-
Die
Erfindung betrifft eine Spritzgießmaschine mit Anzeigeeinrichtung,
speicherprogrammierbarer Maschinensteuerung und mehreren mit der
Maschinensteuerung verbundenen Sensoren zur Ermittlung verschiedener
Prozessparameter während
eines Spritzgießzyklus.
Darüber
hinaus betrifft die Erfindung ein Verfahren zur Überwachung der Prozessstabilität kontinuierlicher
Spritzgießzyklen
einer Spritzgießmaschine
mit Anzeigeeinrichtung, wobei laufend Prozessparameter ermittelt
und an die in der Spritzgießmaschine
integrierte, vorzugsweise speicherprogrammierbare, Maschinensteuerung übertragen
werden.
-
Bei
gattungsgemäßen Spritzgießmaschinen werden
während
der Spritzgießzyklen
einzelne Prozessparameter überwacht.
Die entsprechenden Prozessparameter werden in aller Regel pro Spritzgießzyklus
einmal gemessen, wobei als Prozessparameter typischerweise Temperatur,
zurückgelegte
Wegstrecken, Zykluszeit, Druck beim Umschalten, Forminnendruck und
andere nicht angeführte
Parameter in Betracht gezogen werden. Beim Stand der Technik wird
bspw. parallel der zeitliche Verlauf aller Prozessparameter an einem
Bildschirm angezeigt. Für
jeden einzelnen Parameter gelten bestimmte Toleranzgrenzen, die
entweder vom Benutzer selbst vorgegeben sind oder in der Maschinensteuerung
aus der Standardabweichung des Parameters ermittelt werden sind.
Bei Spritzgießmaschinen
mit Regelsystemen wird nach bekanntem Stand der Technik einer Regelgröße ein Sollwert
zugeordnet, wobei bei Abweichung vom Sollwert die zugehörige Stellgröße angepasst
wird, um Abweichungen entgegenzuwirken. Bei Spritzgießmaschinen
mit Maschinensteuerungssystemen werden in der Regel dem Benutzer
alle Parameter angezeigt. Die Abweichung eines Parameters aus der
Summe aller Prozessparameter richtig zu deuten, ist für den durchschnittlich
geübten
Benutzer schwierig, denn ob eine solche Abweichung die Stabilität des Spritzgießprozesses über mehrere
hintereinander ablaufende Spritzgießzyklen beeinflusst und wie
die Änderung
eines Parameters im Verhältnis
zu anderen Parametern zu sehen ist, erfordert detailliertes Verständnis der
Zusammenhänge
aller Parameter. Vor allen Dingen ist der manchmal herangezogene
Vergleich eines Ist-Zustandes einzelner Prozessparameter mit einem
Sollwert (= Idealwert) wenig aussagekräftig über die Reproduzierbarkeit
der einzelnen Spritzgießzyklen.
Häufig
ist es weniger wichtig zu ermitteln, wie sich die Prozessparameter zu
einem Idealzustand verhalten. Es kann viel wichtiger sein zu ermitteln,
wie reproduzierbar die einzelnen Spritzgießzyklen zueinander sind.
-
Aufgabe
der vorliegenden Erfindung ist es daher, eine Spritzgießmaschine
der eingangs genannten Gattung zu schaffen, die es dem Benutzer ermöglicht,
schnell zu erkennen, ob sich die Stabilität und Reproduzierbarkeit der
einzelnen Spritzgießzyklen ändert. Außerdem soll
die Erfindung es ermöglichen
Vorhersagen über
Fehlerursachen treffen zu können.
-
Erfindungsgemäß wird dies
erreicht, indem die Maschinensteuerung derart ausgebildet ist, dass in
Betriebszustand verschiedene Prozessparameter eines aktuellen Spritzgießzyklus
mit den entsprechenden Prozessparametern wenigstens eines, vorzugsweise
unmittelbar, vorangegangenen Spritzgießzyklus verglichen werden,
wobei aus den Änderungen
der verschiedenen Prozessparameter ein Stabilitätsparameter gebildet wird,
wobei bei Überschreiten
des Stabilitätsparameters
von einem, vorzugsweise vorgebbaren, Schwellenwert ein Warnsignal
an der Anzeigeeinrichtung angezeigt wird.
-
Durch
die Vielzahl der beim Stand der Technik üblicherweise dargestellten
Prozessparameter ist es für
den Bediener schwer möglich,
die plötzlich
auftretenden Änderungen
oder Einschwingprozesse eines Prozessparameters auf einen Blick
zu erkennen. Mit einer erfindungsgemäßen Spritzgießmaschine wird
die Gesamtheit der Prozessparameter zu einem einzigen Parameter – der sogenannten
Prozessstabilität – zusammengefasst.
Dabei werden die einzelnen Prozessparameter ihrer Bedeutung entsprechend gewichtet,
d.h., wichtige Parameter, wie z.B. Temperatur oder Einspritzdruck,
erhalten eine höhere
Wichtung als weniger problematischere Prozessparameter, wie beispielsweise
eine geringe Änderung
in der Zykluszeit.
-
Günstigerweise
werden eine Vielzahl von Prozessparametern ermittelt, weshalb es
sich als vorteilhaft erwiesen hat, wenn die Spritzgießmaschine
Sensoren zur Ermittlung des Spritzdruckes und/oder der Zykluszeit
und/oder der Temperatur der Kunststoffschmelze und/oder der eingespritzten Kunststoffmenge
und/oder der Einspritzzeit aufweist. Eine einfachste Ausführungsvariante
zur Ermittlung der Prozessstabilität sieht vor, dass die Anzeigeeinrichtung
der Spritzgießmaschine
eine Ampelanlage aufweist. Der Gesamtzustand des Prozessors kann beispielsweise
in den Ampelfarben Rot, Gelb und Grün oder als numerischer Wert
nach Schulnotenprinzip, der den Grad der Instabilität angibt,
angezeigt werden. Bei der Ausgabe nur eines einzigen Parameters
ist es für
den Benutzer einfacher zu erkennen, inwieweit Schwankungen vorliegen.
Will man dem Benutzer lediglich eine Information darüber geben,
ob der Prozess stabil oder weniger stabil abläuft, so ist es ausreichend,
die eben angeführte
Anzeige zu verwenden. Sinnvollerweise ist auch noch vorgesehen,
dass die Anzeigeeinrichtung einen Monitor zur Ausgabe des Stabilitätsparameters
aufweist, um einen graphischen Verlauf anzuzeigen. Bei einer kontinuierlichen
zeitlichen Ausgabe des Prozessstabilitätsparameters auf einer Anzeigeeinrichtung
lassen sich auch für
den ungeübten
Benutzer auffällige
Schwankungen sofort erkennen. Bei geeigneter Wahl der Wichtung der
Prozessparameter zur Ermittlung des Stabilitätsparameters können dem Benutzer
zusätzliche
Hinweise gegeben werden, wodurch die Instabilität verursacht wurde. Dies kann beispielsweise
dadurch erfolgen, dass eine Matrix Fehlerquelle/beeinflusster Prozessparameter
hinterlegt wird. So kann aus einem plötzlichen Abfall einer Temperatur
geschlossen werden, dass die Heizung oder ein Temperaturfühler defekt
sind. Aus einer Änderung
eines Drehmomentes beim Dosieren bei gleichen Temperaturen, gleicher
Drehzahl und Staudruck kann man eine Änderung im Material, z.B. durch
Chargenschwankungen, geänderte
Vortrocknung des Materials, etc., ableiten. Diese Information wird
dem Benutzer in Klartext ausgegeben und nicht einfach durch die
Schwankung des Einzelparameters angezeigt.
-
Zwar
sind Verfahren zur Prozessüberwachung
periodischer Produktionsprozesse beispielsweise aus der
DE 102 41 746 bekannt.
Ein derartiges System weist jedoch mehrere Nachteile gegenüber der
vorliegenden Erfindung auf. Das Prozessmodell der
DE 102 41 746 wird über Einstellphasen
aufwendig geeicht, sodass wiederum, wie beim Stand der Technik als
nachteilig bereits beschrieben, ein wenig aussagekräftiger Soll-Gesamtparameter
ermittelt wird, mit dem der Ist-Zustand verglichen wird. Das beschriebene
Verfahren kann darüber
hinaus nicht auf einer Maschinensteuerung realisiert werden, da zur
Erzeugung der in dieser Schrift beschriebenen neuronalen Netze aufwendige
Hochleistungsrechner verwendet werden müssen, die eben nicht in der
Maschinensteuerung sitzen können,
sondern an einem externen Computer angeordnet sind. Dadurch erhöht sich
die Übertragungszeit
der Prozessparameter sowie die Ermittlung der einzelnen Ist- und
Sollwerte. Aussagen über
die Fehlerursache lassen sich bei einem solchen System außerdem nicht
treffen.
-
Neben
einer Spritzgießmaschine
der eingangs genannten Art betrifft die Erfindung selbstverständlich auch
ein Verfahren zur Überwachung
der Prozessstabilität
kontinuierlicher Spritzgießzyklen
einer Spritzgießmaschine.
Die eingangs gestellte Aufgabe wird mit einem Verfahren gelöst, bei
dem in der Maschinensteuerung verschiedene Prozessparameter eines
aktuellen Spritzgießzyklus
mit den entsprechenden Prozessparametern wenigstens eines, vorzugsweise
unmittelbar, vorangegangenen Spritzgießzyklus verglichen werden,
wobei aus den Änderungen
der verschiedenen Prozessparameter ein Stabilitätsparameter gebildet wird,
wobei bei Überschreiten
des Stabilitätsparameters
von einem, vorzugsweise vorgebbaren, Schwellenwert ein Warnsignal
an der Anzeigeeinrichtung angezeigt wird. Die entsprechende Ausgestaltung
kann mit einer Spritzgießmaschine
der vorgenannten Art erfolgen.
-
Zusätzlich könnte in
einer Ausführungsvariante
vorgesehen sein, dass bei Überschreiten
des Stabilitätsparameters
von einem zweiten, vorzugsweise vorgebbaren Schwellenwert die Maschinensteuerung
in eine Regeleinrichtung der Spritzgießmaschine eingreift. Möglich wäre, dass
die Regelung den Spritzgießzyklus
abbricht.
-
In
den Figuren und Figurenbeschreibungen werden weitere Details und
Vorteile der Erfindung erläutert.
Dabei zeigen
-
1 schematisch
eine erfindungsgemäße Spritzgießmaschine
und
-
2 und 3 ein
Matrixmodell zur Ermittlung der Prozessstabilität.
-
Die
schematisch in 1 dargestellte Spritzgießmaschine 1 weist
einen an sich bekannten Aufbau auf. Neben einer Spritzeinheit 2 mit
einem Trichter und einer Schnecke weist die Spritzgießmaschine 1 auch
eine Schließeinheit 3 mit
einer beweglichen und einer starren Formaufspannplatte auf. Die
Steuerung der Maschine erfolgt über
eine speicherprogrammierbare Steuerung 4, die erfindungsgemäß ausgebildet
ist. An zahlreichen Stellen der Spritzgießmaschine sind Sensoren wie
im gezeigten Fall zur Ermittlung des Pressdruckes in den Formaufspannplatten
der Wegstrecke sowie der Temperatur der extrudierten Kunststoffmasse
angeordnet. Die vorliegende Spritzgießmaschine 1 weist
zwei Anzeigeeinrichtungen 5, 5' auf, von denen eine eine Ampelanlage 5 ist,
die die Signalfarben rot, gelb, grün abgibt. Die zweite Anzeigeeinrichtung 5' ist ein herkömmlicher
Monitor, auf dem der zeitliche Verlauf des Stabilitätsparameters
angezeigt wird.
-
Die 2 zeigt
eine Matrix Modell/Kanal zur beispielhaften Ermittlung der Prozessstabilität. Auf die
verfügbaren
Kanäle
(= Prozessparameter aus der Spritzgießmaschine) werden mehrere,
für geeignet befundene
mathematische Modelle bzw. Methoden angewandt. Die Modelle können für jeden
Kanal gesondert parametriert werden. So entsteht bei jedem Spritzgießzyklus
in jedem Modell/Kanal-Knoten dieser Matrix ein Wert Inst(i, j) zwischen
0 und 1, der die vom Modell n erkannte Instabilität des Kanals
m beschreibt. Aus den Wert Inst(i, j) wird eine Gesamtbewertung
der Prozessstabilität
vorgenommen. Im einfachsten Fall entspricht die Gesamt-Instabilität dem Maximum
der Einzel-Instabilitäten.
In einer verbesserten Ausführung
werden die Kanäle,
basierend auf Expertenwissen, Versuchen oder automatischen adaptiven
Verfahren, unterschiedlich gewichtet.
-
Die 3 zeigt
vereinfacht dargestellt die Wirkungsweise unterschiedlicher mathematischer Modelle.
Kanal 1 zeigt einen Verlauf mit bestimmten statistischen Schwankungen.
Die Schwankungsbreite wird von den Modellen aus der jüngeren Vergangenheit
(nicht dargestellt) gelernt. Somit wird der Kanal von allen Modellen
als stabil beurteilt. Kanal 2 stellt einen typischen Einschwingvorgang
dar. Dieser kann vom Modell 2 erkannt werden, weshalb dieses Modell
im eingerahmten Bereich eine Instabilität detektiert. Kanal 3 erfährt eine
sprunghafte Änderung. Diese
wird vom Modell 1 erkannt.
-
Die
Detektion von Instabilitäten
im Produktionsprozess von Spritzgussmaschinen stellt einige Anforderungen,
aus denen sich der Aufbau des im Folgenden beschriebenen Systems
ableitet. Neben der reinen Detektion von Instabilitäten ist
es möglich, dass
das System auch eine Auskunft über
die Art und möglichst
Ursache bzw. Lokalisation der Instabilitäten ermöglicht. Das System sollte einfach
zu bedienen und interpretieren sein, um keine zusätzliche
Belastung für
die Maschinen-Bedienung darzustellen, sondern eine Hilfe.
-
Auftretende
Instabilitäten
können
verschiedenste Ursachen haben, die sich in Kanälen mit unterschiedlichen Charakteristiken
und an sich auch durch unterschiedliche Verläufe äußern können. Neben einer robusten
Erkennung ist auch eine gute Generalisierung der Modelle auf andere
Maschinen notwendig. Ähnliche
Kanäle
können
für diese,
z.B. durch andere Dimensionierungen oder andere Steuerungs-Arten,
gänzlich
andere Charakteristiken zeigen. Schließlich ist bei den verwendeten
Methoden auf Einfachheit zu achten, um schnelle Rückmeldungen,
Echtzeitfähigkeit,
und die Implementierbarkeit im Rahmen der Maschinensteuerung sicherzustellen.
-
Die
vorliegende Erfindung bettet sich in die Steuerung von Spritzgussmaschinen
ein. Pro Schuss (Spritzgießzyklus)
stehen ihm die Werte unterschiedlicher Messkanäle zur Verfügung, u.a. Temperaturen, Drücke, Zeitdauern,
gemessene Strecken etc. Diese Messwerte müssen innerhalb kurzer Zeit
zu einer Vorhersage der Prozessstabilität verarbeitet und an die Bedienerschnittstelle
weitergegeben werden. Der Bediener wird in erster Linie mittels
einer Zustands-„Ampel" mit den Werten Rot
(instabil), Orange und Grün
(stabil) informiert. Diese Werte basieren auf einer Einschätzung durch
das System, die beispielsweise so realisiert werden kann, dass der
Stabilitätsparameter
zwischen 0 (stabil) und 1 (instabil) liegt, und mittels Schwellwerten
(0,3 für
Orange und 0,7 für Rot)
an der Ampel abgebildet werden. Denkbar wäre es, dass das System in Form
einer XML-Struktur über
die Details der detektierten Instabilitäten Auskunft gibt.
-
Die
Anforderungen an das System legen eine flexibel adaptierbare Architektur
nahe. Es werden mehrere unterschiedliche Sub-Modelle (z.T. spezialisiert
für bestimmte
Instabilitäten)
zur Vorhersage für
einzelne Kanäle
verwendet (siehe Modelle unten). Diese Submodelle implementieren
alle das gleiche Interface: Eine Funktion wird einmal für jeden
neu erhaltenen Kanal-Wert aufgerufen und liefert die Einschätzung des
jeweiligen Modells als Wert zwischen 0 (stabil) und 1 (instabil)
zurück.
Weiter wird gleichzeitig eine Zeichenkette zurückgeliefert, die den Grund
für detektierte
Instabilitäten
angibt, allerdings nur wenn das Submodell den Schwellwert für Orange erreicht.
-
Neben
der Vorhersage-Funktion bieten die Submodelle eine Funktion, die
zum Lernen und Anpassen von Parametern in den Modellen verwendet wird,
und die ebenfalls einmal pro neuem Kanalwert aufgerufen wird. Dies
kann beispielsweise die Bestimmung der Varianz der Daten, oder die
Adaption von Regressions-Parametern sein. Ein weiteres Interface
der Submodelle ermöglicht
das Lesen von Konfigurations- und Parameter-Dateien sowie das Abspeichern
der Modell-Parameter.
-
Die
Vorhersagen der einzelnen Sub-Modelle werden schließlich von
einem Entscheider zu einer Gesamt-Vorhersage integriert. Eine einfache
Ausführungsvariante
realisiert dies durch Bestimmung des Maximums der Vorhersagen der
Submodelle, welches als allgemeiner Instabilitäts-Wert weitergeleitet wird.
Die Verwendung des [0; 1]-Intervalls für Vorhersagen der Submodelle
erlaubt es dabei potenziell, die Zuverlässigkeit der Submodelle bei
der Entscheidungs-Findung mit einzubeziehen. Wird die Detektion
eines Submodells als relevant erachtet (sie ist über dem Orange-Schwellwert),
wird die diagnostische Zeichenkette dieses Modells in die Begründung der
Gesamteinschätzung
integriert.
-
Die
im Folgenden aufgeführten
Modelle sind Beispiele für
verwendete Instabilitäts-Detektoren, die in
der oben ausgeführten
Rahmen-Architektur verwendet werden. Die Parameter der Modelle werden teilweise über eine
Gitter-Suche bestimmt, bei der für gegebene
Daten viele unterschiedliche Parameter-Kombinationen auf Ihre Detektions-
und Generalisierungsfähigkeit
hin verglichen werden.
-
Ein
polynomielles Regressionsmodell wird über einen lokalen Datenbereich
eines Signalverlaufes adaptiert. Dabei werden die linearen Parameter mit
Hilfe einer rekursiven Methode geschätzt (recursive least squares ), wobei über
einen einstellbaren Parameter (Forgetting-Faktor) weiter zurückliegende
Punkte mehr und mehr vergessen werden. Die Auswertung eines neuen
Signalwertes basiert auf der Abweichung zum Konfidenzband um das
Modell, welches adaptiv mitgerechnet wird. So können Anomalien in Form von
Ausreißern
und Sprüngen
erkannt werden.
-
ARMA-Modelle
sind ähnlich
zu den Modellen des vorherigen Absatzes, nur dass vergangene Werte
eines Signalverlaufs bei der Berechnung der linearen Parameter direkt
mit einbezogen werden, anstatt ein gemitteltes lineares Modell über diese
zu bilden .
Im Gegensatz zur gleitenden Regression sind damit nicht Zeitpunkte
die Eingangsgrößen des
Modells, sondern bis zu k vergangene Signalwerte (für ein ARMA-Modell
der Ordnung k). Aus k zurückliegenden
Signalwerten wird ein Vorhersagemodell erlernt, welches auf den
aktuellen Wert schließt. Somit
können
ARMA-Modelle Signal-Muster aus der Historie lernen.
-
Die
Auswertung eines neuen Punktes basiert auf dem Vergleich des Vorhersagewerts
des Modells mit dem gemessenen Signalwert, unter Berücksichtigung
eines Konfidenzbandes. So können
komplexere Anomalien, die nicht in das übliche Signalmuster passen,
erkannt werden Dieses Modell vergleicht laufend den aktuellen Kanalwert
mit dem exponentiell gewichteten Mittelwert der vergangenen Werte. Dabei
bekommen Werte umso weniger Gewicht, je weiter sie in der Vergangenheit
liegen. Zum Vergleich wird der kleinere durch den größeren Wert
geteilt und das Ergebnis von 1 subtrahiert. Nach Abzug einer Toleranzschwelle
wird das Ergebnis wieder auf den Bereich [0; 1] normiert, und kann über eine
Gamma-Korrektur angehoben oder abgesenkt werden.
-
Dadurch
kann bei der Bewertung der Abweichungen z.B. die allgemeine Varianz
des Kanals berücksichtigt
werden.
-
Lineare
Regressionsmodelle werden lokal gefittet und daraus der Gradient
ermittelt und normiert mit Hilfe des Wertebereichs des lokalen Signals und
der Breite des lokalen Fensters. So wird der Noise aus den Daten
herausgefiltert und eine Tendenz des Signals abgelesen. Die Vorhersage
basiert auf dem Vergleich des Gradienten mit einem vorgegebenen
Schwellwert und der lokalen Häufigkeit
von hohen Gradienten. Über
unterschiedliche Fenstergrößen können daraus
verschieden lange Einschwingvorgänge
erkannt werden.
-
Da
ihre Vorhersagen nicht von vornherein im Bereich [0; 1] liegen,
verwenden die Modelle aus den vorherigen Absätzen ein gemeinsames aus der Fuzzy-Theorie
stammendes Verfahren, um ihre Vorhersagen in diesen Bereich abzubilden.
Dabei werden die im Bereich von 0 bis potenziell unendlich liegenden
Vorhersagen über
die Zugehörigkeit
zu speziell definierte Fuzzy-Sets (Doppel-Parabeln) auf das [0;
1]-Intervall abgebildet. Die Grenzen der Fuzzy-Sets werden anhand
der Kanal-Eigenschaften bestimmt.
-
Für viele
Kanäle
(= Prozessparameter, die die Steuerung aufzeichnen) wird aus aktuellem
Wert und dem Verlauf der vorhergehenden Werte die Stabilität für diesen
jeweiligen Kanal errechnet, dabei wird insbesondere auf Sprünge oder
typische Einschwingverläufe
geachtet. Diese Beurteilung erfolgt immer auf Basis der Varianz
des Signalverlaufes jedes Kanals, die ebenfalls aus den Zyklen der
jüngeren
Vergangenheit selbständig „erlernt" wird. Die so ermittelten
Stabilitäten
der einzelnen Kanäle
werden vom „Entscheider" zu einer Aussage über die
Gesamtstabilität
des Prozesses verarbeitet. Die Stabilität ist immer auf ein auf das
Intervall 0-1 normierten Wert, der den Zustand bezogen auf die übliche Varianz
beschreibt.
-
Weitere
Vorteile der Erfindung:
- • Es sind keine Eingaben durch
den Benutzer erforderlich, das System arbeitet völlig selbständig und selbstlernend.
- • Nach
einem Anfahr- bzw. Einschwingvorgang erhält der Benutzer durch den Stabilitätsparameter den
Hinweis, ab wann er die Formteile verwenden kann (vorausgesetzt
mit der verwendeten Maschineneinstellung wurden zuvor schon gute
Teile hergestellt).
- • Störungen an
der Anlage oder im Prozess werden erkannt und dem Benutzer mitgeteilt,
ohne dass er zuvor Parameter für
die Überwachung ausgewählt hat,
Sollwerte und Grenzen festgelegt hat, etc.