En el marco del proyecto de investigación X-Forge (Todo como Servicio) financiado por el estado de Baden-Wurtemberg, el fabricante de herramientas MAPAL es el líder del consorcio en el área de Productividad como Servicio (ProdaaS). MAPAL colabora con el fabricante de máquinas F. Zimmermann y el especialista en tecnología de medición Blum para ofrecer soluciones integrales a los clientes. Como socio del proyecto, el Fraunhofer IPA se ha encargado de mediar el modelo de negocio subyacente entre los socios y de determinar la valoración del valor añadido para el cliente. Un primer proyecto piloto se completó tras un período total de tres años. A partir de ahí, se espera que la oferta de servicios digitales se amplíe gradualmente en los próximos años.
Los miembros del consorcio de trabajo ya supervisan procesos a través de muchos sensores que proporcionan datos correspondientes. Sin embargo, los sistemas existentes solo ofrecen una visión limitada del sistema total compuesto por máquina, herramienta y pieza de trabajo. Aunque el usuario tiene a su disposición sistemas expertos altamente complejos en la máquina, estos componentes individuales no están integrados entre sí. Juntarlos es prácticamente imposible en la práctica. Por lo tanto, es difícil analizar problemas que han surgido posteriormente o optimizar procesos en curso.
Base de conocimiento estructurada para la planificación de procesos
Una planificación de procesos CAM con selección de herramientas, planificación de trayectorias y elección de parámetros de proceso es un factor clave para aumentar la productividad. Sin embargo, al introducir una pieza, generalmente se requiere un ajuste adicional en la máquina para lograr resultados óptimos. Hoy en día, el área de planificación está fuertemente desconectada de la mecanización. Los conocimientos adquiridos en la máquina no se retroalimentan automáticamente a la planificación del proceso. La retroalimentación insuficiente obstaculiza los efectos de aprendizaje y hace que el operador de la máquina comience de nuevo en el siguiente proceso de perforación planificado. A la planificación de procesos CAM simplemente le falta una base de conocimiento estructurada de la aplicación práctica.
Para la oferta de 'Productividad como Servicio' para procesos de mecanizado estables y eficientes, los socios del proyecto aportan diferentes informaciones. La evaluación del estado de desgaste de las herramientas es relevante para entender en qué estado, por ejemplo, se ha realizado un agujero. También proporciona información sobre el tiempo de uso actual de la herramienta y permite pronósticos de tiempo de uso.
Blum extrae los datos correspondientes en un servicio de software dedicado y los hace utilizables. Estos datos de medición se comparan con una base de datos de conocimientos de MAPAL para verificar en una evaluación del proceso si los parámetros configurados en la máquina coinciden con las especificaciones del fabricante. Paralelamente, la evaluación del estado de la máquina de F. Zimmermann también se incluye y proporciona, por ejemplo, información sobre el estado del husillo. Un componente de software superior finalmente relaciona las diferentes fuentes y presenta la información de manera estructurada. En caso de evaluaciones de fallos, el usuario puede identificar las causas con solo pulsar un botón.
Proyecto piloto Optimización del rendimiento de herramientas
En el proyecto piloto que tuvo lugar en Karl Walter Formenbau, se trataba de un Optimizador de Rendimiento de Herramientas. Con ello, el usuario logró corregir la configuración de los parámetros del proceso para la perforación en caso de desviaciones, con el fin de reducir los tiempos de inactividad por roturas o cambios de herramientas no planificados. Además, con la base de datos se ofrece la posibilidad de construir también en la planificación para nuevas aplicaciones desconocidas hasta ahora, utilizando la búsqueda de similitudes basada en experiencias estructuradas, metodológicamente recopiladas y evaluadas del pasado. El Optimizador de Rendimiento de Herramientas se comercializará a través de dos canales de distribución. Además del negocio de soluciones clásico con una oferta integral, también estará disponible en una gran plataforma que se basa en Gaia-X como ecosistema de datos.
El objetivo del siguiente paso de desarrollo es capturar las desviaciones que ocurren en un sistema de asistencia y advertir al usuario durante la operación con un sistema de semáforo. En los próximos años, también se prevén servicios autoaprendibles para la optimización autónoma de parámetros y planificación de procesos CAM inteligente. Finalmente, a partir de 2029, se espera que sea posible una automatización continua desde el dibujo hasta la pieza terminada.
Contacto:
