KI kommt an die Werkzeugmaschine

KI kommt an die Werkzeugmaschine

Siemens erweitert Sinumerik Edge um weitere Applikationen

Bild: Siemens AG Österreich

Siemens erweitert sein Industrial Edge-Angebot für die werkzeugmaschinennahe Sinumerik Edge
um weitere neue Applikationen. Mit dem neuen Softwareangebot unterstützt das Unternehmen
Werkzeugmaschinenanwender dabei, die Werkstück- und Prozessqualität zu verbessern, die Maschinenverfügbarkeit zu erhöhen sowie die Maschinenprozesse weiter zu optimieren. Mit Edge Computing lassen sich große Datenmengen lokal an der Werkzeugmaschine verarbeiten. Zusätzlich verringern sich für Anwender die Speicher- und Übertragungskosten, da große Datenmengen vorverarbeitet werden können und ausschließlich relevante Daten anschließend in eine Cloud- oder IT-Infrastruktur übertragen werden.

Auf der EMO 2019 stellt Siemens erstmals die Edge-Applikation Analyze MyWorkpiece /Vision vor. Mit Hilfe eines Kamerabildes erkennt die Software, die auf künstlicher Intelligenz basiert, ob das richtige Werkstück in der korrekten Position im Bearbeitungsraum vorliegt – und das besser als es das menschliche Auge zulässt. Neben der Überwachung des Bearbeitungsraumes kann auch der Verschleiß von Werkzeug überprüft werden. Zusätzlich überträgt die Applikation den Bearbeitungsprozess am Werkstück per Kamera live aus dem Maschinenraum und dokumentiert alle Bilddaten. Anwender dieser Applikation profitieren von einer Sicherstellung der Bearbeitungs- und der Prozessqualität. Durch die Erkennung von Werkzeugverschleiß können Ressourcen effizienter eingesetzt werden. Die Konfiguration der Applikation ist auf den Maschinenbediener zugeschnitten, so dass Anwender ohne großes Expertenwissen von künstlicher Intelligenz profitieren. Auch das Job-Setup durch die Applikation ist sehr einfach, wodurch eine einfache Integration in den Fertigungsprozess möglich ist.

Erhöhte Maschinenproduktivität mit OptimizeMyMachining /Magazine

Auch im Bereich Performancesteigerung stellt Siemens auf der EMO eine neue Edge-Applikation vor. Ein Teil der Performancesteigerung ergibt sich durch eine optimale Anordnung von Werkzeugen im Magazin. Der Optimierungsalgorithmus, der Optimize MyMachining /Magazine zu Grunde liegt, basiert auf künstlicher Intelligenz und berechnet die Werkzeuganordnung so, dass die Fertigungszeit minimiert wird.

Protect MyMachine /3D Twin für die Sinumerik One

Die Sinumerik-Anwendung Collision Avoidance wird auf der diesjährigen EMO speziell für die Sinumerik One als Edge-basierte Anwendung gezeigt. Als Edge-Applikation Protect MyMachine/3D Twin beinhaltet sie einen vollumfänglichen Schutz von Maschine und Werkzeugen gegenüber der aktuellen Aufspannsituation inklusive dynamischer Betrachtung des

Werkstückschutzes. Die Leistung und die Produktivität der NCU wird durch den Einsatz von Sinumerik Edge von Rechenleistung entlastet und in ihrer eigentlichen Steuerungsaufgabe nicht beeinträchtigt. Mit Create MyVirtual Machine und Run MyVirtual Machine – beides Softwareapplikationen für die Sinumerik One zur Erstellung digitaler Zwillinge –– können Rechenmodelle, die in diesem Kontext erstellt wurden, auch für Protect MyMachine /3D Twin einbezogen werden.

Seiten: 1 2Auf einer Seite lesen

www.siemens.at

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.