Prognosefähigkeit für Prozessketten

Deutsch: Die Fertigung von hochbeanspruchten Präzisionsbauteilen, wie beispielsweise im Werk-zeugbau oder der Getriebetechnik, verlangt in den meisten Fällen eine mehrschrittige Bearbeitungsabfolge. Für die jeweilige Bearbeitungsaufgabe stehen häufig unterschied-liche Technologien zur Auswahl, die sich in ihrer geometrischen Zugänglichkeit zum Be-arbeitungspunkt, Produktivität sowie erzielbaren Randzoneneigenschaften unterschei-den. Der technische und wirtschaftliche Erfolg der gewählten Prozesskette hängt von der Wahl der Einzelprozesse sowie deren Abstimmung aufeinander ab. In durchlaufzeitkritischen Fertigungsketten stellt die Substitution einzelner Technologien, beispielsweise bedingt durch einen Maschinenausfall oder eine Änderung am Bauteil, eine große Herausforderung hinsichtlic h der Gewährleistung der technischen Bauteil-funktionalität sowie der Einhaltung vorgegebener Fertigungskosten dar. Die zügige Ent-scheidung für alternative Fertigungsrouten unter dem Aspekt der Wirtschaftlichkeit bei Einhaltung der technischen Anforderungen an das gefertigte Bauteil verlangt ein hohes Maß an empirischem Erfahrungswissen des Entscheiders. Die Implementierung digitaler Assistenten zur echtzeitfähigen Bewertung und Optimierung von Prozessketten hinsicht-lich Wirtschaftlichkeit und Erfüllung technischer Anforderungen kann die Agilität in der Produktion drastisch anheben. Dazu ist es notwendig, einen multidimensionalen digitalen Zwilling der Prozesskette unter Einbindung des Internet of Production (IoP) aufzubauen. Es wird das Ziel verfolgt, die wirtschaftliche und technische Prognosefähigkeit von Pro-zessketten in Echtzeit zu erlauben, um die Reaktionszeiten in der Produktion bedingt durch Störungen oder Designänderungen maximal zu verkürzen und Adaptionsstrategien in Folgeprozessschritten bei Fertigungsabweichungen zu ermöglichen. Englisch: The manufacturing of highly loaded precision components, e.g. in tool and die industry or in gear industry, demands for a multi-step process chain in nearly all cases. For realizing a single manufacturing step, in many cases different process technologies can be chosen that can be distinguished by their geometrical accessibility to the cutting zone, productivity, and reachable surface zone characteristics. The technical and economical success of the chosen process chain is strongly dependent on the choice of single p rocesses under consideration of their interaction. In lead time-critical process chains the substitution of single technologies, caused by a machine downtime or change request for example, poses a huge challenge regarding the achievement of required technical part functionality as well as the fulfillment of given man-ufacturing cost targets. The quick decision for alternative manufacturing routes under consideration of both, economic efficiency and technical functionality, demands for a high degree of practical knowledge of the decision maker. The implementation of digital assis-tants for real-time analysis and optimization of entire process chains regarding economic efficiency and fulfillment of technical requirements can raise the agility in production dras-tically. Therefore, it is nec essary to build up multi-dimensional digital twin of the process chain involving the Internet of Production (IoP). The objective is to allow for the econom-ical and technical forecast of entire process chains in real-time in order to shorten reaction times in production as much as possible and to allow for compensation strategies in sub-sequent process steps in case of manufacturing deviations