Optische Prozessüberwachungssysteme für Stanzmaschinen
Ein Dialog zwischen einem Produktionsleiter und einem Instandhalter in einer Stanzfabrik.
Ausgangslage: Die Produktion hat gestoppt.
Produktionsleiter:
Warum ist die Presse stehen geblieben?
Instandhalter:
Sie ist um 5:34 Uhr stehen geblieben. Ein Teil steckt im Werkzeug fest. Niemand hat gesehen, wie es passiert ist.
Produktionsleiter:
Gibt es einen Werkzeugschaden?
Instandhalter:
Es ist ein komplexes Werkzeug und der Stempel in Station 6 scheint gebrochen zu sein. Wir müssen das Werkzeug ausbauen.
Produktionsleiter:
Kann man das Problem direkt in der Presse beheben?
Instandhalter:
Nein. Das Risiko ist zu hoch. Wenn wir das Werkzeug mit Gewalt freimachen, könnten wir den Schaden noch vergrößern.
Produktionsleiter:
Wie lange wird die Unterbrechung dauern?
Instandhalter:
Werkzeug ausbauen, reparieren, wieder einbauen. Im besten Fall läuft die Anlage später heute Vormittag wieder.
Produktionsleiter:
Der Auftrag ist zeitkritisch. Bitte sofort beginnen.
Instandhalter:
Das Werkzeug ist ausgebaut. Der Stempel ist tatsächlich gebrochen. Wir tauschen ihn jetzt aus.
Produktionsleiter:
Wissen wir, warum er gebrochen ist?
Instandhalter:
Das kann viele Ursachen haben: Materialvorschub, verklemmtes Teil, Materialfehler, Auswerfer-Problem oder Ermüdungsbruch. Im Moment ist nichts davon bestätigt.
Produktionsleiter:
Also beheben wir den Schaden, aber nicht die Ursache.
Instandhalter:
Genau.
„Der Stempel ist nicht der teure Teil. “Teuer ist, dass wir immer noch nicht wissen, warum er bricht.“
Bei einem Werkzeugschaden in einer Stanzmaschine besteht das eigentliche Problem nicht nur darin, dass die Stanzmaschine stillsteht. Die größte Herausforderung ist, dass niemand gesehen hat, was tatsächlich passiert ist. Ein Teil steckt im Werkzeug fest, ein Stempel ist gebrochen und die Produktion steht. Die eigentliche Ursache bleibt jedoch unbekannt.
Dadurch entsteht eine schwierige Ausgangssituation für den Wiederanlauf: Das Werkzeug kann zwar repariert sein, der zugrunde liegende Fehlermechanismus ist jedoch möglicherweise weiterhin vorhanden.
Zwei technische Ansätze zur kamerabasierten Prozessüberwachung
1. Statischer Bildvergleich an definierten Maschinenzuständen
Der erste Ansatz nutzt Kameras, um Einzelbilder in fest definierten Maschinenzuständen aufzunehmen. Beispielsweise wird ein Referenzbild erstellt,
- wenn das Werkzeug geöffnet ist,
- wenn das Werkstück korrekt positioniert sein sollte oder
- nachdem das Band einen definierten Vorschub erreicht hat.
Das aktuelle Bild wird anschließend mit einem gespeicherten Referenzbild verglichen. Erkennt das System eine Abweichung, kann es der Maschinensteuerung ein Fehlersignal geben.
Dieses Verfahren eignet sich besonders zur Überwachung klar definierter Zustände, beispielsweise:
- Werkstück vorhanden / fehlt
- Material Position korrekt / fehlerhaft
- Werkstück ausgeworfen / nicht ausgeworfen
- Werkzeugbereich frei / blockiert
- Trägerband oder Schrott befindet sich an der erwarteten Position
Durch seinen strukturierten Aufbau lässt sich dieses Verfahren einfach auf bestimmte Prüfpositionen innerhalb des Prozesses konfigurieren.
Da das System jedoch nur ausgewählte Zeitpunkte innerhalb des Maschinenzyklus bewertet, konzentriert es sich ausschließlich auf diese definierten Kontrollpunkte. Entwickelt sich ein Fehler schrittweise zwischen zwei Prüfzeitpunkten, erkennt das System ihn in der Regel erst dann, wenn die Abweichung an einem dieser Kontrollpunkte sichtbar wird.
Im beschriebenen Szenario eines Werkzeugbruchs bedeutet dies: Das System erkennt zuverlässig, dass ein Teil im Werkzeug steckt. Die eigentliche Fehlerentstehung zwischen den definierten Kontrollpunkten bleibt dabei unbeobachtet.
2. Kontinuierliche videobasierte Anomalieerkennung
Der zweite Ansatz analysiert kontinuierlich einen oder mehrere Video Streams parallel. Die Kameras arbeiten mit hoher Bildrate. Typischerweise 100 Bilder pro Sekunde oder mehr.
Anstatt einzelne Bilder an festgelegten Punkten miteinander zu vergleichen, beobachtet das System den gesamten Bewegungsablauf des Prozesses über die Zeit.
Ein intelligenter Anomalieerkennung Algorithmus lernt zunächst das normale Verhalten des Prozesses. Anschließend kann er signifikante Veränderungen erkennen, beispielsweise bei:
- Bewegungsabläufen
- Zeitverhalten
- Positionen
- Verhalten der Werkstücke
- Bewegung des Schrotts
- Wechselwirkungen zwischen Werkzeug und Werkstück
Dieser Ansatz bietet zwei wesentliche Vorteile.
Vollständige Dokumentation jedes Maschinenstopps
Zu jedem Maschinenstopp kann das System automatisch Videosequenzen aller Kameras speichern. Dabei werden sowohl die Sekunden unmittelbar vor als auch nach dem Stillstand aufgezeichnet.
Im Werkzeugbruch-Beispiel kann die Instandhaltung anschließend nachvollziehen,
- ob zunächst der Stempel gebrochen ist,
- ob sich zuerst ein Werkstück verklemmt hat oder
- ob sich die Bandposition bereits vor dem Stopp verändert hat.
Durch diese Bildfolge können Instandhaltung, Produktion und Qualitätssicherung den gesamten Ablauf rekonstruieren.
Früherkennung schleichender Prozessänderungen
Darüber hinaus kann die Anomalieerkennung bereits kleinste Veränderungen im Prozessverhalten erkennen, sobald sie entstehen.
Ein Prozess beginnt häufig bereits leicht vom Normalzustand abzuweichen, bevor ein Teil sichtbar verklemmt oder ein Stempel bricht.
Beispielsweise kann ein Werkstück beginnen,
- sich leicht anzuheben,
- zu kippen,
- zu springen,
- verzögert zu reagieren oder
- sich anders zu bewegen als im zuvor erlernten Normalzustand.
Das System erkennt diese Abweichungen und kann bereits früher im Maschinenzyklus einen Stopp auslösen.
Dadurch reagiert es nicht nur auf bereits sichtbare Fehlerzustände, sondern auch auf sich entwickelnde Prozessveränderungen.
Vergleich der beiden Ansätze
| Bereich | Statischer Bildvergleich | Kontinuierliche Video-Anomalieerkennung |
|---|---|---|
| Überwachungsmethode | Prüft definierte Maschinenzustände | Beobachtet den gesamten Prozess kontinuierlich |
| Kameranutzung | Einzelbilder an festgelegten Positionen | Hochgeschwindigkeits-Video Streams |
| Erkennungsprinzip | Vergleich mit Referenzbild | Abweichung vom erlernten Normalverhalten |
| Besonders geeignet für | Bekannte, reproduzierbare Prüfpositionen | Dynamische Prozessänderungen und schleichende Fehler |
| Erkennungszeitpunkt | Nur an konfigurierten Kontrollpunkten | Auch zwischen den Kontrollpunkten |
| Fehlervermeidung | Fokus auf definierte Zustände | Größeres Potenzial durch frühzeitige Erkennung |
| Fehlerdokumentation | Bild bzw. Prüfergebnis | Video vor und nach dem Maschinenstopp |
| Ursachenanalyse | Auf Basis einzelner Prüfergebnisse | Rekonstruktion des vollständigen Prozessablaufs |
| Komplexität | Niedriger | Höher |
| Einrichtungsaufwand | Referenzbilder manuell erstellen | Training und Lernphase erforderlich |
| Nutzen bei komplexen Werkzeugen | Zuverlässige Prüfung definierter Zustände | Tiefere Einblicke in das tatsächliche Prozessverhalten |
Fazit
Der statische Bildvergleich bietet eine strukturierte Möglichkeit, klar definierte Zustände innerhalb des Stanz Prozesses zu überwachen. Er stellt sicher, dass wichtige Kontrollpunkte zuverlässig geprüft und Abweichungen an diesen Stellen erkannt werden.
Die kontinuierliche Video-Anomalieerkennung erweitert diese Sichtweise, indem sie den gesamten Prozessverlauf über die Zeit analysiert. Anstatt ausschließlich vordefinierte Zustände zu betrachten, bewertet sie, wie sich der Prozess von einem Moment zum nächsten entwickelt.
Dadurch entsteht ein umfassenderes Verständnis des Prozesses. Während das eine System bestätigt, ob erwartete Zustände erfüllt sind, kann das andere zeigen, wie der Prozess zu diesen Zuständen gelangt ist.
„Wenn wir die Produktion wieder anlaufen lassen, ohne die Ursache zu kennen, sparen wir keine Zeit. Wir gehen lediglich ein Risiko mit einem sehr teuren Werkzeug und der Produktionslinie unseres Kunden ein.”