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.

Edge Management als Zentrale

Mit Manage MySinumerik Edge stellt Siemens auf der EMO 2019 erstmals seine Industrial Edge Management-Lösung zur Administration von Edge-Applikationen für die Werkzeugmaschine vor. Mit dieser Lösung lassen sich sämtliche verbundene Edge-Geräte zentral verwalten, überwachen und aktualisieren. Zudem werden Edge Applikationen stets in der aktuellen Version effizient und sicher an Sinumerik Edge-Geräte verteilt. Die Installation der Applikationen auf den Sinumerik Edge-Geräten ist unabhängig vom Betriebszustand der Werkzeugmaschine rückwirkungsfrei möglich. Applikationen für Sinumerik Edge können sowohl von Siemens als auch von Drittanbietern zur Verfügung gestellt werden. Somit haben Anwender und Maschinenbauer die Möglichkeit, eigene Anwendungen zu entwickeln, die auf die individuellen Anforderungen ihrer Maschinen abgestimmt sind. Zukünftig werden die Edge-Applikationen über einen Marktplatz in der MindSphere angeboten werden. Das Betriebssystem der Sinumerik Edge ist in ein ganzheitliches Sicherheitskonzept integriert. Es erlaubt einen stabilen Betrieb einer oder mehrerer Applikationen nebeneinander und stellt außerdem eine abgesicherte Softwareumgebung für die Ausführung der Applikationen auf den Edge-Geräten sicher.

www.siemens.at

Das könnte Sie auch Interessieren

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.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.