Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial materials >> Harz

Composites 4.0: Digitale Transformation für adaptive Produktion und Innovation nutzen

Composites 4.0 ist eine kleine Galaxis im Universum von Industrie 4.0, der digitalen Transformation in der Art und Weise, wie Güter und Dienstleistungen entworfen, produziert, geliefert, betrieben, gewartet und stillgelegt werden. Für die Verbundwerkstofffertigung besteht das Ziel darin, Automatisierung, Sensoren und Daten, 5G-Kommunikation, Software und andere sich kontinuierlich weiterentwickelnde digitale Technologien zu nutzen, um Produkte und Prozesse effizienter, intelligenter und adaptiver zu machen.

Verbundwerkstoffhersteller durchlaufen diese digitale Transformation entlang eines Spektrums. Erste Schritte umfassen Inline-Inspektion und optimierte Prozesse, die Abfall und Kosten reduzieren und gleichzeitig Bauteilqualität und Ausbeute steigern. Fortgeschrittenere Lösungen zielen auf intelligente, autonome Produktion ab, die nicht nur agil ist, sondern auf sich ändernde Märkte und Kundenanforderungen reagiert und diese sogar vorausahnt.

„Composites 4.0 ist kein Selbstzweck, sondern ein Werkzeug“, erklärt Dr. Michael Emonts, Geschäftsführer des AZL Aachen Center for Integrative Lightweight Production an der RWTH Aachen University (Aachen, Deutschland), dessen iComposite 4.0 Projekt eine adaptive Prozesskette demonstrierte mit dem Potenzial, die Kosten eines Automobil-Unterbodens um 50–64 % zu senken.

„Es gibt einen Unterschied zwischen bloßem Digitalisieren und digitaler Transformation, die die Prozesse hinter Ihrem Geschäft tatsächlich verändert und neue Chancen und Geschäftsmodelle eröffnet“, betont Christian Koppenberg, Geschäftsführer des Composite-Teileherstellers Dynexa (Laudenbach, Deutschland).

„Composites 4.0 ist nicht nur Roboter einsetzen“, stellt Dr. Michael Kupke, Leiter des Zentrums für Leichtbau-Produktionstechnik (ZLP, Augsburg) des Deutschen Zentrums für Luft- und Raumfahrt (DLR), fest, das eine KI-ausgestattete Arbeitszelle entwickelt hat, in der kollaborative Roboter ohne Neuprogrammierung oder Umschulung von der Fertigung von CFRP-Heckdruckschotten auf Rumpfsegmente umschalten können. „Es ist die Technologie, die sicherstellt, dass man die Roboter nicht lehren muss, weil es dafür keinen Business Case gibt. Composites 4.0 ist mehr als nur Effizienzsteigerung und Kostensenkung. Es ist ein Wandel in der Art, wie Unternehmen über Produktion denken und sie angehen, der darüber entscheidet, welche Unternehmen überleben und welche nicht.“

Adaptives Preforming und RTM

„Die Idee des iComposite 4.0 Projekts war, Preforms aus kosteneffizienten Rovings und Tows zu erstellen, indem trockene, lange Glasfasern (25–30 Millimeter) gesprüht und anschließend mit einem Gitter aus unidirektionalen (UD) Carbonfasern via Automated Fiber Placement (AFP) verstärkt wurden“, erklärt Emonts. „Der gewählte Demonstrator, ein hinterer Unterboden, wurde zuvor mit teureren Textilien gefertigt, die auch mehr als 60 % Abfall produzierten.“

Die Composites 4.0 Transformation erforderte die Integration der Fasersprüh-, Faserablage- und nachfolgenden Resin Transfer Molding (RTM) Prozesse, sodass sie aufeinander reagierten und sich basierend auf der zwischen den Schritten gemessenen Bauteilqualität anpassten (Abb. 1). „Wir nutzten ein Machine-Vision-System der Apodius GmbH [Aachen, Deutschland] mit optischem Lasersensor und Kameramodul zur Charakterisierung der Oberflächentopologie des gesprühten Preforms“, sagt Emonts. „Apodius passte die Software an, um den Faserverlauf in jede Richtung prozentual zu analysieren. Die iComposite 4.0 Linie verglich dies mit dem digitalen Design und entschied, ob die mechanischen Anforderungen erfüllt waren. Wenn ja, wurde das Standard-UD-Gitter zur Verstärkung angelegt. Wenn nein, entschied es, wo zusätzliche UD-Faserschichten platziert werden sollten.“

Diese zusätzlichen UD-Schichten konnten jedoch Bauteildicke und -geometrie außerhalb der Toleranzen bringen. „Daher“, erklärt er, „kombinierten wir die Preforming-Linie mit einem adaptiven RTM-Prozess, der bei Bedarf die Bauteildicke durch Erhöhung des Drucks auf bestimmte Bereiche der Presse anpasste.“ Auch dies war automatisiert, mit dem Ziel, den Eingriff des Linienbedieners zu ersetzen, erforderte aber die Simulation der Bauteilleistung mit Messdaten und standardmäßiger FEA-Software.

„Derzeit wird die Simulation der mechanischen Bauteileigenschaften offline durchgeführt“, sagt Emonts. „Wir erstellten eine Datenbank von Prozess- und Bauteilvariationen, entwickelten Algorithmen, um auf jede Variation zu reagieren, und validierten diese via FEA. Basierend auf den von der Linie gemessenen Variationen leiteten die Algorithmen sie an, eine angemessene Gegenmaßnahme durchzuführen. Um die Linie in-situ adaptiv zu machen, wäre der nächste Schritt, Machine Learning hinzuzufügen.“ Mittlerweile verfolgt AZL zahlreiche Composite 4.0 Projekte, einschließlich selbstoptimierter Produktion von Hybrid-Thermoplast-Verbundwerkstoffen und spritzgegossenen Teilen mit integrierter Steifigung von tape-basierten Tailored Blanks.

Nullfehler CFRP-Flügeldecken

Das ZAero-Projekt (siehe „Zero-defect manufacturing of composite parts“) ist ein weiteres wichtiges Composites 4.0 Projekt, das 2016 startete. Es zielte darauf ab, die Produktivität für große CFRP-Strukturen wie Flügeldecken zu steigern. Fehler sollten durch automatisierte Inline-Inspektion mit entweder Prepreg-AFP oder Danobats (Elgoibar, Spanien) Automated Dry Material Placement (ADMP, siehe „Proving viability of dry fabrics, infusion for large aerostructures“) reduziert werden. Prozessüberwachung während Harzinfusion oder Prepreg-Aushärtung sollte den Aushärtezustand vorhersagen und die Zykluszeit verkürzen. Gesammelte Prozess- und Fehldaten wurden mit FEA genutzt, um die Bauteilleistung vorherzusagen. Dies floss dann in ein Entscheidungsunterstützungstool ein, wie identifizierte Fehler zu behandeln sind. Eine Bauteilfluss-Simulation für CFRP-Flügeldecken wurde entwickelt, die, in dieses Tool eingespeist, half, eine Nacharbeitsstrategie zu optimieren (Abb. 2). Heute werden viele solche Bauteile während der Fertigung nachgearbeitet, aber erst nach NDI. Frühere Nacharbeit und verbesserte Prozesskontrolle waren tatsächlich Ziele des ZAero-Projekts sowie Enabler für die angestrebten 15 % Produktionssteigerung, 15–20 % Kostensenkung und 50 % weniger Abfall.

Beim September-2019-Abschlussreview hatte der Prepreg-AFP-Sensor, den Projektleiter Profactor (Steyr, Österreich) entwickelt hatte, nicht nur automatisierte Inline-Inspektion erreicht, sondern konnte auch zur in-situ-Korrektur von Bauteilen verwendet werden. „Dieser Sensor kann Standardfehler wie Lücken, Überlappungen, FOD, Fusselbälle und verdrehte Tows sowie frühzeitigen und verspäteten Schnitt jedes Tows erkennen“, sagt Dr. Christian Eitzinger, Leiter Machine Vision bei Profactor. Ein fehlender Tow kann automatisch durch Platzierung eines zusätzlichen Tows genau an der ausgelassenen Stelle korrigiert werden. Die Maschine muss jedoch angehalten werden, um Fusselbälle oder verdrehte Tows zu entfernen. „Eine mit Dassault Systèmes (Paris, Frankreich) 3D Experience für CATIA erstellte Datenbank ermöglicht es uns, die Auswirkungen auf die Bauteilleistung basierend auf Größe, Form und Art des Fehlers zu berechnen. Die Verarbeitung aller Fehler in einer Lage dauert nur Sekunden. Der Maschinenbediener entscheidet dann, welche Fehler belassen werden können und welche nachgearbeitet werden müssen.“

Für Infusionsprozessüberwachung und -steuerung arbeitete Airbus (Toulouse, Frankreich) über Tochtergesellschaft InFactory Solutions (Taufkirchen, Deutschland) an der Entwicklung von drei Sensoren, die Temperatur, Aushärtezustand und Harzflutfront messen (siehe „Sensors for monitoring resin infusion flow front“). „Wir haben diese mit CATIA 3D Experience integriert und gezeigt, dass die Daten zuverlässig erfasst und dem digitalen Faden jedes Bauteils hinzugefügt werden können“, sagt Eitzinger. (Siehe Online-Sidebar „Composites 4.0: Digital thread vs. digital twin“.)

Der letzte von drei Bauteildemonstratoren war ein oberer Flügeldeckabschnitt mit drei Stringern (siehe Online-Sidebar „ZAero project update“). Für dieses Bauteil wurde Profactors Entscheidungsunterstützungstool live bei Partner FIDAMC (Madrid, Spanien) demonstriert, verbunden mit der Bauteilflusssimulation – basierend auf Siemens PLM (Plano, Texas, USA) Tecnomatix Plant Simulation Software – die auf Profactors Server in Österreich lief. Neben dem Aufbau einer Fehlersdatenbank führte ZAero Experimente mit Machine Learning durch. Manuell entworfene, generative Computermodelle kombiniert mit Deep Neural Networks detektierten und klassifizierten Fehler und erreichten eine Rate von 95 % korrekter Klassifizierung verschiedener Bereiche (Lücke, Überlappung, Tow, Fusselball) in echten ADMP-Überwachungsdaten, selbst als künstlich erstellte Fehlertrainingsdaten für das tiefe Netzwerk verwendet wurden (analog zur Kalibrierung von Ultraschallprüfsystemen an einer Reihe absichtlicher Fehler).

„Wir werden definitiv eine Art nächste Phase verfolgen“, sagt Eitzinger. Mittlerweile kommerzialisiert Profactor modulare Sensoren für Faserorientierung und Fehler während automatisierten Legens. InFactory Solutions bietet auch seine AFP- und Harzinfusionssensoren an, und Faserlegepartner Danobat und MTorres (Torres de Elorz, Navarra, Spanien) verkaufen ihre Ausrüstung nun mit integrierter Inline-Inspektion.

Dynexas digitale Transformationsreise

Dynexa ist ein Composite-Teilehersteller, spezialisiert auf CFRP-Rohre und -Wellen. „Wir haben immer versucht, alles zu digitalisieren“, sagt Geschäftsführer Koppenberg. „Wir haben bereits manuelle und analoge Prozesse abgeschafft und fast alles in unser ERP-System [Enterprise Resource Planning] integriert. Aber wie machen wir das in der Fertigung? Wir verstanden, dass alles, was wir in ein Arbeitsprotokoll oder Verfahren eingeben, ein Code ist, und dies eine Basis für digitale Transformation ist. Aber wo wird es gespeichert? Auf einem lokalen Server, in der Cloud oder in der Maschine? Wir fragten fünf Leute und bekamen sieben Antworten, was wir tun sollten.“ (Siehe Online-Sidebar „Composites 4.0: Where to start?“)

Glücklicherweise hatte die deutsche Regierung ein Programm für Universitäten eingerichtet, um KMU kostenlose Industrie-4.0-Beratung anzubieten. Dynexa begann die Zusammenarbeit mit dem Darmstädter „Mittelstand (KMU) 4.0“ Kompetenzzentrum. „Sie sagten, man solle sich nicht um die digitale Architektur kümmern, sondern mehr darauf schauen, was man messen muss und wie man das tut“, erinnert sich Koppenberg. „Wir wählten einen Prozess, der signifikantes manuelles Messen beinhaltete, wo wir wussten, dass wir Qualitäts-, Zeit- und Kostenprobleme hatten.“

Dynexa nutzt einen Nass-Filamentwickelprozess. Ein Schlüsselschritt ist die Harzaufnahme, bei der das trockene Garn auf eine Kompaktwalze geführt wird, die aus dem Harzbad herausrollt. An der Kompaktwalze sitzt ein Abstreifmesser, das die Menge des Harzes bestimmt, das mit dem trockenen Filament kombiniert wird, bevor es gewickelt wird. „Wenn wir zu viel Harz aufnehmen, können wir den spezifizierten Rohrdurchmesser überschreiten“, sagt Koppenberg, „aber mit zu wenig Harz riskieren wir, unter den minimal zulässigen Durchmesser zu fallen.“

„Ohne Messen kennt man den Enddurchmesser erst nach der Aushärtung, wenn der gesamte Wert bereits investiert wurde“, weist er hin. „Also muss der Bediener die Maschine anhalten, das Bauteil messen, es aufschreiben und neu starten. Aus jahrelanger Erfahrung wissen wir, wie dick das Laminat in jeder Wickelphase sein sollte. Daher vergleicht der Bediener die Messung und justiert das Abstreifmesser, um die Harzaufnahme nach Bedarf zu korrigieren, aber das ist sehr manuell und basiert auf Bedienerfertigkeit und Erfahrung.“

Um dies zu digitalisieren, sprach Dynexa mit unzähligen Laser- und Kameraherstellern. „Sie sagten: ‚Wir haben die Lösung‘, aber dann konnte niemand sie zum Laufen bringen“, merkt Koppenberg an. Das Darmstädter Uniteam ermöglichte jedoch die Nutzung einer Kamera, indem es die Korrekturen ermittelte, die aufgrund bestimmter physikalischer Faktoren nötig waren, wie Lichtreflexion von der nassen Oberfläche. „Jetzt haben wir die Wickelmaschine mit dem Messgerät verbunden, das auf sehr standardisierte Weise arbeitet“, fügt er hinzu.

Das Team entwickelte eine Datenbank mit Korrekturtabellen und Entscheidungsalgorithmen, die es der Filamentwickelmaschine ermöglicht, zu wissen, was das Ziel in jeder Phase des spezifischen zu wickelnden Rohrs sein muss. „Wenn die Eingabe des Messgeräts zeigt, dass die Harzaufnahme nicht dort ist, wo sie sein sollte“, erklärt Koppenberg, „reagiert die Filamentwickelmaschine, indem sie das Abstreifmesser anpasst, um es zurück in die Spezifikation zu bringen, ohne das Wickeln zum Messen anzuhalten.“

Jede Wickelmaschine hat jetzt das digitale Messsystem und eine Ethernet-Karte. „Der teuerste Teil war das Verlegen und Betreiben der Kabel zum Server“, scherzt Koppenberg, „aber jetzt können wir mit jeder Maschine sprechen und alle Daten sammeln.“ Und es gibt einen weiteren Vorteil. „Früher programmierten Bediener an den Maschinen, aber sobald wir sie mit dem Server verbanden, können wir an jedem Desktop- oder Laptop-Computer programmieren. Dies hat die Stillstandzeiten weiter reduziert und einen weiteren Produktionsflaschenhals beseitigt.“

Dieser erste digitale Schritt hat Dynexa ermöglicht, Prozesskontrolle, Qualität und Effizienz zu verbessern und kosteneffektiver zu werden. Er hat auch weitere Transformation angestoßen.

Paradigmenwechsel für Verbundwerkstoffe

„Wir befinden uns in einem schrittweisen Prozess, unseren Kunden ein neues Ökosystem zu bieten“, sagt Matthias Bruckhoff, Dynexas Leiter Vertrieb und Marketing. Er gibt ein Beispiel: „Bei Amazon sehen Sie, was Sie gekauft haben und wann, sowie vorgeschlagene neue Produkte. Wir nahmen früher Kundenanforderungen entgegen und antworteten in wenigen Tagen mit unseren Berechnungen und Engineering-Tools. Jetzt wird das online sein. Unsere Kunden schauen sich Produkte an und berechnen, was sie brauchen, Kosten und Lieferung in Minuten. Das ist nicht neu, aber es ist neu für unsere Branche. Genau wie wir unsere Maschinenbediener freigesetzt haben, um sich auf mehr Maschinen und höherwertige Aufgaben zu konzentrieren, werden wir jetzt unser Engineering-Team freisetzen, um sich auf spezialisiertere und anspruchsvollere Produkte zu konzentrieren.“

Airborne (Den Haag, Niederlande) startete sein On-Demand Manufacturing Portal für automatisierte Verbundwerkstofffertigung im September 2019 (siehe „Airborne launches composite printing portal“). Mit diesem Tool geben Kunden Designs in die webbasierte Plattform ein. Das System erstellt dann den Maschinencode on-the-fly und bestimmt Fertigungsdauer und Kosten. Produkte können dann angepasst und, einmal bestellt, in einer automatisierten Fertigungszelle produziert werden. Das Portal wurde mit Airbornes Automated Laminating Cell (ALC) für Thermoset-Pregpreg gestartet. Es wird auf andere Prozesse erweitert, beispielsweise die Hochvolumen-Thermoplast-Composite (TPC) Produktionslinie, die für SABICs (Riad, Saudi-Arabien) Specialties-Geschäftsbereich entwickelt wurde.

„Dieses Portal ist ein Schlüsselbaustein unserer Vision der digitalen Zukunft der Verbundwerkstofffertigung“, sagt Marcus Kremers, Chief Technology Officer bei Airborne. „Vor fünf Jahren wechselten wir von einem Teilefertigungs-Geschäftsmodell zu der Unterstützung von Kunden bei Automatisierung und Digitalisierung. Wir entwickeln ein Portfolio von Lösungen, die es Kunden erleichtern, mit Verbundwerkstoffen zu bauen.“ Dieses Portfolio umfasst die ALC, automatisiertes Honeycomb-Potting, automatisiertes Ply-Kitting und die Hochvolumen-Linie mit TPC-Bändern, von SABIC als Digital Composites Manufacturing Line (DCML) und von Airborne als Falcon bezeichnet. Letztere ist ein Beispiel für Airbornes maßgeschneiderte Lösungen. „Wir betten unser Verbundwerkstoff-Material- und Teilefertigungswissen in diese automatisierten Systeme ein, damit die Kunden keine Spezialisten sein müssen“, sagt Kremers.

Airborne hat drei Geschäftsmodelle: Automatisierung kaufen, mieten oder bei Airborne belassen, um sie über Manufacturing as a Service (MaaS) zu betreiben. Airbornes automatisierte Zellen haben Sensoren und Inline-Inspektionssysteme, die Alarme basierend auf einer Datenbank von Fehlern und Toleranzen generieren, die vom Kunden definiert werden. „Die Falcon-Linie hat sehr niedrige Toleranzen für visuelle Qualitätsfehler“, merkt Kremers an, „aber unsere Automatisierung für Luftfahrt wird mehr von strukturellen Toleranzen getrieben. Wir entwickeln unsere Technologien auch kontinuierlich weiter, um selbstlernend und selbstadaptiv zu werden. Zum Beispiel wird unsere nächste Softwareversion für ALC-Bandlegen die Fähigkeit haben, Fehler zu identifizieren und das Fertigungsprogramm on-the-fly anzupassen.“

Langfristig ist die Vision, das On-Demand-Portal zu erweitern, um verteilte Composite-Teile-Produktionskapazitäten über mehrere Unternehmen und Regionen zu sammeln. Kremers nennt Protolabs (Maple Plains, Minnesota, USA), das Spritzguss-, Blech-, CNC-gefräste oder 3D-gedruckte Prototypen on-demand in nur einem Tag liefert. Ähnlich bietet Plyables (Oxford, UK) Online-App Formen für die Verbundwerkstoffherstellung an, mit Materialien von Polyurethan-Platten bis Stahl, einschließlich Verbund- und 3D-gedruckter Werkzeuge. „Das ist eine andere Art, die Wertschöpfungskette zu organisieren“, sagt Kremers. „Wir bauen die Maschinen und Software, die dies für Verbundwerkstoffteile möglich machen.“

AZL Aachen verfolgt dieses Ziel auch mit seiner Ultra-Fast Consolidator Machine, die entwickelt wurde, um mehrlagige TPC-Laminate in unter fünf Sekunden herzustellen. 2019 kommerzialisiert, nutzt sie Conbility (Aachen, Deutschland) robotische, laserunterstützte AFP-Applikatoren und 25 Millimeter breite UD-Bänder sowie ein Piece-Flow-Prinzip – State-of-the-Art in der Hochgeschwindigkeitsdruckindustrie – um TPC-Laminate, einfach getackt oder voll konsolidiert, in verschiedenen Dicken mit lokalen Verstärkungen herzustellen. „Unsere Vision ist es, skalierbare Maschinen bereitzustellen, die Online-Plattformen ermöglichen“, sagt Emonts. „Linien können mehrere Stationen haben, jede mit mehreren AFP-Applikatoren. Der Kunde gibt die Anforderungen ein und erhält Optionen für Plybook, Kosten und Lieferung. Einmal finalisiert, kommunizieren die Applikatoren miteinander, um die Produktion zu organisieren, nicht der Bediener. Dies ist vollständig intelligente Produktion maßgeschneiderter Verbundwerkstoffe.“

Automatisierung der Automatisierung

Der Hauptfokus des ZLP liegt auf der automatisierten Fertigung von CFRP-Strukturen. „Automatisierung für nur ein Bauteil oder Programm ist schwer zu rechtfertigen“, merkt Florian Krebs, ZLP-Teamleiter für flexible Automatisierung, an. „Wenn man jedoch über aufgabenbezogene Maschinen hinausgeht zu einer Automatisierungsplattform, die mit fast keinem zusätzlichen Setup rekonfigurierbar ist, hat man eine Business-Lösung. Je flexibler die Plattform, desto schneller der Return on Investment.“

Die in den Eröffnungsbildern gezeigte Arbeitszelle wurde als Teil des ZLP-Projekts PROTEC NSR entworfen, um eine Bauteilfamilie zu bauen, die dem gleichen Prozesspfad folgt: Pick-and-Place-Lage trockener Non-Crimp-Gewebe und Harzinfusion (siehe Online-Sidebar „No business case for teaching robots“). „Dieser Prozess wurde für den Airbus A350 Heckdruckschott entworfen, aber man könnte auch ein Rumpfsegment oder eine Flügelabdeckung auf dieser Linie fertigen, weil die Schritte ähnlich sind“, sagt Krebs.

„Um flexible Automatisierungsplattformen zu erreichen, sind bestimmte Technologiebausteine erforderlich, einschließlich Algorithmen für die Roboter sowie Sensoren und wie man die von ihnen produzierten Daten versteht“, sagt Kupke. „Zum Beispiel ist die PROTEC NSR Produktionslinie auf maximale Modularität ausgelegt – alle Module miteinander vernetzt, um ein selbstkonfigurierendes, -korrigierendes und -optimierendes System zu demonstrieren, skalierbar in Größe und Komplexität.“

Er erklärt die Module wie in Abb. 5 gezeigt, die CAD-Modell, Prozessdefinition, Prozessmodell (das Simulation und Ausführung des Prozesses ermöglicht), Fertigungsausführungsmodul, Sensoren zur Datenerfassung, Software zur Annotation der Daten und Datenbank zur Speicherung umfassen.

„Auf der linken Seite dieses Diagramms erstellen Sie einen Plan. Das Ausführungsmodul setzt diesen Plan dann um“, sagt Kupke. „Während der Prozessschritte erfassen wir Daten von allen beteiligten Maschinen und Prozessen, z. B. dem Schneider, den Robotern, dem Gebäude (Temperatur, Druck, Feuchtigkeit), den Kameras während Pick-and-Place etc. Wir analysieren die Daten in Echtzeit während des Prozesses und annotieren die gesammelten Daten automatisch mit Metadaten, um sie in die Datenbank einzuspeisen, die die Basis für den digitalen Zwilling des Prozesses bildet. Der wichtigste Punkt des digitalen Zwillings ist ein zentrales Repository, eine einzige Quelle der Wahrheit. Das CAD-Modell und die Prozessdefinition jedes Bauteils sind Teil seiner einzigen Quelle der Wahrheit.“

Mit diesen Modulen läuft die Linie autonom per Knopfdruck. Vom CAD-Modell, Produktionsplan und Kameras schließen die Roboter, welches geschnittene Teil als nächstes kommt und suchen es auf dem Tisch (z. B. unter 100 anderen geschnittenen Teilen). „Sie entscheiden, wie sie die Greifer konfigurieren, um es aufzunehmen und in das Werkzeug zu legen, und wissen, wo sie es platzieren müssen.“ Basierend auf dem Produktionsplan bestimmen die Roboter jeden Start-/Endpfad für alle Prozessschritte und wissen, wann jeder fertig ist. „Normalerweise werden diese Pfade von einem Menschen eingelernt“, merkt Kupke an. „Aber in unserem System wird jeder Pfad automatisch, kollisionsfrei und in Echtzeit definiert. Wenn Sie das CAD-Modell oder die Prozessdefinition ändern, passen sich die Roboter ohne zusätzlichen Lernaufwand an. Aber was, wenn Sie das Bauteil komplett ändern? Mit dieser Art von Automatisierung könnten Sie diese Änderung sehr schnell vornehmen. Das ist der Weg zur flexiblen Produktion. Unsere Rolle im ZLP ist es, diesen Weg zu ebnen, indem wir Technologiebausteine entwickeln und verknüpfen.“

Chance und Ontologie

Die COVID-19-Pandemie hat den Wert flexibler Produktion hervorgehoben. Sie hat auch ein zunehmend unvorhersehbares Geschäftsumfeld geschaffen. „In den letzten zwei bis drei Jahren ist alles volatiler geworden“, merkt Dynexas Bruckhoff an. „Unsere Kunden wollen sehr schnelle Antworten, um auf ihre Kunden reagieren zu können. Indem wir unser neues Online-Ökosystem anbieten, machen wir die gesamte Lieferkette wettbewerbsfähiger.“

Dies wird von der Luftfahrtindustrie gut erkannt. „Wir brauchen eine digitale Basis für Produktionslinien und ganze Standorte, die sowohl horizontale als auch vertikale Integration ermöglicht“, sagt Marc Fette, Vorsitzender der Fachabteilung Luftfahrttechniken des VDI – Verein Deutscher Ingenieure und COO des Composite Technology Center (CTC, Stade, Deutschland), einer F&E-Tochter von Airbus. CTC-Projekte in Composites 4.0 umfassen Material- und Asset-Tracking, kollaborative Roboter, fortschrittliche Prozessketten und mehr. Aber Fette betont die Notwendigkeit von Ontologie – einer Terminologie und einem gemeinsamen Protokoll für digitale Kommunikation und Datenaustausch. (Siehe Online-Sidebar „Composites 4.0 architecture and ontology“.)

„Man braucht ein ganzheitliches Netzwerk für alle Maschinen und Produktionsysteme in einem gegebenen Werk“, erklärt er, „aber dies muss sich auch auf die gesamte Wertschöpfungskette erstrecken, einschließlich Disziplinen wie Engineering, Beschaffung, Logistik und Material- und Prozesszertifizierung einerseits. Andererseits müssen alle Stakeholder wie Lieferanten in diesen Veränderungsprozess einbezogen werden. Wir sehen viele Pilotprojekte, aber wenn man ins Detail schaut, fehlt es noch an einer Strategie für einen ganzheitlichen Ansatz pro Unternehmen oder Produktionskette.“

Er fährt fort: „Wir haben ein sehr großes, globales Lieferantennetzwerk, und diese haben die gleichen Anforderungen, um als digital vernetzte Lieferkette zu operieren. Die meisten unserer Lieferanten sind KMU, die für beide Flugzeughersteller, Airbus und Boeing, arbeiten. Wenn es keine Diskussion über einen gemeinsamen Standard gibt, dann geben Sie diese Herausforderungen an die Lieferanten weiter. Diese können sich höchstwahrscheinlich nicht leisten, zwei unterschiedliche Standardsätze für all ihre Maschinen einzuhalten, einschließlich Dokumentation, Datenbewertung, Cybersicherheit etc.“

Fette räumt ein, dass dies große Ideen sind, und sagt, dass Flugzeug-OEMs Pläne zur Bewältigung dieser Herausforderungen erstellen. „Aber es gibt viele Hindernisse wie diese, und es ist wirklich komplex, involvierend nicht nur Technologie, sondern soziale, wirtschaftliche, ergonomische und rechtliche Fragen – es ist ein mentaler Veränderungsprozess. Wir sind erst am Anfang. Aber um erfolgreich zu sein, müssen wir verstehen, dass diese neuen Systeme auf Menschen basieren und diese Menschen an Bord sein müssen, nicht nur bei OEMs, sondern im gesamten globalen Netzwerk.“

„Märkte werden in allen Branchen fragmentierter und jeder steht vor einem Paradigmenwechsel“, merkt ZLPs Krebs an. „Viele Menschen sehen das nicht als Chance“, fügt Kupke, ebenfalls ZLP, hinzu. Aber diejenigen, die diese Chance sehen, visionieren demokratisierten Zugang zu Verbundwerkstoffen, ermöglicht durch Composites 4.0, und damit einen viel breiteren Markt, einschließlich Anwendungen, die wir erst beginnen zu konzipieren.“

Harz

  1. Digital Transformation in der CPG-Fertigung: Strategien, Vorteile und Pfad zu nachhaltigem Wachstum
  2. Talent für Digitalisierungs-Erfolg neu denken
  3. Airbus beschleunigt Effizienz durch datengetriebene Digitale Transformation
  4. Wie digitale Transformation die Versorgungsindustrie revolutioniert
  5. Evonik investiert 400 Mio. € in PA12 Kapazitätsausbau am Standort Marl
  6. Strategischer Blueprint für Digitalisierungs-Erfolg
  7. Digitaler Wandel in der Fertigung: Effizienz & Wettbewerbsfähigkeit steigern
  8. Sieben Schlüsseltreiber für die Beschleunigung der digitalen Transformation
  9. Digitale Transformations-Herausforderungen in der Fertigung überwinden: Strategien für KMU-Erfolg
  10. Digitale Fertigung transformieren: Industry-4.0-Strategie 2024