Archiv Senseering – RWTH Aachen

In diesem Themenbereich sammel ich zukünftig die wichtigsten Informationen und Artikel zu den Forschungen des WZL der RWTH Aachen University und der Senseering GmbH, ein mit dem RWTH Aachen University gegründetes Unternehmen. Die nachfolgenden Artikel bauen aufeinander auf.

Worum geht es? (Kurzfassung)

Angefangen hat alles im Jahr 2018 als Daniel Trauth mit seinem Team ein neues Forschungsthema startete: 

Ziel ist es Prüfpfade in dezentralen Lieferketten zu erschaffen und das IoT mit der Industrie zu verbinden, es sollen neue Wege der Machine to Machine (M2M) Interaktion ermöglicht werden. Die Maschinen sollen sich selbst verwalteten, ihre eigenen Fertigungsprozesse autonom in Echtzeit optimieren und alle erhobenen Daten sicher speichern.

Das Proof of Concept wird einen digitalen Zwilling für jedes Werkstück bzw. Produkt erzeugen, die Daten verschlüsseln und über IOTA MAM im Tangle speichern. Benutzer bzw. Käufer dieser Produkte können in einem vertrauenswürdigen System mit den Daten interagieren und die Integrität des Produkts überprüfen (“Ursprungszertifikat”). Aus diesem Grund wurde ein vielseitiges Team aus hochmotivierten Personen aus den Bereichen Informatik, Maschinenbau, Psychologie, Betriebswirtschaft und Produktdesign für dieses Projekt zusammengestellt.

Das WZL erprobt ihre programmierten Anwendungen direkt an einer realen vor Ort stehenden Feinschneidemaschine. Am Anfang des Produktionsprozesses wird ein zuvor eingekauftes Metallblech von einer Rolle abgezogen und einem Walzensystem zugeführt, welches das Blech zur Weiterverarbeitung auf eine einheitliche vordefinierte Höhe zusammenpresst und ausrichtet. Im nächsten Produktionsschritt stanzt eine Feinschneidpresse bis zu vier Teile pro Sekunde aus dem Metallblech heraus.

 Ausstanzen per Feinschneidpresse eignet sich im Grunde sehr gut für die Massenproduktion von identischen Bauteilen. Allerdings muss der gesamte Fertigungsprozess ständig überwacht werden um schlechte Qualität beim Material, Abnutzung der Werkzeuge, Probleme im Prozess oder der Umgebung rechtzeitig zu bemerken und gegensteuern zu können. Bis heute werden dazu aus der laufenden Produktion alle paar Stunden Stichproben zur manuellen Qualitätskontrolle (vermessen, Oberflächenbeschaffenheit etc.) entnommen, dies ist sehr aufwändig und ggf. wurden bereits mehrere Stunden minderwertige Produkte produziert die nun Nachgearbeitet oder verschrottet werden müssen.

Ingenieure haben oft versucht, die Beziehungen zwischen Werkstoffen und Werkzeugen in Formeln für bestimmte einstellbare Prozessparameter zu beschreiben, allerdings können einige Maschinenparameter nicht theoretisch errechnet werden und müssen stattdessen experimentell bestimmt werden. Die WZL kombiniert die theoretischen Formeln der Ingenieure mit den physikbasierten Daten aus dem Fertigungsprozess um ein genaueres Bild der Produktionsdaten in Echtzeit zu erhalten, zudem können alle erhobenen Daten zu jedem produzierten Produkt abgespeichert werden. (digitaler Zwilling)

An den Maschinen selbst werden dazu eine Vielzahl von zusätzlich Sensoren (Bsp.: Bild- und Videofeeds, Akustik-, Vibrations-, Kraft-, Weg- und Temperatursensoren) angebracht um möglichst viele Daten direkt von der Maschine zu lesen und zu protokollieren.  

Eine zusätzliche Maschine-zu-Maschine Kommunikation ermöglicht auch Micro-Payments und Abonnementmodelle, zudem können Daten eines digitalen Zwillings für einen sehr geringen Geldbetrag auf einem Datenmarktplatz verkauft werden.