Digitalisierung : Digitalisierung in der Schwerindustrie – Das Projekt „Strangguss 4.0“

Um Digitalisierungsmöglichkeiten von Produktionsprozessen ging es mitunter beim „Industrie 4.0 Praxis-Frühstück“ in Alpbach. Am Beispiel Strangguss zeigten Daniel Bachlechner, Maximilian Ulrich (beide Fraunhofer Austria) und Stefan Lechner (Thöni), wo die Potenziale liegen. FACTORY hat bei Maximilian Ulrich nachgefragt, wie das Projekt verlief und was man sich in Zukunft in diesem Bereich erwarten kann.

Das Projekt „Strangguss 4.0" - die Ausgangslage

Die Schwerindustrie, zu der Stranggussanlagen zählen, besitzt noch Potential, was ihre Digitalisierung betrifft. Das liegt unter anderem an den langen Laufzeiten der Anlagen, die teilweise über mehrere Jahrzehnte anhält. Der aktuelle Stand der Technik bei Gießanlagen im Speziellen zeichnet sich durch einfache und ungenaue Regelung von Anlagenteilen, wie Gießrinnen-Pegel, Gießspiegel in der Kokille und Kokillen-Bewegung aus. Diese sind zusätzlich häufig noch schlecht vernetzt und erschweren so die Echtzeit-Überwachung. Historische Daten werden daher zu wenig zur Prozessoptimierung verwendet, unter anderem aufgrund unzureichender Verknüpfbarkeit von Qualitätssicherungsdaten mit Prozessdaten. Dies nahmen die drei teilnehmenden Betriebe zum Anlass für das Projekt „Strangguss 4.0“.

(Lesen Sie auch: Smart Factories: Die Zukunft der Produktion ist intelligent, vernetzt und anfällig)

Ziel des Projekts und Zuständigkeiten

Fraunhofer, Thöni und ematric arbeiten deshalb gemeinsam an der Entwicklung einer neuen Generation von vertikalen Gießanlagen. Diese sollen mithilfe von erhöhten Digitalisierungs- und Automatisierungsgraden, unter anderem durch Künstliche Intelligenz, einen optimierten Produktionsprozess gewährleisten. Es sollen intelligente Steuerungs- und Regelungsansätze für Stranggussanlagen entwickelt werden.

Thöni ist dabei für die Gesamtprojektleitung und den Bau, sowie die Planung der Pilotanlage zuständig. Thöni entwickelt und baut Gussanlagen, in welchen aus flüssigem Buntmetall im Stranggussverfahren Bänder, Profile und Rundformate gegossen werden. Das Metall wird im Schmelzofen verflüssigt, über eine Gießrinne einer Kokille zugeführt und als erstarrender Bolzenstrang kontinuierlich aus der Kokille herausgeführt. Das Familienunternehmen hat mehr als 50 Jahre Erfahrung im Bau von horizontalen und vertikalen Stranggießanlagen für Kupfer und Kupferlegierungen, Aluminium-Zinn, sowie Edelmetallen.

Ematric ist für die Automatisierung, Programmierung und Visualisierung zuständig. Darunter fällt vor allem die Regelungstechnik und die Ausstattung und Steuerung der Anlage.

(Lesen Sie auch: Was die Industrie von der Smartwatch lernen kann)

Von der Datenanalyse zur Handlungsempfehlung

Fraunhofer bietet die wissenschaftliche Begleitung und Data Science für das Projekt. Das Forschungsteam bei Fraunhofer entwickelt das IT-technische Implementierungskonzept, analysiert bereits vorhandene, historische Daten und gibt schließlich Handlungsempfehlungen für die potentielle Anwendung bei anderen Anlagen. Vor allem die Sensorik und daraus folgend die messbaren Sensordaten spielen hier eine wichtige Rolle. Je genauer diese Daten erfasst werden können, desto weniger muss man sich auf sein Bauchgefühl verlassen, ob der Prozess nun gut oder weniger optimal läuft. Man stellte sich die Frage:

Um die Sensordaten, wie Temperatur, Druck, etc. optimal auszuwerten, ist es notwendig zu wissen, wo das Produkt zu welchem Zeitpunkt im Prozess war. Somit kann man die potenziellen Fehlerquellen bei der Qualitätsprüfung des fertigen Produkts sehr genau herausfiltern und miteinander vergleichen. Daraus lässt sich am Ende schließen welche Kombinationen am ehesten zu einem guten bzw. schlechten Produkt führen. Danach kann man die Prozessparameter dementsprechend anpassen. Je genauer der Zusammenhang zwischen Prozessdaten und den daraus resultierenden Qualitätsdaten abgebildet werden kann, desto besser funktionieren auch eingesetzte Vorhersagealgorithmen der Künstlichen Intelligenz.

Fazit

Der Fokus der Optimierungsbestrebungen liegt also auf der Steigerung der Produktqualität mittels kontinuierlicher und automatisierter Überwachung der Produktionsparameter und regelmäßiger Ableitung von Optimierungspotentialen für den Anlagenbetrieb, wie man bei Fraunhofer erläuterte. Qualitativ hochwertigere Produkte, weniger Ausfälle und eine genauere Vorhersage potenzieller Fehlerquellen sind also die primären Ziele der Digitalisierung der Anlagen und somit auch des Projekts. Anfang des Jahres wurde das Projekt beendet, das Ergebnis stellt ein in der Praxis evaluiertes Konzept für die Anwendung von Data Science-Methoden auf Anlagenbetriebsdaten dar. Dieses Konzept soll ein Beitrag sein das Potential von Industrie 4.0 auch in der Schwerindustrie zu nutzen.

Weitere interessante Artikel:

Industrie Informatik präsentiert neue Online-Plattform für die Smart Factory

Über die Akzeptanz neuer Technologien in der Produktion