WAK-2020_Webasto_Car_Sunroofs-050

Das Polycarbonat-Spritzgießverfahren bei Webasto. (Bilder: alle Webasto Group)

Polycarbonate (PC) sind fast 50 % leichter als Glas, ebenso transparent, und versprechen besondere Maßhaltigkeit sowie hohe Steifigkeit. Hinzu kommt ihre sehr gute Schlagzähigkeit sowie die hohe Wärmeformbeständigkeit. Daher werden Polycarbonate in der Praxis hohen Ansprüchen gerecht und kommen in vielen Branchen zum Einsatz – beispielsweise in der Automobilindustrie, wo unter anderem Fahrzeugdächer aus PC hergestellt werden. Der Automobilzulieferer Webasto setzt bei der Herstellung seiner Fahrzeugdächer unter anderem auf das 2-Komponenten-Spritzgießverfahren, denn damit kann nahezu jedes beliebige Design passgenau realisiert werden.

Hohe Anforderungen an die Herstellung von PC-Fahrzeugdächern:

Die Vorteile von PC liegen klar auf der Hand. Dennoch ist der Spritzguss-Verarbeitungsprozess durch zahlreiche Herausforderungen geprägt. Ein Beispiel: Fahrzeugdächer müssen jederzeit perfekt schließen und es darf keine Feuchtigkeit in den Innenraum eindringen. Daher müssen sie zu 100 % passgenau sein. Um das zu realisieren, müssen im gesamten Prozess extrem enge Toleranzen eingehalten werden – selbst bei der Kombination von unterschiedlichen Verfahren wie Parallelprägen und Expansionsprägen. In unserem Beispiel arbeitet der Hersteller der PC-Dächer mit sehr aufwendigen Spritzgusswerkzeugen und überwacht alle Prozessschritte mit umfangreicher Sensorik. Nur so lassen sich effiziente Prozesse und eine konstant hohe Qualität der Produkte sicherstellen.

Ähnlich wie bei vielen anderen Produkten aus PC trifft bei der Herstellung von PC-Fahrzeugdächern ein sehr hoher Qualitätsanspruch auf einen komplexen Fertigungsprozess. Und genau das setzt ein hohes Maß an Kompetenz sowie umfangreiche Erfahrungen voraus, vor allem in den Bereichen Prozessführung und Prozessoptimierung. Hinzu kommen Technologien für die Prozessüberwachung und -steuerung, die – wenn sie richtig eingesetzt werden – zu einem maßgeblichen Wettbewerbsvorteil werden können.

Hersteller, die große Teile ihrer Fertigung automatisiert haben, kennen diese Situation und viele von ihnen haben sich für den Einsatz eines Manufacturing Execution Systems (MES) entschieden. Denn: Ein MES bietet einen guten Einblick in den laufenden Prozess, indem es bestimmte Zustände visualisiert und mögliche Abweichungen sowie Fehler zeitnah meldet. Mit der Erfahrung der Mitarbeiter können die Hersteller so beispielsweise Stillstandzeiten und Ausschuss reduzieren, aber auch andere Störgrößen erkennen und eliminieren.

Daten aus dem MES – wertvoll, aber nicht ausreichend

Auch Webasto arbeitet unter anderem mit einem Manufacturing Execution System (MES), das die einzelnen Bauteile über ihre Seriennummer automatisch registriert, die jeweiligen Qualitätsdaten erfasst und mögliche Abweichungen sowie Fehler zeitnah meldet.

Im Sommer 2018 entschied sich der Automobilzulieferer dann für eine Erweiterung des bestehenden MES in seinem Kunststoff-Kompetenzzentrum im bayerischen Schierling. Matthias Altendorfner, der als Produktionsleiter für den reibungslosen Fertigungsprozess verantwortlich ist, erläutert diesen Schritt: „Das MES arbeitet zuverlässig, aber es fungiert primär als Datensammler zur Erfassung bauteilbezogener Daten im Rahmen von Traceability. Damit bekommen wir jedoch keine unmittelbare Rückmeldung über Veränderungen im Prozess.“ Die im MES vorliegenden Daten sind somit nur bedingt dafür geeignet, um zeitnah und unverzüglich auf Prozessveränderungen reagieren zu können.

Die detaillierte Ursachenanalyse der MES-Daten ist meist sehr aufwendig und zeitintensiv. „Daher suchten wir nach einer Ergänzung zum bereits bestehenden System, um Störungen im Prozess effizienter, schneller und damit auch kostengünstiger zu eruieren. Diese sollte neben den bauteilbezogenen Daten vor allem auch spritzgussbezogene Prozessinformationen aus den Maschinen, den Heißkanalreglern, der Werkzeug-Temperierung und der Sensorik erfassen und alle Daten letztendlich miteinander in Verbindung bringen. Mit dem KI-System ‚Detact‘ haben wir eine skalierbare Lösung gefunden, die das MES in für uns wichtigen Bereichen erweitert“, erläutert Altendorfner weiter.

Der entscheidende Schritt nach vorn – Wechselwirkungen mit KI analysieren

Eye scan

MES und KI in Kombination versprechen transparente Prozessketten und können die Produktqualität maßgeblich steigern. (Bild: Argus - Stock.Adobe.com)

Der Automobilzulieferer benötigte eine Lösung, die in der Lage ist, diesen Schritt nach vorn nachhaltig mitzutragen und eine Spritzgussfertigung im Sinne von Industrie 4.0 zu etablieren. Das Team entschied sich für ein skalierbares System, das alle nötigen Funktionen beinhaltet, ohne das bestehende MES zu ersetzen. Um sicher zu sein, dass das neue System den hohen Anforderungen gerecht werden kann, definierte das Team von Matthias Altendorfner zunächst ein überschaubares Pilotprojekt, das die typischen Anforderungen im PC-Spritzguss repräsentiert. Die Verantwortlichen entschieden sich für eine Prozesskette im unternehmenseigenen Kunststoff-Kompetenzzentrum in Schierling. Gemeinsam mit den KI- und Prozessspezialisten des Dresdner Software- und Technologieunternehmens Symate implementierte der Automobilzulieferer daraufhin die browserbasierte Softwareplattform Detact. Das KI-System wurde als systemübergreifendes Dashboard eingerichtet und so konzipiert, dass es alle Bauteildaten, den DMC, ausgewählte Qualitätsdaten aus dem MES, aber auch Maschinen- und/oder Peripheriedaten zentral erfasst und in einer Cloud vollautomatisch verarbeitet.

Dawid Danielak, der die Einführung des neuen KI-Dashboards als verantwortlicher Anwendungstechniker von Anfang an mit begleitet hat, freut sich über diese Entscheidung: „Mit der Einführung eines neuen Systems sind viele Unsicherheiten verbunden: Tut die Software wirklich das, was sie verspricht, funktioniert alles, ist die Installation aufwendig, sind unsere bestehenden Systeme kompatibel und lohnt sich die Investition auch wirklich. Daher wollten wir erst einmal klein anfangen und uns die Ergebnisse des Pilotprojektes sehr genau anschauen. Also haben wir in einem ersten Schritt alle relevanten Parameter wie den Maschinenstatus und vordefinierte Ist-, Soll- und Grenzwerte in Detact integriert beziehungsweise als künstliche Parameter aus vorhandenen Daten erzeugt. Hierbei arbeiten wir mit anwendungsspezifisch entwickelten Apps, die die Daten verarbeiten und über einen Standard-Browser auf dem Desktop oder per Handy visualisieren. Im Hintergrund führt das System dann komplexe Berechnungen durch und präsentiert anschließend die Analyseergebnisse.“ Das passt perfekt zum Prinzip des digitalen Assistenten, denn jeder Beteiligte erhält genau die Informationen, die er für seine Arbeit benötigt – nicht mehr und nicht weniger. Das gewonnene Wissen wird dann in der Cloud gespeichert und steht für zukünftige Analysen zur Verfügung. „Damit geht kein Wissen mehr verloren und wir erhalten endlich die Transparenz, die wir benötigen, Prozesse langfristig stabil und effizient zu gestalten“, freut sich Danielak.

Bauteilbezogene Daten mit KI auswerten

Seit Einführung des neuen Systems erfasst der Automobilzulieferer bauteilbezogene Daten und spritzgussbezogene Prozessinformationen aus den Maschinen, den Heißkanalreglern, der Werkzeugtemperierung und der Sensorik in einem zentralen System und setzt diese Daten miteinander in Verbindung. Anhand der synchronisierten Daten detektiert und analysiert das System zum Beispiel Anomalien in Parameterverläufen und vergleicht so unter anderem Bauteil- oder chargenübergreifende Prozesszustände. Auf dieser Basis erhalten die Beteiligten tieferes Verständnis für den Prozess und können diesen gezielt optimieren – zum Beispiel im Rahmen von Inbetriebnahmen, die sich mit dem richtigen Wissen gezielt beschleunigen lassen oder bei der Vermeidung von Ausschuss.

Hierzu ergänzt Matthias Altendorfner: „Durch die Einführung der KI-Plattform in unserer Spritzgussfertigung konnten wir eine Vielzahl an Zielstellungen auf einmal umsetzen. Daher haben wir uns entschieden, alle weiteren Spritzgussmaschinen in das System einzubinden. Dabei kommt uns die skalierbare Systemarchitektur von Detact zu Gute, denn diese Aufgabe haben wir mit einer Aufrüstung unserer Rechenleistung bereits erledigt. Langfristig möchten wir die KI-Plattform noch etwas tiefer integrieren, damit sie quasi vollautomatisch arbeitet.“ Die Software kann beispielsweise via Messenger oder über Cockpits an der Maschine kritische Prozesszustände melden und Vorschläge für nachfolgende Aktionen im Rahmen der Prozesskonfiguration sowie der Qualitätssicherung unterbreiten. Erste Automatikfunktionen wurden bereits im Rahmen der Testphase eingerichtet. Hierzu gehört eine Monitoring-Funktion, die die Pilotanlage mit ihren jeweils aktuellen Betriebszuständen und Parameterwerten, wie Zykluszeit, live visualisiert. Mit diesen Informationen kann der Automobilzulieferer beispielsweise die Mittelwerte der Zykluszeiten für einen Tag ablesen und Toleranzverletzungen erkennen. In diese Analyse sind zudem auch Parameter für relative Ausschusszahlen sowie eine Bauteilhistorie inklusive der Recherche nach Bauteilen und der Darstellung aller hinterlegten Fertigungsparameter und Messwerte integriert. Hierzu ergänzt Altendorfner abschließend: „Mit der Einführung von Detact wurde die Polycarbonat-Spritzgießfertigung bei Webasto insgesamt spürbar optimiert – schnellere und effizientere Prozessanalysen führen zu einer merklichen Reduzierung des Ausschusses. Zudem haben die Mitarbeiter einen umfassenderen Zugriff auf alle Parameter, die für die Fertigung eines Bauteils relevant sind. Und: Sie verstehen die Korrelation der einzelnen Prozessparameter auf die Qualität nun deutlich besser. Auf dieser Basis können sie jederzeit schnell Entscheidungen treffen und den jeweils aktuellen Prozess punktgenau anpassen.“

Stefan Lange

ist Manager Public Relations bei Symate in Dresden.

Kostenlose Registrierung

Der Eintrag "freemium_overlay_form_pv" existiert leider nicht.

*) Pflichtfeld

Sie sind bereits registriert?