Automatica: Digital zu höherer Produktivität

Es scheint fast zu einfach, um wahr zu sein: Man nehme eine moderne, weitgehend automatisierte Produktion, sammle Daten von diversen Robotern, Handhabungssystemen und Maschinen und werte diese Daten aus. Intelligent verknüpft lassen sich aus diesen Informationen Output-Steigerungen von 15 bis 25 Prozent realisieren, ohne einen Cent in Hardware zu investieren. Entsprechende Use Cases werden vom 21. bis 24. Juni 2022 auf der Automatica zu sehen sein. Sie veranschaulichen, was ganz konkret mit der digitalen Transformation gemeint ist und welche Vorteile sie bringt.

Automatica stellt konkrete Best Practices vor

Ein Beispiel: Ein deutscher Automobilhersteller hat in einem seiner Werke die Daten der knapp 400 Roboter im Karosserierohbau gesammelt, analysiert und mit Hilfe von Algorithmen auch mit Umfeldinformationen – bis hin zu den Wetterdaten – in Beziehung gesetzt. Die Erkenntnisse waren aufschlussreich und führten unter anderem zu Veränderungen der Schweißparameter beim Fügen von warmumgeformten Stählen.

Das Ergebnis: Der Output pro Stunde konnte von 18 auf 21 Karossen gesteigert werden. Die Perspektive: Die Daten sollen künftig für die selbstständige Optimierung der Anlagen genutzt werden oder um sich anbahnende Störungen zu erkennen.

Ausfallzeiten von 2.500 Schweißrobotern reduziert

Ein zweites Beispiel kommt ebenfalls aus dem Karosserierohbau eines Premium-Autoherstellers und vom Aussteller Festo. Dessen Systemspezialisten haben die vorhandenen Anlagen-PCs der Roboterzelle um eine Software erweitert, die die Diagnosedaten der Schweißzange einsammelt und an einen Cloud-Eingangspunkt sendet.

In der Cloud wird eine Instandhaltungsapplikation betrieben, die nicht nur die Daten im Browser auf einem Instandhaltungs-Dashboard darstellt, sondern – mit Hilfe von Künstlicher Intelligenz – auch eine Abschätzung der voraussichtlichen Lebensdauer vornimmt. Mit Hilfe dieses Predictive Maintenance-Systems konnte der Autohersteller die Ausfallzeiten der Schweißroboter um 25 Prozent reduzieren.

Die Roboter sind bereit für die Digitalisierung: Während sie zum Beispiel schweißen, picken, montieren und handhaben, sammeln sie gleichzeitig Daten und damit den „Grundstoff“ der digitalen Welt – und das in ganz erheblichem Umfang.

Peter Pühringer, Geschäftsführer von Stäubli Robotics: „Unsere Roboter stellen für KI-basierte Aufgaben und für selbstoptimierende Systeme alle dafür benötigten Daten in Echtzeit zur Verfügung. Unsere Sechsachs-Roboter können permanent rund 2.000 Daten liefern, darunter Betriebstemperaturen in jeder Achse, Geschwindigkeits- und Beschleunigungswerte, Momente und vieles mehr.“

Diese Datenmenge ermöglicht es dem Anwender nicht nur, die Performance der Roboter zu überwachen und sie in digitale Predictive Maintenance-Konzepte einzubinden. Die Daten können auch an andere Maschinen weitergegeben und in übergeordnete IT-Systeme integriert werden. Das allerdings erfordert passende Schnittstellen, und die bringt ein Roboter heute mit.

Eine Frage der Schnittstelle

Zu den gefragten Standards gehört zum Beispiel OPC UA als maschinenübergreifendes Kommunikationsprotokoll. Fanuc nutzt sowohl auf Feldbusebene als auch zu übergeordneten IT-Systemen verschiedenste Kommunikationsprotokolle wie OPC UA und MT-Connect Server. Darüber hinaus unterstützt der japanische Roboterhersteller branchenspezifische Protokolle wie etwa das in der spanenden Fertigung gebräuchliche Umati, das unter anderem die direkte Verknüpfung von Werkzeugmaschinen und Robotern ermöglicht.

Offene Schnittstellen spielen auch bei der Entwicklung des neuen Roboterbetriebssystems und digitalen Ecosystems von Kuka eine Rolle. Sie bilden die Basis dafür, dass mit iiQKA jeder Zugang zur Welt der Automatisierung erhält – egal, ob Experte oder Nicht-Experte. Das Betriebssystem basiert auf einer modularen Software-Architektur. Von Benutzern für Benutzer entwickelt, wird die neue Systemsoftware den Einsatz von Robotern schneller, effizienter und für alle zugänglich und einfach anwendbar machen. Der Kernwert ist die Benutzerfreundlichkeit.

Daten intelligent auswerten – vor Ort und in der Cloud

Wenn solche Konzepte Wirklichkeit werden, muss der Anwender parallel zur automatisierten Produktion auch die dafür geeignete IT-Struktur aufbauen. Konkret: Da es sich um sehr große Datenmengen handelt, muss er wohl Edge Computing und Cloud Computing nutzen. Und er wird – wie die eingangs vorgestellten „Use Cases“ zeigen – nicht umhinkönnen, Künstliche Intelligenz einsetzen, um die Daten umfassend auszuwerten.

Wer konsequent in Digitalisierung investiert, wird belohnt – zum Beispiel durch echte Effizienzsprünge. Das ist die Vision: Produkte suchen sich selbst den Weg durch die Fertigung. Maschinenkomponenten erkennen und melden selbsttätig Verschleiß und Unregelmäßigkeiten. Und Anlagen optimieren ihre Betriebsweise eigenständig. So wird, auch wieder nur als Beispiel, eine deutlich günstigere hochautomatisierte Fertigung von Kleinserien und Unikaten möglich. Eben das ist ein Kerngedanke von Industrie 4.0.

Lesen Sie auch: SLS-3D-Druck: Formlabs stellt neues Material vor