwachen Prozesse bereits durch viele Sensoren, die entsprechende Daten liefern. Allerdings bieten existierende Systeme nur eine eingeschränkte Sichtweise auf das Gesamtsystem aus Maschine, Werkzeug und Werkstück. Dem Anwender stehen zwar auf der Maschine hochkomplexe Expertensysteme zur Verfügung, doch sind diese einzelnen Bausteine nicht miteinander integriert. Sie zusammenzubringen ist in der Praxis kaum möglich. Entsprechend schwierig ist es, aufgetretene Probleme im Nachgang zu analysieren oder laufende Prozesse zu optimieren. 

Strukturierte Wissensbasis für die Prozessplanung

Eine CAM-Prozessplanung mit Werkzeugselektion, Bahnplanung und Wahl von Prozessparametern ist ein wesentlicher Hebel zur Produktivitätssteigerung. Beim Einfahren eines Bauteils ist anschließend auf der Maschine aber meist weitere Justage erforderlich, um zu optimalen Ergebnissen zu kommen. Heute ist der Bereich der Planung stark abgekoppelt von der Zerspanung. An der Maschine gewonnene Erkenntnisse fließen nicht automatisch zurück an die Prozessplanung. Das unzureichende Feedback hemmt Lerneffekte und sorgt dafür, dass der Maschinenbediener beim nächsten geplanten Bohrprozess wieder von vorne anfängt. Der CAM-Prozessplanung fehlt schlichtweg eine strukturierte Wissensbasis aus der praktischen Anwendung. 

Zum “Productivity-as-a-Service”-Angebot für stabile und effiziente Zerspanungsprozesse steuern die Projektpartner unterschiedliche Informationen bei. Die Verschleißzustandsbewertung der Werkzeuge ist relevant, um zu verstehen, in welchem Zustand zum Beispiel eine Bohrung entstanden ist. Sie liefert auch Informationen über die aktuelle Standzeit des Werkzeuges und erlaubt Standzeitprogosen. Blum extrahiert die entsprechenden Daten in einen dedizierten Softwareservice und macht sie so nutzbar.  

Diese Messdaten werden mit einer Wissensdatenbank von MAPAL verglichen, um in einer Prozessbewertung zu prüfen, ob die auf der Maschine eingestellten Parameter sich mit den Vorgaben des Herstellers decken. Parallel dazu fließt von F. Zimmermann die Zustandsbewertung der Maschine mit ein und liefert etwa Informationen über den Spindelzustand. Ein übergeordneter Softwarebaustein bringt die verschiedenen Quellen schließlich in Zusammenhang miteinander und stellt Informationen strukturiert zur Verfügung. Bei Fehlzustandsbewertungen kann der Anwender auf Knopfdruck die Ursachen ermitteln. 

Pilotprojekt Tool Performance Optimizer

Beim Pilotprojekt, das bei Karl Walter Formenbau stattfand, ging es um einen Tool Performance Optimizer. Dem Anwender ist es damit gelungen, die Einstellung der Prozessparameter für das Bohren bei Abweichungen zu korrigieren, um Stillstandzeiten durch Bruch oder ungeplante Werkzeugwechsel zu reduzieren.  

Weiterhin ist mit der Datenbank die Möglichkeit gegeben, auch bereits in der Planung für neue, bisher unbekannte Anwendungen mit Hilfe von Ähnlichkeitssuche auf strukturierte, methodisch gesammelte und bewertete Erfahrungen aus der Vergangenheit aufzubauen. Der Tool Performance Optimizer soll über zwei Absatzkanäle vermarktet werden. Neben dem klassischen Lösungsgeschäft mit einem Angebot aus einer Hand wird er auch auf einer großen Plattform zu finden sein, die als Datenökosystem auf Gaia-X basiert. 

Ziel des nächsten Entwicklungsschrittes ist es, auftretende Abweichungen in einem Assistenzsystem zu erfassen und den Anwender gleich während des Betriebs mit einem Ampelsystem zu warnen. Für die kommenden Jahre sind noch selbstlernende Services für autonome Parameteroptimierung und Intelligente CAM-Prozessplanung vorgesehen. Schließlich soll ab 2029 auch eine durchgehende Automatisierung von der Zeichnung bis zum fertigen Bauteil möglich werden. 


Portrait MAPAL Redakteur Ostertag Mathias

Kontakt

Mathias Ostertag Public Relations mathias.ostertag@mapal.com Tel.: +49 7361 585 3566


Weitere Artikel aus dem Bereich Technologie