Views
2 years ago

Solutions Magazine 2019 #2

  • Text
  • Mori
  • Robotisering
  • Dymato
  • Maakindustrie
  • Verspanen
  • Cnc
CNC machining

6 wil brengen. Zo’n

6 wil brengen. Zo’n voelende machine gebruikt een reeks eenvoudige sensoren om te kunnen registreren wat er gebeurt. Bijvoorbeeld krachten op de spindelslede. Of krachtsensoren die met een laser in het oppervlak van bepaalde componenten worden aangebracht. De nauwkeurigheid is net zo goed als van huidige dure systemen, de kosten liggen veel lager. IFW-onderzoeker Karl Dittrich verwacht dat onderdelen van de autonome CNCmachine binnen afzienbare tijd realiteit zullen worden. Denkena. Al enkele jaren werkt zijn groep aan de voelende machine, een eerste stap om tot de autonome CNC-machine en daarna zelfs de autonoom werkende fabriek te komen. Wie denkt dat zo’n auto-pilot ver weg is, heeft gelijk en ongelijk. Een volledig autonoom werkende CNC-machine komt er misschien pas over vijftien tot twintig jaar, zegt Dittrich. “Technologische ontwikkelingen gaan echter snel. Kijk maar naar de auto-industrie.” Vijf jaar geleden zeiden autofabrikanten nog dat een zelfrijdende auto te complex zou zijn. Nu zijn er al sensoren beschikbaar die het wel mogelijk gaan maken. “Afhankelijk van hoe branches meewerken, gaan we deelontwikkelingen sneller zien”, meent de onderzoeker. Sterker nog, professor Denkena zegt dat DMG Mori, waarmee het IFW samen een NTX draaicentrum voelend heeft gemaakt, deze techniek binnen twee tot drie jaar op de markt Slijpmachine herkent slijtage Een voorbeeld hoe een machine kan voelen, laat het IFW op de EMO zien in een slijpmachine van EWAG. Hierbij wordt gebruik gemaakt van Kunstmatige Intelligentie om te bepalen of het tijd wordt de slijpschijf te dressen. In 16 seconden tijd meet een laser de topografie van het oppervlak van de slijpschijf. Deze laserunit zit in het gereedschapmagazijn. De meting gebeurt dus automatisch. Het beeld wordt vergeleken met de uitgangssituatie en de algoritmes die speciaal hiervoor zijn ontwikkeld, beslissen of de schijf gedressed moet worden of niet. De afwijking ten opzichte van het resultaat van een ervaren slijper die met zijn duim voelt, is minder dan drie procent. Moet men de schijf gaan dressen, dan geeft de software exact aan hoeveel micrometer van het oppervlak verwijderd moet worden. Dat kan doordat men de metingen combineert met een slijtagemodel. Standaard neemt de slijpindustrie momenteel 200 micron materiaal weg bij het dressen. Als dit exact gebeurt met hoeveel micrometer weg moet, neemt de levensduur van de schijf uiteindelijk toe. Professor Berend Denkena: kennisoverdracht moet sneller Voor professor Berend Denkena is kennisoverdracht wezenlijk om de transitie die de maakindustrie gaat doormaken, te laten slagen. Hij vindt de machinebouwindustrie te conservatief. “Het mag geen tien jaar duren voordat de kennis die wij nu hebben ontwikkeld bij de bedrijven terecht komt”, zegt hij. De infrastructuur in Duitsland om kennis uit te wisselen tussen universiteiten en industrie is er. Denkena heeft zelf na zijn promotie tien jaar in de industrie gewerkt om daarna terug te keren naar de universiteit. Leven lang leren Net zo belangrijk vindt hij de bereidheid van bedrijven om medewerkers levenslang te scholen. Politiek, werkgevers en werknemers moeten deze verandering samen vormgeven. “Ook vakbonden moeten dit thema oppakken en er open over praten.” Het IFW participeert in het competentiecentrum Industrie 4.0 in Nedersaksen. Professor Denkena merkt daar dat oudere werknemers vaak angst hebben dat de digitalisering hun werk overneemt. Daarom zijn niet alleen technici betrokken bij het competentiecentrum, maar ook sociale wetenschappers. “We moeten open praten over die angsten en daar rekening mee houden. Professor Berend Denkena: de industrie moet de nieuwe kennis sneller omzetten in praktische toepassingen. Niet alleen scholen en demonstreren, maar laat medewerkers zelf beoordelen over wat er op hen afkomt.” september 2019

7 De slijpmachine herkent de mate van slijtage. Met behulp van speciale algoritmen wordt exact berekend hoeveel micrometer van de slijpschijf afgehaald moet worden. Single item production Bij deze toepassing speelt de digitale tweeling (digital twin) een rol. Dat is bij nog meer toepassingen die men in Hannover ontwikkelt het geval. Bijvoorbeeld bij het frezen van patiënt specifieke heupimplantaten. Zoiets is te duur, hoor je vaak. Immers elk implantaat moet apart geprogrammeerd worden. En omdat elk implantaat uniek is, moet de bewerking direct goed zijn. Telkens eerst een teststuk frezen wordt te duur. Het IFW denkt dat dit kan doordat de machine leert van de data van de vorige bewerkingen. Kleine sensoren meten de kracht op het gereedschap. Deze data worden teruggevoerd naar de planningssoftware voor een simulatie van het volgend product. Omdat te hoge krachten leiden tot afwijkingen in de geometrie, moet er in het proces gecompenseerd worden. De software doet dit automatisch. Dankzij de combinatie van de voelende machine en de digital twin, kan straks elke patiënt zijn op maat gemaakte heupgewricht krijgen. Single item production wordt economisch haalbaar. Nu nog zijn de kosten te hoog, maar als het proces vanaf het eerste werkstuk perfect is, wordt het wel economisch haalbaar. “Doordat we CAM-data simuleren en echte productiegegevens gebruiken, kunnen we met behulp van machine learning fouten voorspellen”, legt Mark Dittrich uit. Dat kan ook bij een geheel ander product zijn, bijvoorbeeld het frezen van een pocket. Testen die het IFW heeft gedaan, laten zien dat met zo’n adaptieve procesplanning de maximale fout halveert (van 60 µu naar 30 µu) en in veel gevallen zelfs helemaal vermeden werd. “Processen kunnen van elkaar leren, machines kunnen van elkaar leren.” Nog zo’n voorbeeld is dat men de MRR (material removal rate) berekent en dit koppelt aan de stroomopname van de spindel. Kunstmatige Intelligentie vergelijkt dit met de meting en voorspelt dan of er iets mis is in het proces. Dat blijkt goed te werken, bijvoorbeeld een defect in het werkstuk waardoor de frees geen materiaal wegneemt. De autonome fabriek Dit zijn stappen die de CNC-machines in de toekomst autonomer zullen laten werken. In het toekomstvisioen van het team van professor Berend Denkena zoekt een werkstuk straks zelfstandig de weg door de fabriek, langs de noodzakelijke bewerkingscentra, die zich aanpassen aan het werkstuk. Dittrich: “Het werkstuk kiest de ideale route op basis van kosten, beschikbaarheid van machines en de levertijd.” Daarmee geeft hij impliciet aan welke grote verandering dit teweeg gaat brengen. Nog meer dan nu staat het werkstuk centraal, niet de machine. “Het werkstuk beschikt over de informatie welke bewerkingen nodig zijn, kan met machines communiceren, zelfstandig bewerkingen starten. Als een machine niet beschikbaar is, zoekt het werkstuk zelf een andere weg. Daarom moeten machines adaptief zijn.” Net zoals de zelfrijdende auto. De EMO 2019 vindt van 16 - 21 september plaats in Hannover. Het IFW staat in de Industrie 4.0 Area in hal 9, stand F32. september 2019