KI meets Digital Twin (KIDZ) – Predictive Maintenance trotz geringer Anzahl an Ausfallbeobachtungen

Ausfälle von Vorschubantrieben sind zwar selten, verursachen in der Produktion aber hohe Kosten. Daher erforscht das iwb im Projekt „KIDZ“, wie Predictive Maintenance durch eine Kombination von KI-Algorithmen und klassischen Werkzeugmaschinenmodellen auch bei nur wenigen verfügbaren Ausfallbeobachtungen umgesetzt werden kann.

Vorschubantriebe haben einen großen Einfluss auf die Produktivität von Werkzeugmaschinen, da deren Ausfälle in der Reparatur besonders zeitaufwändig und kostenintensiv sind und sie zudem die Maschinendynamik und damit das erreichbare Zeitspanvolumen maßgeblich beeinflussen. Der Umstieg auf eine vorausschauende Instandhaltungsstrategie bietet daher großes wirtschaftliches Potential. Bis jetzt wurde die Funktionsfähigkeit von Predictive Maintenance an Vorschubantrieben allerdings nur im Rahmen von Laboranwendungen an Prüfständen, mit externer Zusatzsensorik und unter Zuhilfenahme vieler Fehlerbeobachtungen nachgewiesen. Ein ganzheitliches System, das in der Lage ist, nur mithilfe von bereits existierenden Sensoren den Zustand von Vorschubantriebskomponenten produzierender Werkzeugmaschinen zu überwachen und zu prognostizieren, existiert bisher noch nicht.

Training mithilfe von simulierten statt echten Ausfallbeobachtungen

In diesem Projekt soll ein sogenanntes hybrides System für Predictive Maintenance erforscht werden. Dieses kombiniert einen digitalen Zwilling, in diesem Fall ein klassisches Simulationsmodell der Maschinendynamik, mit modernen KI-Methoden und vereint so die Vorteile aus beiden Welten: Im Gegensatz zu rein datengetriebenen Ansätzen kommt das hybride System mit wesentlich weniger Trainingsdaten in Form von Ausfallbeobachtungen aus, welche im Fall von Werkzeugmaschinen schwierig zu beschaffen sind.

Ein digitaler Zwilling ermöglicht die Lokalisation von Verschleiß

Gleichzeitig ermöglicht dieser Ansatz eine gewisse Interpretierbarkeit seiner Vorhersagen, da über den digitalen Zwilling Verschleiß nicht nur global erkannt, sondern auch bestimmten Vorschubantriebskomponenten zugeordnet werden kann. Zur Einsparung von Systemkosten und zur Erhöhung der Akzeptanz des zu entwickelnden Systems bei den Nutzern der Werkzeugmaschine soll, soweit möglich, auf externe Zusatzsensorik verzichtet und nur mit internen Signalen gearbeitet werden. In diesem Projekt arbeitet das iwb mit der Grenzebach Maschinenbau GmbH zusammen, mit deren Maschine am Ende des Projekts im Rahmen eines Langzeitversuchs die Funktionsfähigkeit des erforschten Systems demonstriert werden soll.

Dank

Das vorgestellte Projekt wird mit Mitteln des Bayerischen Staatsministeriums für Wirtschaft, Landesentwicklung und Energie (StMWi) gefördert. Wir danken dem StMWi für die Förderung und dem VDI|VDE|IT für die Betreuung sowie für die gute und vertrauensvolle Zusammenarbeit.

Laufzeit              Juli 2021 - Januar 2026  
Förderer             Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi)