09.03.2020
The c-Com wear detection app - a technical advisor in your pocket
The app detects wear and offers recommendations for action
Many factors need to work in concert to create a smooth, reliable machining process with optimal results. If the process results in poor output or even rejects, there may be multiple reasons for it. If worn blades are the cause, the following questions present themselves: What kind of wear are you dealing with? Why is this wear occurring and how can it be prevented in the future?
Um diese Fragen zu beantworten, hat c-Com eine Verschleißerkennungs-Applikation entwickelt und deren Prototyp auf der EMO in Hannover vorgestellt. Die Anwendung ist denkbar einfach. Mit einem Smartphone und einer herkömmlichen Zusatzlinse zur Bildvergrößerung fotografiert der App-Nutzer die verschlissene Schneide. Daraufhin erkennt die App, um welchen Verschleiß es sich handelt und gibt entsprechende Handlungsempfehlungen. So können Anwender genau diesen Verschleiß künftig verhindern.
Die Applikation basiert auf „Machine Learning“, einer Teildisziplin der künstlichen Intelligenz. Das heißt, die Applikation lernt auf der Grundlage von Datensätzen. Für die App hat c-Com mehrere hunderte Bilder gemeinsam mit den Werkzeugspezialisten von MAPAL qualifiziert. Das heißt, sie haben den Algorithmus trainiert und ihm sozusagen gezeigt, wie welcher Verschleiß aussieht, ob eine Schneide in Ordnung oder eben nicht in Ordnung ist.
So ist die Applikation in der Lage verschiedene Arten von Verschleiß wie Freiflächenverschleiß, Kolkverschleiß oder eine Aufbauschneide zu erkennen. Basierend darauf rät die App beispielsweise dazu, den Vorschub zu reduzieren, die Drehzahl zu erhöhen oder auf eine andere Beschichtung umzusteigen. Diese Ratschläge und Hinweise, was zu tun ist, sind heute noch statisch. Allerdings arbeitet das Team von c-Com mit Hochdruck daran, dass die App anhand der Einsatzdaten des Werkzeugs in der Betaversion ganz konkrete, individuelle und präzise Hinweise gibt, was der Anwender ändern soll. Eben ein Technischer Berater für die Hosentasche. Mit zahlreichen Ausbaumöglichkeiten, um Anwendern die Arbeit zu erleichtern.
Die Applikation basiert auf „Machine Learning“, einer Teildisziplin der künstlichen Intelligenz. Das heißt, die Applikation lernt auf der Grundlage von Datensätzen. Für die App hat c-Com mehrere hunderte Bilder gemeinsam mit den Werkzeugspezialisten von MAPAL qualifiziert. Das heißt, sie haben den Algorithmus trainiert und ihm sozusagen gezeigt, wie welcher Verschleiß aussieht, ob eine Schneide in Ordnung oder eben nicht in Ordnung ist.
So ist die Applikation in der Lage verschiedene Arten von Verschleiß wie Freiflächenverschleiß, Kolkverschleiß oder eine Aufbauschneide zu erkennen. Basierend darauf rät die App beispielsweise dazu, den Vorschub zu reduzieren, die Drehzahl zu erhöhen oder auf eine andere Beschichtung umzusteigen. Diese Ratschläge und Hinweise, was zu tun ist, sind heute noch statisch. Allerdings arbeitet das Team von c-Com mit Hochdruck daran, dass die App anhand der Einsatzdaten des Werkzeugs in der Betaversion ganz konkrete, individuelle und präzise Hinweise gibt, was der Anwender ändern soll. Eben ein Technischer Berater für die Hosentasche. Mit zahlreichen Ausbaumöglichkeiten, um Anwendern die Arbeit zu erleichtern.
