05.01.2024 Technologien & Prozesse Druckgussprozess Expertenstimmen

Digitale Verbesserung des Druckgusses: von fortschrittlicher Überwachung bis zu durch KI perfektionierten Prozessen

Die Komplexität des modernen Druckgusses macht manuelles Monitoring und Verbesserungen herausfordernd. Fehlerbehebung ist oft ein Ratespiel. Da erfahrenes Personal in Rente geht, entsteht eine Qualifikationslücke, was die Kontrolle über Gussqualität, Kostenreduktion und Emissionsminderung erschwert. Digitalisierung ist nun der effektivste – oft der einzige – Weg, um wesentliche Verbesserungen zu erzielen.

Digitalisierung der Gießerei – erste Schritte

Viele Druckgießereien haben unabhängige digitale Systeme an einzelnen Maschinen, die Live-Daten lokal verfügbar machen und teilweise Daten für Berichte speichern. Aber auch hier benötigt man oft eine offline Datenintegration, um eine vollständige oder teilweise Prozessansicht zu erstellen. Eine manuelle Integration wie diese ist langsam und fehleranfällig. Zusammengeführte Daten und abgeleitete Variablen sind auch zu alt, um entstehende Probleme zu erkennen. Das bedeutet, dass Ursachenanalysen langsam sind und möglicherweise nie vollständig erfolgreich sein werden aufgrund von Zeitbeschränkungen. Eine einzelne IIoT (Industrial Internet of Things) Plattform ist die Antwort, ein Beispiel dafür ist Monitizer®. Damit gehen Produktionsdaten in eine zentrale Datenbank, wo sie gespeichert und mit anderen Daten kombiniert werden. In Echtzeit.

Die Grundlagen für effektive Datenüberwachung

Wenn mehr Maschinen an die IIoT-Plattform angeschlossen sind, muss sie skalierbar sein. Cloud-basierte modulare Systeme sind hierfür perfekt in Bezug auf Flexibilität und Rechenleistung. Ob cloud-basiert oder vor Ort, das System muss Daten von jeder Maschine jedes Herstellers extrahieren können, mit keinem oder minimalem zusätzlichen Hardwareaufwand.

Das IIoT-System sollte Daten sammeln, mit einem Zeitstempel versehen, übertragen und standardisieren, um deren sichere Speicherung in einem zuverlässigen Datenrepository zu gewährleisten. Dieser Ansatz ermöglicht eine Echtzeit-, automatische Datenintegration, zuverlässige Berichte und Analysen. Bei einer schrittweisen Implementierung zuerst Daten von den wichtigsten Teilprozessen und Geräten sammeln, um den maximalen Wert aus den Daten zu ziehen und weitere Investitionen zu gewinnen, um andere Geräte anzuschließen.

Gespeicherte Daten sollten zum Vergleich mit Live-Daten verfügbar sein und für maximale Effektivität sollten nicht-technische Nutzer ihre eigenen Dashboards und Key Performance Indicators (KPIs) zusammen mit Visualisierungstools wie Diagrammen, tabellarischen Berichten und Farbcodierung erstellen und bearbeiten können. Ausgeklügelte Benachrichtigungen und Alarme sind ebenfalls entscheidend.

Energieüberwachung und Emissionsreduktion

Emissionsberichterstattung ist jetzt ein wesentliches – oft verpflichtendes – Erfordernis. IIoT-Systeme sammeln automatisch Daten zum Energieverbrauch, die zusammen mit anderen Eingaben in Emissionen umgerechnet werden können. Der Zugang zu zuverlässigen Prozessdaten über IIoT macht Scope 1 und 2 der Kohlenstoffberichterstattung viel machbarer, besonders wenn mehrere Standorte beteiligt sind.

Druckgießer können ihre Plattform nutzen, um klar zu identifizieren, welche Prozessverbesserungen am besten funktionieren – einschließlich jener, die die Schrottverringerung unterstützen. Nehmen wir zum Beispiel eine Gießerei, die jährlich 50.000 Tonnen Guss produziert. Es wurde berechnet, dass, wenn sie ihre Schrottrate von fünf auf drei Prozent reduzieren, dies einer Einsparung von 604 Tonnen CO2 pro Jahr entspricht.

Digitalisierung in der Praxis: zwei Beispiele

Alupress Foundry nutzt einen Refill Monitor, um die Metallversorgung an ihrem Standort in Hildburghausen, Deutschland, zu optimieren. Das Tool überwacht die Füllstände der Dosieröfen im Vergleich zum Metallverbrauch des Druckgussprozesses. Dashboards in der Schmelzhalle, der Produktionshalle und auf Gabelstaplern zeigen in Echtzeit an, wann jeder Ofen mit welcher Legierung und in welcher Menge Metall nachgefüllt werden muss. Farbcodes zeigen Prioritätsstufen an. Dies ersetzt zeitaufwändige manuelle Füllstandskontrollen und verringert das Risiko von Stillstand und anderen Nachteilen durch das Nachfüllen mit der falschen Legierung, Überfüllen oder Unterfüllen. LENAAL ist ein weiterer Aluminium-Druckguss-Spezialist, der von dieser Technologie profitiert.

MAT Foundry Group sammelt, überwacht und analysiert Daten von mehreren Standorten. Jeder Nutzer an jedem Standort kann auf die zentrale cloud-basierte Plattform zugreifen und Live-KPIs innerhalb von angepassten Dashboards überwachen, um den täglichen Betrieb zu verwalten. Das obere Management kann aggregierte Daten wie Gussgewichte oder Schrottniveaus pro Schicht einsehen, während Produktionsmanager standortspezifische Produktivitäts-KPIs wie gegossene Tonnen pro Stunde, nicht gegossene Formen und Stop-/Wartezeiten bevorzugen. Das Werkstattpersonal überwacht Live-Maschinendaten, die farblich kodiert sind, um ihnen zu helfen, kleine technische Probleme schnell zu erkennen und zu beheben. Das System überwacht auch automatisch Staubfilterdrücke und warnt vor möglichen Blockaden, um Produktionsstops aufgrund zu hoher Anlagenausstoße zu vermeiden.

Die Kraft der KI für die Schrottverringerung nutzen

Der Einsatz von Künstlicher Intelligenz (KI) kann einen signifikanten Unterschied in der Leistung machen, wenn er auf einer reifen Datenplattform wie oben beschrieben aufbaut. Ein von KI angetriebenes Experten-Ausführungssystem (EES) berücksichtigt alle Prozessparameter einer gesamten Produktionslinie, um eine Zielvariable zu maximieren – die Gussqualität.

Die KI untersucht historische Daten, indem sie eine ganzheitliche Prozessansicht erstellt und deren Auswirkungen auf die endgültige Gussqualität betrachtet. Dann erstellt sie das anfängliche Modell, das die Kombination von Maschineneinstellungen und Materialeigenschaften angibt, die die besten Ergebnisse für jedes Muster liefern wird.

Während der Produktion, anstatt nur auf Qualitätsprobleme zu reagieren, aktualisiert das EES alle 30 Minuten Empfehlungen für den Kontrollplan als Antwort auf KI-Vorhersagen basierend auf Echtzeitdaten. Das hält die Produktion stabil und hochwertig, selbst wenn Faktoren wie die Lufttemperatur variieren. Das Grundmodell wird regelmäßig mit neuen Parameter- und Endqualitätsdaten aktualisiert, sodass die Optimierungsergebnisse weiter verbessert werden.

KI funktioniert. Ein globaler Automobil-OEM, den wir mit einem KI-betriebenen Experten-Ausführungssystem (EES) für Niederdruck-Druckguss unterstützt haben, verringerte den Schrott um 29 Prozent in seinem Leichtmetallrad-Herstellungsprozess, was zu einer vorhergesagten Bruttojahreseinsparung von mehr als 0,5 Millionen Euro und einer Produktionsvolumensteigerung von 2,4 Prozent führte. Japans Morikawa-Gießerei begann 2022 mit Tests zur KI-betriebenen Optimierung. Die ersten Tests an zwei verschiedenen Mustern senkten die Schrottraten um 66,6 Prozent und 86,9 Prozent.

Zusammenfassend kann man sagen, dass manuelle Techniken den Anforderungen einer modernen Gießerei nicht entsprechen. Digitale Daten und Werkzeuge sind der Weg, um die Gussproduktion zu verwalten und weiter zu verbessern – und ein IIoT-System, das Daten sammelt und an eine zentrale Datenbank sendet, ist die optimale Lösung, besonders in Kombination mit KI-Technologie. Mit diesen Werkzeugen und der Unterstützung eines Experten für die Implementierung haben Druckgießer einen klaren Weg zum digitalen Erfolg.