Datagestuurde monitoring en optimalisering van gedecentraliseerde verspaningsprocessen
In overeenstemming met de verschuiving naar Industry 4.0, dat ten doel heeft het vervaardigingsproces steeds verder te digitaliseren, ligt de focus in toenemende mate op een datagestuurde monitoring van verspaningsprocessen. Het gebruik van data-analyse voor het optimaliseren van dergelijke processen blijft nog hoofdzakelijk beperkt tot het monitoren van bepaalde aspecten van verspaningsoperaties. SABCA heeft de handen ineengeslagen met VUB en Sirris om de bestaande uitdagingen in het ROADMAP-project aan te pakken. Dit project wil een multimodale methodologie opzetten voor het monitoren en optimaliseren van verspaningsprocessen in gedecentraliseerde productieomgevingen.

Looptijd: mei 2019 – april 2022


Context
De verspaningsindustrie is uitermate competitief en uitdagend. Opkomende regio's dagen bestaande bedrijven uit en overal worden nieuwe verspaningscentra en -technologieën beschikbaar. Verspaningsoperaties zijn buitengewoon complexe processen. Naast de zeer uiteenlopende productiestrategieën voor elk specifiek onderdeel, zijn er ook heel veel mogelijke gereedschappen, machines en instellingen, die stuk voor stuk perfect geselecteerd moeten worden. Dat maakt het erg moeilijk om het proces volledig te begrijpen en te standaardiseren. Naast deze hoge mate van complexiteit krijgen bedrijven ook te maken met toenemende uitdagingen wat betreft de vraag van hun klanten. De klanten verwachten van hen dat ze bijzonder responsief zijn, flexibele productieopties bieden en de hoogst mogelijke kwaliteit leveren - allemaal voor een lage prijs.

In overeenstemming met de verschuiving naar Industry 4.0, dat ten doel heeft het vervaardigingsproces steeds verder te digitaliseren, ligt de focus in toenemende mate op een datagestuurde monitoring van verspaningsprocessen. In een gedecentraliseerde productieomgeving maken bedrijven enkel die producten die in een specifieke regio of een specifiek land in trek zijn of die in de buurt van regionale grondstofleveranciers kunnen worden gemaakt. Hoewel de producten die op verschillende productiesites worden gemaakt kunnen verschillen, zijn de verspaningsprocessen om die producten (of componenten daarvan) te vervaardigen, vaak heel gelijkaardig. Door inzichten te putten uit de in deze gedecentraliseerde productieomgevingen verzamelde data, kan kennis worden gedeeld tussen verschillende productiesites, resulterend in een optimaal vervaardigingsproces dat deze uitdagingen het hoofd kan bieden.

Voorlopig blijft het gebruik van data-analyse voor het optimaliseren van dergelijke processen echter nog hoofdzakelijk beperkt tot het monitoren van bepaalde aspecten van verspaningsoperaties. Naast het gebrek, bij gewone productiebedrijven, aan ervaring en expertise op het gebied van datawetenschap, zijn de voornaamste redenen hiervoor het gebrek aan:
  1. Een passende, omvattende meetmethode (om zowel hardware en software in staat te stellen alle relevante informatie uit verspaningsprocessen op te pikken in de productiestroom, van grondstof tot eindproduct)

     

  2. Bijbehorende datagestuurde technieken om nuttige inzichten uit de verzamelde data te putten

     

  3. Een principiële benadering om deze informatie te integreren met de beschikbare kennis van het vakgebied en de fysische benaderingen, en zo tot een multimodale methodologie te komen.

Bovendien zijn de huidige benaderingen vaak niet betrouwbaar of robuust genoeg om op industriële wijze te worden gebruikt in meerdere machines en in gedecentraliseerde productieomgevingen.

De luchtvaartsector speelt een pioniersrol in deze vorderingen en ook zij hebben momenteel te maken met de bovengenoemde uitdagingen, vooral wat betreft de groeiende concurrentie en de zwaardere eisen van klanten. In dit verband heeft SABCA, een van de belangrijkste luchtvaartondernemingen die actief is in het ontwerp, de vervaardiging en de assemblage van structurele componenten, de handen ineengeslagen met VUB en Sirris om deze uitdagingen in het ROADMAP-project aan te pakken.

Doelstellingen
Het project moet een multimodale methodologie opzetten voor het monitoren en optimaliseren van verspaningsprocessen in gedecentraliseerde productieomgevingen. Deze globale strategische doelstelling kan worden opgesplitst in de volgende gedetailleerde projectdoelstellingen:

 

  1. Uitwerking van een omvattende meetbenadering (HW/SW), om de eigenschappen van het verspaningsproces te kunnen monitoren.

  2. Definitie van een multimodale methodologie voor de analyse van individuele verspaningsprocessen (meerdere fysische elementen + deskundige kennis + data-analyse).

     

  3. Benutting van meerdere machines in gedecentraliseerde productieomgevingen, om het verspaningsproces te optimaliseren.

  4. Validatie van de resulterende methodologie, zowel in het lab (met het Sirris Precision Manufacturing Lab) als op het terrein (bij SABCA), aan de hand van twee industriële validatiecases:

    • Verzekering van een constante productkwaliteit
    • Autonome parameteroptimalisatie van het verspaningsproces
Presentaties en publicaties
  • Sirris presenteerde een nota getiteld A Machine Learning-based Approach for Predicting Tool Wear in Industrial Milling Processes tijdens de workshop van ECML-PKDD IoT Stream for Data Driven Predictive Maintenance in Würzburg (Duitsland), 16 september 2019.

  • Sirris presenteerde een uitgebreide samenvatting van de nota getiteld A Machine Learning-based Approach for Predicting Tool Wear in Industrial Milling Processes op de BENELEARN/BNAIC-conferentie in Brussels (België), 6-8 november 2019. 

     

  • Sirris presenteerde de projectidee en een overzicht van de huidige resultaten met betrekking tot voorspellingen over gereedschapsslijtage tijdens het seminar AI for Industry 4.0 Research Projects in Belgium, tijdens de Belgian AI Week (virtuele conferentie), 16 maart 2021

Projectpartners

Financieel



Benieuwd naar meer ? Blijf op de hoogte dankzij onze blogposts!
Onze experts houden u op de hoogte van het ROADMAP project en nog veel meer. Ze houden voor u de vinger aan de pols en delen hun inzichten via hapklare artikels.

Hoe kunnen we u ondersteunen?

Meer weten over de Digital Twin Academy ? Benieuwd naar de mogelijkheden voor uw onderneming ? Contacteer ons. Onze Data Innovation Program Manager, Elena Tsiporkova, helpt u graag verder.