#040 I Manz AG - Fehleranalysen, vorausschauende Fehlervermeidung und Taktzeitoptimierung I ITE-SI

#040 I Manz AG - Fehleranalysen, vorausschauende Fehlervermeidung und Taktzeitoptimierung I ITE-SI

37 Minuten

Beschreibung

vor 2 Jahren

INBETRIEBNAHME - MASCHINENBAU - SHOPFLOOR 
(www.iotusecase.com)
„Der Wertschöpfungsanteil von Software im heutigen Maschinenbau
ist nicht zu unterschätzen.“ – das verdeutlicht der Use Case der
39. Folge des IIoT Use Case Podcasts einmal mehr. Wolfram
Schäfer, Gründer und Geschäftsführer der iT Engineering Software


Innovations GmbH, hat mit Stefan Lausterer (Head of R&D
System Engineering, Manz AG) einen konkreten Anwender seines
digitalen Schweizer Taschenmessers für den Shopfloor mitgebracht
und stellt die konkrete Wertschöpfung aus der Praxis
vor. 

„Collect“, „Explore“ und „Improve“ – nach diesem dreistufigen
Prinzip arbeiten die IoT-Bausteine, die IIoT Building Blocks, von
iT Engineering Software Innovations (iTE SI). In dieser
Podcastfolge wird die Anwendung ihres Data Collectors anhand des
Praxisbeispiels von Manz aufgezeigt. Schritt 1: Datensammlung –
auch bei heterogener Anlagenlandschaft. Schritt 2: Visualisierung
und erste Ableitungen. Schritt 3: Lernen aus den Daten und
Mehrwerterzeugung durch Optimierungen. 



 Die Nutzer der Lösung von iTE SI sind branchenunabhängig
über den Maschinenbau verteilt. Die Softwarefirma ist seit über
20 Jahren an der Schnittstelle zwischen Maschinen und IT
unterwegs und begleitet die digitale Transformation des
Maschinenbaus und der produzierenden Industrie auf dem Weg zur
Industrie 4.0 mit ihren Lösungen und Produkten im
Fertigungsumfeld. So auch den Weg des schwäbischen
Maschinenbauers Manz bei der Inbetriebnahme von Sondermaschinen.
Manz ist im Bereich Lithium-Ionen-Batterietechnologie, Solar- und
Photovoltaik-Zellen, Nass-Chemie, Laserbearbeitung,
Inspektionssysteme sowie der Herstellung diverser elektronischer
Bauteile unterwegs. iTE SI wurde mit dem Ziel ins Boot geholt,
die Dauer der Sondermaschinenentwicklung bis hin zum finalen
Einsatz auf dem Shopfloor zu verkürzen und dort angekommen,
Mehrwerte aus Daten zu generieren. 


Die Digitalisierungslösung sammelt minimalinvasiv Rohdaten ein,
ohne auf die Steuerungen selbst einzuwirken. Der Datensammler
arbeitet mit verschiedenen Schnittstellen und kann somit auf
unterschiedlichsten Devices und Maschinensteuerungen, wie z. B.
SPS- oder NC-Steuerungen, zum Einsatz kommen. Auf einem Edge
Device werden die Daten zunächst vorverarbeitet und gelangen
danach bereinigt und „harmonisiert“ in die Cloud – auf diese
Weise wird ein rundum sauberes Datenbild erzeugt. Im Ergebnis
sind die Daten auf einem Dashboard einer App visualisiert
einsehbar. Der besprochenen Use Case handelt von hochfrequenten
Daten sowie Bildverarbeitungsdaten aus Achspositionen von
Laserrobotern - Antriebsdaten in Steuerungsechtzeit oder
Laserdaten wie der Pulsdauer. Sie ermöglichen unter anderem eine
gezielte Fehleranalyse, vorausschauende Fehlervermeidung und
Taktzeitoptimierungen. 


Was die Daten noch wertvoller macht: Sie werden mit bereits
vorhandenem Prozesswissen von Kunde und Hersteller angereichert.
„Am Ende geht es darum, dass man das Wissen aller
zusammenbringt“, wird in dieser Podcastfolge
zusammengefasst.     

Kommentare (0)

Lade Inhalte...

Abonnenten

15
15
:
: