Proaktives Werkzeugmonitoring: Ausfälle vorhersagen & Kosten senken

Maschinenzustandsüberwachung ist eine Praxis, bei der der Zustand einer Maschine über einen bestimmten Zeitraum bewertet werden kann. Durch Erfassung von Maschinendaten können Effizienz, Gesamtanlageneffektivität und andere Variablen genutzt werden, um zukünftige Performance zu bestimmen und Teileaustausch, Verschleiß und Stillstandszeiten für Service zu optimieren.

 

Aber was ist mit der Überwachung der Werkzeugzustände? Während Maschinenzustandsüberwachung elektronisch erfasste Daten nutzt, sind die Werkzeuge selbst präzise, gehärtete Werkzeuge, die das Schneiden, Bohren oder Fräsen eines Werkstücks ausführen. Durch Erweiterung des Maschinenzustandsmonitorings auf Werkzeuge können Unternehmen Werkzeugausfälle vorhersagen und Kosten reduzieren.

Was ist ein Werkzeugmonitoring-System?

Ein Werkzeugmonitoring-System analysiert Maschinendaten von vielen Geräten, um Zustand, Lebensdauer und verbleibende Nutzbarkeit eines Werkzeugs zu bestimmen. Die Überwachung von Zustand und Lebensdauer eines Werkzeugs ist schwieriger als Maschinenzustandsüberwachung. Sie versucht, Daten von der CNC-Maschine zu nutzen, um Zustand und Lebenszyklus des Werkzeugs zu verstehen und vorherzusagen. Je präziser die Vorhersage des Werkzeugausfalls, desto niedriger die Gesamtwerkzeugkosten.

Durch Monitoring verschiedener Faktoren kann Software, die den Zustand eines Werkzeugs misst, Bediener über Werkzeugverschleiß und verbleibende Lebensdauer informieren. Dies bietet größere Transparenz in den Prozess und befähigt Bediener, maximale Lebensdauer aus jedem Werkzeug zu ziehen. Sie können ihre Zeit besser managen, um Wechsel mit weniger Stillstand durchzuführen. Werkzeugausfall vorherzusagen erlaubt Austausch am optimalen Punkt, während Maschinenschäden und Ausschuss am Werkstück vermieden werden – Ausschuss- und Werkzeugkosten sinken.

Wie funktionieren Werkzeugmonitoring-Systeme?

Werkzeugmonitoring-Systeme operieren auf drei Ebenen, jeweils steigender Genauigkeit. Ebene 1 überwacht Durchschnitte aus Ausfallpunkten, Ebene 2 nutzt Leistung zur Messung vorhersagbarer Wellenformen, Ebene 3 nutzt fortgeschrittene Algorithmen für erfasste Daten. Für Unternehmen, die Werkzeugmonitoring implementieren, gibt es im Wesentlichen drei Ansatzstufen. Jede bietet einen variierenden Grad an Sicherheit für den Ausfallzeitpunkt und damit variierende Effektivität.

Ebene 1

Der grundlegendste Typ, branchenweit verbreitet. Einfach eine Variation alter reaktiver Wartung: Werkzeug läuft bis zum Ausfall. Diese Methode nutzt Ausfallpunkte, um einen Durchschnitt als Austauschwelle zu bilden. Ca. 95 % der Industrie nutzt dies.

Obwohl einfach zu implementieren (daher branchenweit), hat sie signifikante Nachteile.

Der Schwellenwert für den Durchschnitt kann willkürlich oder subjektiv werden, besonders bei unterschiedlichen Materialien. Gesenkte Durchschnitte treiben Werkzeugkosten hoch.

Zudem können diverse andere Variablen, die nicht berücksichtigt werden, die Werkzeugarbeit unterbrechen und vom Durchschnitt abweichen lassen. Das resultiert in zwei Dingen:

1. Große Mengen Ausschussteile durch Laufenlassen bis zum Ausfall oder
2. Verschwendete Werkzeuge und unnötig hohe Werkzeugkosten

Bild eines „guten“ Teils (oben) und eines „schlechten“ Teils (zweiter von oben). Darunter zwei Fräser: der erste neu, der untere gebrochen. Für diesen Hersteller: Wenn der Fräser bricht (wie der untere), wird der Schlitz nicht geschnitten, das Teil wird Ausschuss.

Ebene 2

Die zweite Ebene ist fortgeschrittener. Dieses System analysiert die vom Spindel verbrauchte Leistung und verfolgt die Wellenform – wie Schallwellen auf einer Aufnahme –, um Ausfallpunkte vorherzusagen. Durch Lesen der Amplitude der Leistung über Zeit können Zu- und Abnahmen der Last den Ausfallpunkt anzeigen.

Auch dieses System hat Nachteile. Zwar löst es das Problem subjektiver Durchschnitte aus Ebene 1, aber Ebene 2 kann Werkzeugzustände nur am oder sehr nah am Ausfallpunkt erfassen. Das System bleibt potenziell höheren Ausschussraten offen. Es bedeutet auch zusätzlichen Stillstand und potenzielle Maschinenschäden, abhängig vom Ausfalltyp.

Ebene 3

Die fortschrittlichste verfügbare Lösung: Algorithmen, die einen sich anbahnenden Ausfall rechtzeitig erkennen, um das Teil innerhalb eines akzeptablen Wartungsstopps und mit signifikant reduziertem Ausschuss zu tauschen.

Ebene-3-Monitoring-Systeme, wie sie von MachineMetrics pioniert wurden, nutzen High-Frequency-Daten und fortgeschrittene Algorithmen zur Diagnose, Vorhersage und Vermeidung von Ausfällen.

Diese Systeme benötigen keine Sensoren für Werkzeugmonitoring. Durch Messung von High-Frequency-Daten aus Drehmomentnutzung können Daten geparst, bereinigt und analysiert werden. Diese Daten kommen direkt aus der Maschinensteuerung – optimiert Monitoring für die „letzte Meile“ und wird integraler Bestandteil eines fortgeschrittenen Werkzeugzustandsmonitorings, das Maschinensteuerung verbessert.

 

Kernvorteile

Ein automatisiertes Maschinenwerkzeug-Monitoring-System bietet viele Vorteile:

Zustandsüberwachung

Bediener werden über gebrochene oder verschlissene Werkzeuge benachrichtigt – verhindern Schäden an Teilen oder Maschinen.

Präzise Werkzeuglebensdauer

Werkzeuge können für spezifische Situationen optimiert werden: Maschinentyp, Umgebung, Material.

Verlängerter Werkzeuglebenszyklus

Auch als Werkzeugoptimierung bekannt: Austauschoptimierung maximiert Lebenszyklus, Werkzeug wird nie zu früh oder zu spät getauscht.

Verbesserte Qualität

Gebrochene Werkzeuge sind nur Teil des Problems. Werkzeugverschleiß kann auch Ausschuss erzeugen, indem Teile leicht aus der Spezifikation gefertigt werden. CNC-Werkzeugmonitoring-Software erkennt diesen Verschleiß, um weitere Nutzung zu verhindern.

Vorausschauende Wartung

Vorausschauende Wartung ist die wirkungsvollste Methode für Qualitätsverbesserung und Kostensenkung. Sie kann Werkzeugausfall präzise vorhersagen und Teams alarmieren, das Problem zu beheben – Ausschuss ganz vermeiden.

Leistungsüberwachung

Werkzeuge werden kontinuierlich über den Produktionszyklus überwacht, um von der Maschine genutzte Leistung zu managen. Verständnis der Leistung pro Job und von Werkzeugen ausgeübter Kraft hilft, Werkzeugverschleiß früher zu detektieren. Unerwartete Leistungsspitzen können Abschaltung verursachen. Spitzen können auch unerwartete übermäßige Kraft anzeigen und Bediener zum zu tauschenden Werkzeug führen. Leistungsüberwachung kann auch mit anderen Programmaspekten wie Kraftüberwachung kombiniert werden für ein noch vollständigeres Bild.

High-Speed-Datenverarbeitung

Daten sind eines der wertvollsten Assets eines Unternehmens. In Echtzeit und am Entstehungsort verarbeitet, können sie im Framework derselben fortschrittlichen Analytics-Plattform genutzt werden, die Production Monitoring antreibt, für actionable Insights. Diese Insights helfen nicht nur Bedienern und Managern, Lösungen für Probleme zu entwickeln. Als Teil des Datenökosystems liefern sie wertvolle Informationen nach Job, Maschine, Bediener, Schicht und mehr.

Echtzeit-Werkzeugverschleißerkennung

Fortgeschrittene Datenerfassungssysteme wie MachineMetrics können High-Frequency-Daten anzapfen, um Werkzeugverschleiß in Echtzeit zu detektieren. Ergebnisse werden analysiert, und mittels Machine Learning beginnt das System, jedem Signal, das Werkzeugverschleiß begleitet, nachvollziehbare und plottbare Attribute zuzuweisen. Diese Fähigkeit arbeitet neben anderen Geräten, sodass Werkzeugverschleiß überwacht und geplottet werden kann.

 

Mit Werkzeugmonitoring können Sie das Ohr eines erfahrenen Zerspaners mit jahrelanger Erfahrung replizieren, der Werkzeuge und Maschinen auf Anzeichen drohenden Ausfalls abhört.

Ist Werkzeugmonitoring-Software für Sie?

Wenn Anlagen nicht gemessene Produktionsraten oder richtige Taktzeiten erreichen, kann Werkzeugmonitoring eine gute Lösung sein. Wenn Kosten und Qualität überall schwanken, kann richtige Werkzeuggesundheit ein wichtiger Teil der Lösung sein. Da es schwieriger ist als Maschinenproduktionsmonitoring, scheuen viele Unternehmen davor zurück. Aber warum ein Unternehmen solches Monitoring braucht, geht Hand in Hand mit warum sie Produktionsmonitoring brauchen.

Dasselbe gilt für OEE-Verständnis. Viele Unternehmen am Anfang ihrer Digitalisierungs- und Monitoring-Reise haben eine stark aufgeblasene Meinung über ihre Overall Equipment Effectiveness. Wenn Produktionsmonitoring beginnt, zerbricht diese Meinung. Es repräsentiert den nächsten Drill-Down-Level für kontinuierliche Prozessverbesserung, um einen Haufen Issues in den Griff zu bekommen.

Ein Unternehmen kann solches Monitoring auch für strategischere Bedarfe nutzen. Vielleicht führen Daten zu Trainingsissues, die bedeuten, dass sogar ein erfahrener Bediener Auffrischung braucht. Es kann auch bestimmen, ob der Anlagenbestand des Unternehmens in der Lage ist, das geforderte Qualitätslevel bei gegebener Komplexität zu produzieren. Produktspezifikationen und Trends verschieben sich über Zeit, Legacy-Anlagen halten nicht immer Schritt.

Ein weiterer strategischer Grund: Neugeschäft übernehmen. Luftfahrt, Medizintechnik, Militär erfordern extrem enge Toleranzen. Wenn ein Unternehmen Neugeschäft in Betracht zieht, wo aktuelle Effizienz und Prozesskontrollen out of tune sind, hilft das Monitoring, Problemfelder zu identifizieren und auf Prozesslösungen zu lenken, die höhere Qualitätsarbeit ermöglichen.

Wann macht Werkzeugmonitoring Sinn?

Werkzeugmonitoring macht Sinn, wenn ein Unternehmen wenig oder gar keine Ahnung von seinem wahren OEE hat. Auch wenn Prozesse optimiert werden müssen. Viele Unternehmen realisieren zweistellige Verbesserungen von bis zu 20 % in Kombination mit Produktionsmonitoring. Dieser Zustand kann Jahre andauern und Bediener und Manager frustrieren, die nicht verstehen, warum eine Maschine nicht bei etablierter Rate Teile produziert.

Werkzeugmonitoring macht auch Sinn bei Effizienzverlusten durch verpasste oder falsche Zykluszeiten, wo Werkzeugausfall bedeutet, der Job nie nach Spezifikation produziert. Und es ist exzellent für Unternehmen mit hohen Qualitätsverlusten, die genaue Gründe und Orte nicht eingrenzen können.

BC Machining setzt auf MachineMetrics für vorausschauendes Werkzeugmonitoring

Als BC Machining Hilfe suchte für anhaltende Werkzeugbrüche und hohe Ausschussraten, engagierten sie MachineMetrics. BC Machining bedient Medizintechnik, Verteidigung, Transport, Elektrowerkzeuge – wo Präzision kritisch ist.

BC Machining hatte übermäßige Werkzeugbrüche an Schweizer CNC-Drehmaschinen – Ausschuss sowohl am Bruchpunkt als auch bei nahendem Werkzeugende, wenn Teile aus der Spezifikation variieren.

Mit der MachineMetrics-Lösung – High-Frequency-Datenerfassung und Analyse durch fortgeschrittene Algorithmen – konnte BC Werkzeugbrüche identifizieren, um Ausschussteile zu verhindern.

Der Rückgang an verlorenen Teilen, Sortieraufwand und Unsicherheit resultierte in nahezu 100 % Ausfallerkennung und 72.000 $ jährlicher Einsparung pro Maschine.

Lesen Sie die vollständige Case Study mit BC Machining.

MachineMetrics bietet ein Monitoring-System für Werkzeugbewertung, das Daten direkt an der Quelle erfasst – der CNC-Maschine selbst. Durch maßgeschneiderte Algorithmen zur Drehmomentüberwachung können Eingänge als Zeitreihen-Events oder Machine-Learning-Modelle in das System eingegeben werden, um Werkzeugausfall präzise vorherzusagen.

MachineMetrics' High-Frequency-Datenadapter detektiert Probleme und analysiert Daten am Edge, um Lösungen zu automatisieren und Personal vor Ausfall zu alarmieren – kostspieligen Ausschuss und Stillstand verhindern. Mit fortschrittlicher Maschinendiagnostik wird Werkzeug optimiert und in ein aggressives, vollautomatisiertes vorausschauendes Wartungssystem integriert. Um zu sehen, wie MachineMetrics deployed werden kann, um Ihre Werkzeuggesundheit in den Griff zu bekommen, buchen Sie heute eine Demo mit unserem Team.