Auch zwei andere große Player ihrer Branche, Schaeffler und Deckel Maho Pfronten, lassen das Big-Data-Licht leuchten. Aufbauend auf einem konkreten Investitionsprojekt wurde gemeinsam mit weiteren Partnern ein Maschinenkonzept „Werkzeugmaschine 4.0“ entwickelt. Vom Sensor bis in die Cloud vernetzt es bestehende Technik mit neuen, digitalisierten Komponenten und ist somit ein großer Schritt in Richtung einer digitalisierten Produktion. Dazu wurden zwei Prototypen auf der Basis von DMC 80 FD Duoblock der vierten Generation aufgebaut. Einer davon kommt in der Serienproduktion des Schaeffler-Werks Höchstadt im Segment Genauigkeitslager zum Einsatz. Der zweite Prototyp wurde am Stand von DMG Mori auf der EMO in Mailand gezeigt.
Als Entwicklungs- und Zulieferpartner für antriebstechnische Komponenten in der Werkzeugmaschine verfolgt Schaeffler eine definierte Digitalisierungsstrategie mit dem Ziel, über Sensorik, Vernetzung und Analyse die erhobenen Daten für unterschiedlichste Prozesse verfügbar zu machen und so seinen Kunden einen klaren Mehrwert zu bieten – um beispielsweise über vorausschauende Wartungsstrategien Maschinenstillstände zu vermeiden. Denn: In einer Werkzeugmaschine sind die Lager entscheidend für die Maschinenperformance, da sie nicht nur die Funktionsfähigkeit der Maschine, sondern auch die Qualität des Werkstücks maßgeblich bestimmen. Daten, die auf den aktuellen Zustand, aber auch auf das zukünftige Verhalten der Komponente schließen lassen, bilden deshalb eine wichtige Grundlage für den Maschinenbetreiber.
Analytik aus der Cloud
In den Prototypen des Innovationsprojekts sind in fast allen für den Bearbeitungsprozess relevanten Lagerstellen zusätzliche Sensoren zur Messung von Schwingungen, Kräften, Temperaturen und Drücken integriert, um optimale Informationen über den Maschinenzustand zu erhalten. Wirklich 4.0-fähig ist eine Maschine aber nur dann, wenn die aufgenommenen Daten ausgewertet werden, um Maßnahmen abzuleiten. Ein maschineninternes Netzwerk, an das alle zusätzlichen Sensoren, Aktoren und Auswerteeinheiten angebunden sind, macht die Daten zugänglich.
Doch muss zur bereits bestehenden Datenauswertung die Analyse großer Datenmengen kommen. Der Grund: Korrelationen von Messwerten mit anderen Daten ergeben Muster, die Rückschlüsse auf den Zustand eines Lagers zulassen. Mit geeigneten Algorithmen können die Muster automatisch erkannt und notwendige Handlungsempfehlungen oder Aktionen ausgeführt werden. Die analytische Auswertung von Big Data erfolgt bei Schaeffler in der Cloud.