Werkstoffherstellung und Werkstoffverarbeitung

© Foto MEV-Verlag

Der Materials Data Space unterstützt lernende Fertigungsanlagen.

Im Bereich der Werkstoffherstellung ist die Wechselwirkung des Materials mit den Produktionsanlagen nicht nur aus technologischer Sicht in die Prozesskettensimulation mit einzubeziehen, sondern auch für Effizienzbewertungen. Spätestens ab hier liefert der Materials Data Space® nicht nur die digitale Basis für die Optimierung von Material- und Werkstoffeigenschaften im Sinne der Mikrostruktur-Eigenschafts-Beziehungen und im Sinne einer Technologieoptimierung, sondern über die intelligente digitale Vernetzung mit anderen Bereichen des Industrial Data Space auch eine Entscheidungsplattform für ökonomische (business decision supporting system) und/oder ökologische Bewertungen (life cycle assessment, Re-Use, Recycling).

In der Industrie 4.0 liefert der Industrial Data Space die notwendigen Daten für die betriebstechnische Steuerung (inklusive optimierter Instandhaltung und Ersatzteilbereitstellung), die Technologieanpassung bzw. -optimierung und die Logistik. In Bezug auf die Material-, Werkstoff- und Bauteildaten wird dabei auf zwei Quellen des Materials Data Space® zurückgegriffen:

1. ƒƒMonitoring im umfassenden Sinn (wie oben beschrieben)

2. Daten von sensorierten und adaptiven Werkstoffen

Moderne Entwicklungen haben den Weg aufgezeigt, dass es möglich sein wird, die bisherige passive Rolle von Materialien und Werkstoffen im Rahmen von Industrie 4.0 um eine aktive Rolle zu ergänzen. Sensorierte Werkstoffe und Bauteile können ihren aktuellen Zustand (Ausgangs-/Bearbeitungszustand) selbst erfassen, aktiv in den Materials Data Space® einspeisen und in einem Cyber-physikalischen Produktionssystem damit den Herstellungs-, Bearbeitungs-und Montagemaschinen Daten zur Steuerung ihres eigenen Gestehungsprozesses liefern. Werkstoffe werden damit Industrie 4.0-fähig. So kann im direkten Austausch mit der jeweiligen Produktionsanlage internes Feedback zur Anpassung an den gerade zu bearbeitenden Werkstoff, zur Qualitätssicherung, zur Technologieoptimierung usw. gegeben werden.

Die Vorteile, wenn Daten mit dem Werkstück bzw. Bauteil selbst transportiert und nicht über eine Zuordnung indirekt aus dem Materials Data Space® bezogen werden müssen, liegen auf der Hand. Es ergibt sich eine autarke Wechselbeziehung zwischen Material bzw. Werkstoff und Maschine in einem sehr kurzen Steuerkreis. Die Verwechslungsgefahr ist nahe Null – ein Vorteil insbesondere bei örtlich getrennt ablaufenden Fertigungsschritten (z. B. Halbzeug => Weiterverarbeitung; Bauteilherstellung => Bauteileinbau). Verfügen die sensorierten Werkstoffe bzw. Bauteile zusätzlich über adaptive Komponenten, können sie sich in der beschriebenen Wechselbeziehung aktiv an die Bedingungen anpassen. In Fortsetzung dieser Entwicklungen ist die Vision autonom agierender Werkstoffe und Bauteile in einem Cyber-physikalischen System denkbar.

Das Gegenstück zum autonom agierenden Werkstoff bzw. Bauteil ist auf der anderen Seite jeweils die »lernende« Fertigungsanlage. Sie speichert die im Austausch mit dem Werkstück/Bauteil gewonnenen »Erfahrungen« als Daten und stellt diese Daten als externes Feedback anderen Fertigungslinien zur Verfügung. Ist zum Beispiel an einer adaptiven Fertigungsmaschine ein Optimierungsprozess zur Bearbeitung eines bislang neuen Materials bzw. Werkstoffs abgelaufen, stehen diese Daten anderen Maschinen über den Industrial Data Space zur Verfügung, wenn ein solches Material bzw. dieser Werkstoff bei ihnen zur Bearbeitung ansteht.

Die aktive Rolle von sensorierten und ggf. adaptiven Bauteilen reicht über den Gestehungsprozess hinaus und kann den kompletten Produktlebenszyklus bis zum finalen Recycling abdecken. Durch das Parallellaufen von Monitoring und internem und externem Feedback
kann im Verlauf des Lebenszyklus punktuell, je nach Erfordernis Redundanz hergestellt und beide Prozesse können gegeneinander geprüft werden. Zu berücksichtigen ist dabei der Langfristcharakter, der typischerweise 15 Jahre und mehr umfasst und damit auch als eine Herausforderung für die Datenstabilität zu verstehen ist.