DE202021004135U1 - Location-based component analysis based on a digital component twin - Google Patents
Location-based component analysis based on a digital component twin Download PDFInfo
- Publication number
- DE202021004135U1 DE202021004135U1 DE202021004135.4U DE202021004135U DE202021004135U1 DE 202021004135 U1 DE202021004135 U1 DE 202021004135U1 DE 202021004135 U DE202021004135 U DE 202021004135U DE 202021004135 U1 DE202021004135 U1 DE 202021004135U1
- Authority
- DE
- Germany
- Prior art keywords
- data
- component
- location
- manufacturing process
- production
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 34
- 238000004519 manufacturing process Methods 0.000 claims abstract description 243
- 238000000034 method Methods 0.000 claims abstract description 182
- 230000008569 process Effects 0.000 claims abstract description 142
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims abstract 14
- 238000005259 measurement Methods 0.000 claims description 42
- 238000012800 visualization Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000010835 comparative analysis Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 239000002184 metal Substances 0.000 claims description 7
- 239000000155 melt Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 238000002844 melting Methods 0.000 claims description 4
- 230000008018 melting Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 16
- 230000008901 benefit Effects 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000013459 approach Methods 0.000 description 9
- 238000003801 milling Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 7
- 238000010146 3D printing Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 229920000049 Carbon (fiber) Polymers 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000004917 carbon fiber Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011958 production data acquisition Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31323—Database for CIM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31328—Objects report their location to directory service
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
Computerprogramm zur Verarbeitung von Daten eines Fertigungsprozesses, das Anweisungen umfasst, die, wenn sie durch einen oder mehrere Prozessoren ausgeführt werden, den einen oder die mehreren Prozessoren veranlassen, Operationen durchzuführen, die Folgendes umfassen:
Erfassen (510) von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird, wobei die Stelle als 3D Raumkoordinate angegeben wird;
Erfassen (520) von Ortsdaten, die eine Stelle an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind;
Speichern (540), in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und
Verwenden des Datensatzes des digitalen Zwillings zur Analyse (550) des Fertigungsprozesses.
A computer program for processing data of a manufacturing process, comprising instructions which, when executed by one or more processors, cause the one or more processors to perform operations comprising:
Acquisition (510) of process data from one or more steps of the manufacturing process for a component that is used in the one or more steps of the manufacturing process, such that the process data can be assigned to a point on the component at which the component is in a certain manufacturing step is processed, the location being specified as a 3D spatial coordinate;
acquiring (520) location data indicative of a location on the component with which the process data is associated;
storing (540), in a database, the process data together with the location data to obtain a data set of a digital twin of the component, the process data and the location data being structured via a location index; and
Using the digital twin data set to analyze (550) the manufacturing process.
Description
Gebiet der Erfindungfield of invention
Die Erfindung betrifft die Erfassung, Speicherung und Analyse von Daten eines Fertigungsprozesses, unter anderem zum Zweck der Visualisierung von digitalen Bauteilzwillingen mit Analysemöglichkeiten. Die herein beschriebenen Technologien finden vorzugsweise im Bereich der diskreten Fertigung Anwendung, beispielsweise bei der Fertigung von Flugzeugflügeln oder Autotüren.The invention relates to the acquisition, storage and analysis of data from a manufacturing process, among other things for the purpose of visualizing digital component twins with analysis options. The technologies described here are primarily used in the field of discrete manufacturing, for example in the manufacture of aircraft wings or car doors.
Unter Schutz gestellt werden und Gegenstand des Gebrauchsmusters sind, entsprechend den Vorschriften des Gebrauchsmustergesetzes, lediglich Vorrichtungen wie in den beigefügten Schutzansprüchen definiert, jedoch keine Verfahren. Soweit nachfolgend in der Beschreibung gegebenenfalls auf Verfahren Bezug genommen wird, dienen diese Bezugnahmen lediglich der beispielhaften Erläuterung der in den beigefügten Schutzansprüchen unter Schutz gestellten Vorrichtung oder Vorrichtungen.In accordance with the provisions of the Utility Model Act, only devices as defined in the attached claims for protection, but no processes, are protected and the object of the utility model. Insofar as reference is made to methods below in the description, these references only serve to explain the device or devices protected in the attached claims by way of example.
Hintergrundbackground
Die Umsetzung der „digitalen Fabrik“ ist immer noch eine Herausforderung für produzierende Firmen. Verfügbare Lösungen zur Datensammlung und -analyse haben ihren Ursprung im IT-Sektor und sind daher auf die Anwendungsfälle ausgerichtet die aus dem IT-Sektors bekannt sind, zum Beispiel ob einzelne Server einer Server-Farm Fehlermeldungen haben oder Server-Ausfälle zu detektieren, usw. Neuerdings werden genau diese Lösungen auch eingesetzt, um Maschinen in Fabriken zu überwachen um z.B. Fehlermeldungen und Ausfälle zu detektieren. Dies führt dazu, dass Produktionen in der gleichen Weise wie Server überwacht werden, was entscheidende Nachteile mit sich bringt.The implementation of the "digital factory" is still a challenge for manufacturing companies. Available solutions for data collection and analysis have their origins in the IT sector and are therefore geared towards the use cases known from the IT sector, for example whether individual servers in a server farm have error messages or to detect server failures, etc. Recently, exactly these solutions are also used to monitor machines in factories, e.g. to detect error messages and failures. This results in productions being monitored in the same way as servers, which has major disadvantages.
IT-Lösungen im Stand der Technik nutzen einen Zeitstempel, um Produktionsdaten zu sammeln und zu strukturieren. Dies führt dazu, dass lediglich zeitbasierte Analysen hinsichtlich einer Maschine durchgeführt werden können. Dies ermöglich zum Beispiel folgende Abfragen: Wie produktiv war die Maschine? Wie viel Stillstandzeiten wurden verbucht? Wann bzw. wie häufig gab es Fehlermeldungen? etc.State-of-the-art IT solutions use a timestamp to collect and structure production data. As a result, only time-based analyzes can be carried out with regard to a machine. This enables the following queries, for example: How productive was the machine? How much downtime was recorded? When and how often were there error messages? Etc.
Mit bekannten Werkzeugen zur Erfassung und Verarbeitung von Produktionsdaten sind Analysen hinsichtlich eines Bauteils oder Bauteiltyps unmöglich bzw. nur mit äußerst hohem Ressourcenaufwand durchführbar: Dies betrifft zum Beispiel Abfragen der Art: Warum ist jedes fünfte Bauteil an einer bestimmten Stelle fehlerhaft? Hat die Maschinengeschwindigkeit einen Einfluss auf die Qualität meines Bauteils? etc.With known tools for collecting and processing production data, analyzes with regard to a component or component type are impossible or can only be carried out with an extremely large amount of resources. This applies, for example, to queries such as: Why is every fifth component defective at a certain point? Does the machine speed have an impact on the quality of my component? Etc.
Aufgrund dieser Einschränkung analysieren und optimieren Produktionen ihre Bauteilqualität immer noch manuell durch erfahrene Prozessexperten. Damit sind Produktionen äußerst abhängig von einzelnen Mitarbeitern, die ihre Maschinen gut kennen und den Prozess intuitiv verbessern. Dieser unsystematische Ansatz verursacht erhebliche Zusatzkosten durch ineffiziente Prozesse, unzureichende Bauteilqualität und das Risiko, dass bestimmte Mitarbeiter nicht verfügbar sind.Due to this limitation, productions still analyze and optimize their part quality manually by experienced process experts. This means that production is extremely dependent on individual employees who know their machines well and intuitively improve the process. This unsystematic approach creates significant additional costs due to inefficient processes, poor part quality and the risk that certain employees are unavailable.
Mit anderen Worten liegen die Einschränkungen in Bezug auf Bauteilanalysen darin begründet, dass Sensorwerte und Maschinenparameter, die während der Fertigung von Bauteilen generiert werden, im Stand der Technik nicht so gesammelt, gespeichert und strukturiert werden, um Fragen nach der Bauteilqualität einfach und schnell beantworten zu können. So werden Produktionsdaten typischerweise nur mit einem Zeitstempel gespeichert. Will man nun einem Phänomen an einem bestimmten Ort im Bauteil auf den Grund gehen, z.B. der Frage nachgehen, warum an einer bestimmten Stelle des Bauteils eine Pore oder eine Delamination auftritt, benötigt man in der Regel die Produktionsdaten von der Bauteilstelle, an der das Phänomen auftritt. Dabei würde ein Zeitstempel nur indirekt helfen, falls irgendwo die Maschinenposition mit einem hochpräzisen, synchronisierten Zeitstempel, der in den allermeisten Fällen noch nicht einmal zur Verfügung steht, gespeichert ist und man die verschiedenen Sensorwerte und Maschinenparameter über die Zeitstempel kombinieren kann. Mit dieser Analysestrategie würde man bei großen Datenmengen allerdings extrem hohe Rechenleistung benötigen, so dass dieses Vorgehen für große Datenmengen mit gängigen Computern nicht praktikabel ist. Ein Grund für diese Schwierigkeit liegt darin, dass in konventionellen Systemen zur Analyse von Produktionsdaten eingesetzte Zeitreihendatenbanken nach der Zeit indiziert und sortiert sind. Eine Suche nach einer Position, um den zugehörigen Zeitstempel zu finden und damit die gesuchten Prozessparameter zu finden, wäre höchst ineffizient. Dadurch ist es beispielsweise bei hochfrequenten Prozessmesswerten mit bekannten Mitteln unmöglich, zwei identische Bauteile ortsbezogen miteinander zu vergleichen, das heißt zum Beispiel eine Frage der Art „Haben zum Zeitpunkt der Produktion von Bauteil 1 an der Stelle (x, y, z) in Bauteil 1 die gleichen Prozessbedingungen geherrscht wie an der gleichen Stelle in Bauteil 2 zum Zeitpunkt der Produktion von Bauteil 2?“.In other words, the limitations with regard to component analyzes are based on the fact that sensor values and machine parameters that are generated during the production of components are not collected, stored and structured in the prior art in such a way that questions about component quality can be answered quickly and easily be able. Production data is typically only saved with a time stamp. If you now want to get to the bottom of a phenomenon at a specific location in the component, e.g. to investigate why a pore or delamination occurs at a specific location on the component, you usually need the production data from the component location where the phenomenon occurs occurs. A time stamp would only help indirectly if the machine position is stored somewhere with a high-precision, synchronized time stamp, which in most cases is not even available, and the various sensor values and machine parameters can be combined via the time stamp. With this analysis strategy, however, extremely high computing power would be required for large amounts of data, so that this procedure is not practicable for large amounts of data with conventional computers. One reason for this difficulty is that time series databases used in conventional systems for analyzing production data are indexed and sorted by time. A search for a position in order to find the associated time stamp and thus to find the process parameters sought would be highly inefficient. This makes it impossible, for example, with high-frequency process measurement values using known means to compare two identical components in relation to their location, i.e., for example, a question of the type "Having component 1 at the point (x, y, z) in component 1 at the time of production the same process conditions prevail as at the same point in component 2 at the time of the production of component 2?”.
Die Ursache für Schwierigkeiten bei Analysen in Bezug auf einzelne Bauteile oder einen Bauteiltyp liegt darin, dass entweder Ortsinformation von Produktionsdaten von heutigen IT-Lösungen nicht erfasst, gespeichert und zur Analyse verwendet wird und somit ortsbasierte Analysen hinsichtlich eines Bauteils nicht durchgeführt werden können bzw. einen erheblichen Mehraufwand in der Datenverarbeitung erzeugen würden, oder die Ortsinformationen nicht verwendet werden um die Daten dahingehend zu strukturieren und durchsuchbar zu machen. Der Begriff Ortsinformation bezieht sich hierbei, wie im Folgenden noch erläutert wird, auf die Stelle, an dem ein Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird.The cause of difficulties in analyzes with regard to individual components or a component type is that either location information from production data is not available from today's IT solutions is recorded, stored and used for analysis and thus location-based analyzes with regard to a component cannot be carried out or would generate considerable additional effort in data processing, or the location information is not used to structure the data in this way and make it searchable. The term location information refers here, as will be explained below, to the point at which a component is processed in a specific production step.
Die Strukturierung von Ortsdaten wird zum Beispiel auf dem Gebiet der Geo-Informationen angewandt. Geo-Daten werden zum Beispiel als Punktwolke („point cloud“) gespeichert, zum Beispiel zum Zwecke der Visualisierung eines 3D-Scan einer Landschaft oder über Längen- und Breitengrade (also 2D) zur Analyse. Für Analysen werden hierbei Technologien wie zum Beispiel die Indizierung von 2D-Ortsdaten in einem Key-Value-Store verwendet. Eine derartige Verwaltung Strukturierung von Produktionsdaten, erst recht nicht mit 3D-Informationen, ist jedoch im Stand der Technik nicht bekannt.The structuring of location data is used, for example, in the field of geographic information. Geo data is stored, for example, as a point cloud ("point cloud"), for example for the purpose of visualizing a 3D scan of a landscape or using longitude and latitude (i.e. 2D) for analysis. Technologies such as the indexing of 2D location data in a key value store are used for analyses. However, such management structuring of production data, especially not with 3D information, is not known in the prior art.
Im Stand der Technik sind, zum Beispiel in Zusammenhang mit 3D Druck Verfahren, bekannt, Produktionsdaten an X-Y Positionen in bestimmten Schichten(„layer“) bei der Bearbeitung eines Werkstücks aufzuzeichnen. Hierbei handelt es sich nicht um vollständige 3D Daten insofern, als ein direkter Vergleich mit Daten aus anderen 3D Quellen schwierig ist, wenn andere 3D Datenquellen, wie z.B. aus dem Bereich der Computertomographie (CT) vollständige 3D Positionen und zugehörige Daten darstellen, die auch zwischen einzelnen Schichten liegen können. In diesem Zusammenhang ist ein Datenabgleich in 2 Dimensionen separat für jede Schicht üblich, was jedoch kein originärer Vergleich in einem 3D Datenraum darstellt. Die Schichtenbasierte Datenerfassung und Analyse ist nur für bestimmte Fertigungsverfahren üblich und somit in der Anwendung eingeschränkt.In the prior art, for example in connection with 3D printing methods, it is known to record production data at X-Y positions in certain layers during the processing of a workpiece. This is not full 3D data in that direct comparison with data from other 3D sources is difficult when other 3D data sources, such as computed tomography (CT) data, represent full 3D locations and associated data that are also between individual layers can lie. In this context, a data comparison in 2 dimensions separately for each layer is common, but this does not represent an original comparison in a 3D data room. Layer-based data acquisition and analysis is only common for certain manufacturing processes and is therefore limited in its application.
Aus herkömmlichen Verfahren zur Verarbeitung und Analyse von Produktionsdaten sind ein Vergleich von Ist- und den Soll-Werten betreffend die Maße eines Werkstückes oder anderer Eigenschaften an bestimmten Stellen des Werkstücks bekannt. Zur Bestimmung von Soll-Werten wird hierbei zum Beispiel auf eine Referenzmodell und/oder CAD Modell des Werkstücks Bezug genommen. In den hierin beschriebenen neuartigen Verfahren zur Strukturierung und Verarbeitung von Produktionsdaten werden Daten aus unterschiedlichen Produktionsschritten eines Werkstücks basierend auf deren Ortsinformation verglichen, wobei die jeweiligen Produktionsdaten und Ortsdaten während der jeweiligen Prozessschritte erfasst werden. Eine CAD Modell ist hier nicht unbedingt erforderlich. Ebenso sind die hierin beschriebenen Verfahren nicht auf den Vergleich Ist- und Soll-Werten (letztere einem Referenz- oder CAD Modell entnommen) beschränkt.A comparison of actual and target values relating to the dimensions of a workpiece or other properties at specific points on the workpiece is known from conventional methods for processing and analyzing production data. To determine target values, reference is made to a reference model and/or CAD model of the workpiece, for example. In the novel methods described herein for structuring and processing production data, data from different production steps of a workpiece are compared based on their location information, with the respective production data and location data being recorded during the respective process steps. A CAD model is not absolutely necessary here. Likewise, the methods described herein are not limited to the comparison of actual and target values (the latter taken from a reference or CAD model).
Es ist somit ein Ziel der vorliegenden Erfindung, Verfahren und Mittel zur systematischen Analyse und zur Verbesserung der Qualität von Bauteilen bereitzustellen.It is thus an object of the present invention to provide methods and means for systematically analyzing and improving the quality of components.
Zusammenfassungsummary
Die Erfindung ist in den unabhängigen Ansprüchen definiert. Abhängige Ansprüche geben Ausführungsformen dieser Erfindung an.The invention is defined in the independent claims. Dependent claims specify embodiments of this invention.
Eine Ausführungsform betrifft ein computerimplementiertes Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses, umfassend: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses.One embodiment relates to a computer-implemented method for processing data from a manufacturing process, comprising: acquiring process data from one or more steps of the manufacturing process, for a component that is used in the one or more steps of the manufacturing process, such that the process data of a location can be assigned to the component on which the component is processed in a specific production step; capturing location data indicating a location on the component to which the process data is associated; storing, in a database, the process data together with the location data to obtain a data set of a digital twin of the component, the process data and the location data being structured via a location index; and using the digital twin dataset to analyze the manufacturing process.
Die Zuordnung von Prozessdaten zu bestimmten Orten eines Bauteils ermöglicht in einer Serienfertigung, zum Beispiel den ortsgenauen Vergleich von Produktionsdaten zu Bauteilen vorzugsweise des gleichen Typs, die Erkennung von Abweichungen und Fehlern in Bauteilen, und die Analyse von Fehlerursachen und die Bestimmung von Maschinenwartung.In series production, the assignment of process data to specific locations of a component enables, for example, the location-specific comparison of production data for components, preferably of the same type, the detection of deviations and errors in components, and the analysis of error causes and the determination of machine maintenance.
In einer Ausführungsform wird das Erfassen der Prozessdaten und das Erfassen der Ortsdaten im Wesentlichen gleichzeitig bzw. gleichzeitig als Antwort auf ein Master-Trigger-Ereignis ausgelöst.In one embodiment, the acquisition of the process data and the acquisition of the location data are triggered substantially simultaneously or in response to a master trigger event.
Dies hat den Vorteil, dass als Antwort auf das Master-Trigger Ereignis gleichzeitig oder im Wesentlichen gleichzeitig ausgelesene Daten einer bestimmten Ortskoordinate an dem aktuell gefertigten Bauteil unmittelbar zugeordnet werden können, und somit eine Fusion von Produktionsdaten, d.h. eine Zusammenführung von Daten, die einem im Wesentlichen gleichen Ort eines gefertigten Bauteils zugeordnet werden können zusammengehörig sind, aber unabhängig von Sensoren erfasst, ausgelesen und gespeichert werden, vereinfacht werden kann.This has the advantage that, as a response to the master trigger event, data read out simultaneously or essentially simultaneously can be assigned directly to a specific location coordinate on the currently manufactured component, and thus a fusion of production data, i.e. a merging of data that is can be assigned to essentially the same location of a manufactured component belong together, but are recorded, read out and stored independently of sensors, can be simplified.
In einer Ausführungsform wird mit den Prozessdaten und den Ortsdaten jeweils ein Zeitpunkt der Erfassung in der Datenbank gespeichert.In one embodiment, a time of acquisition is stored in the database with the process data and the location data.
Dies hat den Vorteil, dass Produktionsdaten die gleichzeitig oder im Wesentlichen gleichzeitig erfasst werden, später in einem Schritt des Fusionierens als zusammengehörig anhand eines im Wesentlichen gleichen oder gleichen Zeitstempels erkannt werden.This has the advantage that production data that is recorded at the same time or essentially at the same time is recognized later in a merging step as belonging together using an essentially the same or the same time stamp.
In einer Ausführungsform umfassen die Prozessdaten Messwerte, deren räumliche Zuordnung dem Ort einer Messung an dem Bauteil entspricht. Z.B. beim Fräsen würde man die Umdrehungsgeschwindigkeit der Frässpindel an einem bestimmten Ort erfassen und könnte Defekte einer späteren Sichtprüfung auf Schwankungen der Umdrehungsgeschwindigkeit zurückführen.In one embodiment, the process data includes measured values whose spatial assignment corresponds to the location of a measurement on the component. For example, when milling, the rotational speed of the milling spindle would be recorded at a specific location and defects in a later visual inspection could be traced back to fluctuations in the rotational speed.
In einer Ausführungsform umfasst das Erfassen von Prozessdaten ferner: Empfangen von Messdaten von einem oder mehreren Sensoren, die den Fertigungsprozess überwachen und/oder von Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden; wobei die Messdaten Messwert und Zeitpunkt einer Messung umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Messdaten erfasst wurden; und wobei die Parameter Wert und Zeitpunkt einer Verwendung der Parameter umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Maschinen angewendet wurde.In one embodiment, collecting process data further includes: receiving measurement data from one or more sensors monitoring the manufacturing process and/or parameters of one or more machines used in the manufacturing process; wherein the measurement data include the measured value and the time of a measurement and can each be assigned to a location on the component at which the measurement data was recorded; and wherein the parameters include the value and time of use of the parameters and can each be assigned to a location on the component at which the machine was used.
Dies hat den Vorteil, dass die von den Messwerten bestimmten zum Zeitpunkt der Produktion herrschenden Bedingungen und eingestellten Maschinenparameter im Detail für jedes einzelne Bauteil nachvollziehbar sind. Dies ist insbesondere zur Qualitäts- und Fehleranalyse einzelner Bauteile, und zur Bestimmung von Fehlerursachen hilfreich, da unter anderem festgestellt werden kann welchen Einfluss Maschinenparameter auf Messwerte haben.This has the advantage that the conditions prevailing at the time of production and the set machine parameters determined by the measured values can be traced in detail for each individual component. This is particularly helpful for the quality and error analysis of individual components and for determining the causes of errors, since, among other things, it can be determined what influence machine parameters have on measured values.
In einer Ausführungsform sind Ortsdaten Grundlage für den Ortsindex, wobei die Datenbank eine räumliche oder raumzeitliche Datenbank, d.h. eine Datenbank deren Implementierung darauf ausgelegt ist, spatiale oder spatio-temporale Daten effizient zu speichern, suchen und analysieren, ist und optional eine Implementierung des Ortsindex auf einem N-Baum basiert.In one embodiment, location data is the basis for the location index, the database being a spatial or spatio-temporal database, i.e. a database whose implementation is designed to efficiently store, search and analyze spatial or spatio-temporal data, and optionally an implementation of the location index based on an N-tree.
Der Ortsindex ermöglicht einen effizienten Zugriff auf zusammengehörige Produktionsdaten, d.h. auf Produktionsdaten, die das Zustandekommen eines Fertigungsergebnisses an einem bestimmten Ort eines Bauteils im Laufe eines Fertigungsprozesses beeinflussten. Mit anderen Worten, ermöglicht das hierin beschriebene Verfahren und die hierin beschriebene Strukturierung der Prozess- und Ortsdaten über einem Ortsindex quasi eine „Rückwärtssuche“, also das Suchen nach Eigenschaften während eines Produktionsschritts an einem bestimmten Ort eines Bauteils und nicht lediglich, wie etwa in herkömmlichen Verfahren, den Ort bzw. die Stelle, an der eine bestimmte Eigenschaft eines Bauteils bzw. ein Zustand während der Fertigung eintrat („Vorwärtssuche“). Diese Möglichkeit der „Rückwärtssuche“ ausgehend von einem bestimmten Ort hin zu den Eigenschaften dieses Orts zu bestimmten Produktionsschritten, eröffnet die Möglichkeit vollkommen neuartiger Anwendungen, die im Folgenden beschrieben werden.The location index enables efficient access to related production data, i.e. production data that influenced the production result at a specific location of a component in the course of a manufacturing process. In other words, the method described here and the structuring of the process and location data described here using a location index enable a quasi “backward search”, i.e. the search for properties during a production step at a specific location of a component and not just, as in conventional ones Process, the place or point at which a certain property of a component or a state occurred during production ("forward search"). This possibility of "backward search" starting from a certain place to the properties of this place at certain production steps opens up the possibility of completely new applications, which are described in the following.
Eine „Vorwärtssuche“, die in den hierin beschriebenen Verfahren sowie in herkömmlichen Verfahren zur Strukturierung und Verarbeitung von Produktionsdaten möglich ist, zielt zum Beispiele darauf ab, für einen bestimmter Wert in den Produktionsdaten zu bestimmen, and welcher Stelle eines Bauteils und in welchem Fertigungsschritt dieser Wert, zum Beispiel eine überhöhte Temperatur oder eine zu niedrige Geschwindigkeit bei der Bearbeitung, aufgetreten ist. Für bestimmte Anwendungen, ist diese „Vorwärtssuche“ aus folgenden zwei Überlegungen nicht zielführend: Erstens werden viele Bauteile mit unterschiedlichen Einstellungen produziert. Zum Beispiel ist die Geschwindigkeit eines Roboters der ein Bauteil durch Fräsen herstellt, an einem Ort schnell und an einem anderen langsam. Es also nicht zielführend in den Produktionsdaten nach dem unterschreiten einer bestimmten Robotergeschwindigkeit zu suchen, da das unterschreiten einer bestimmten Geschwindigkeit an bestimmten Stellen des Werkstücks erwünscht sein kann. Mit anderen Worten, es kann beabsichtigt sein, die Programmierung eines Roboters derart vorzusehen, dass dieser an manchen Stellen eines Werkstücks mit geringer Geschwindigkeit arbeitet und an anderen Stellen mit hoher Geschwindigkeit. Somit wäre eine Methode basierend auf einer „Vorwärtssuche“ zum Erkennen von vermeintlichen Defekt-Indikationen (z.B. langsame Roboter-Geschwindigkeit) viel zu tolerant (falls eine deutlich zu niedrige Geschwindigkeit als kritisch angenommen würde, könnten Defekte übersehen werden), oder zu ungenau (falls eine zu hohe Geschwindigkeit als kritisch angenommen würde, könnten viele Stellen ohne Defekt als möglicherweise defekt ausgewiesen werden). Somit ist für eine derartige Anwendung ein ortsselektives Verfahren zum Vergleich und zur Suche von Produktionsdaten wünschenswert. Zweitens, ist häufig nicht bekannt, welche Eigenschaften in Produktionsdaten als einerseits vorteilhaft oder andererseits indikative für Defekte sind. Die Kenntnis, welche Werte und Eigenschaften als vorteilhaft oder als Indiz für einen Defekt zu bewerten sind kann erst ermittelt werden, wenn Eigenschaften aus anderen, zum Beispiel nachgelagerten Prozessschritten, bekannt sind und mit Prozessdaten aus dem vorherigen Herstellungsprozess korreliert werden. Zum Beispiel können Daten aus einer nachgelagerten Untersuchung mittels Computertomographie mögliche Defekte und deren Positionen bzw. Stelle an dem Werkstück bzw. Bauteil ermitteln und mögliche Ursachen des Defekts im Produktionsprozess durch Korrelation mit ortsbasierten Produktionsdaten und Eigenschaften ermitteln. Dieses neuartige Verfahren ist nur dann durchführbar, wenn Prozessdaten aus unterschiedlichen Prozessschritten „über den Ort“ bzw. Punkt für Punkt ortsgenau effizient verglichen werden können.A "forward search", which is possible in the methods described here as well as in conventional methods for structuring and processing of production data, aims, for example, to determine for a specific value in the production data at which point of a component and in which manufacturing step this is value, for example an excessive temperature or too low a speed during processing. For certain applications, this "forward search" is not expedient for the following two considerations: First, many components are produced with different settings. For example, the speed of a robot making a component by milling is fast in one place and slow in another. It is therefore not expedient to search in the production data for a robot speed that has fallen below a certain level, since it may be desirable to fall below a certain speed at certain points on the workpiece. In other words, it can be envisaged to program a robot in such a way that it works at low speed at some points on a workpiece and at high speed at other points. Thus, a method based on a "forward search" for detecting supposed defect indications (e.g. slow robot speed) would be far too tolerant (if a significantly too low speed were assumed to be critical, defects could be overlooked), or too imprecise (if if too high a speed were assumed to be critical, many non-defective points could be identified as possibly defective). A location-selective method for comparing and searching for production data is therefore desirable for such an application. Second, it is often not known which properties in production data are advantageous on the one hand and indicative of defects on the other. Knowing what values and qualities are considered beneficial or indicative of one Defects to be evaluated can only be determined when properties from other, for example downstream, process steps are known and are correlated with process data from the previous manufacturing process. For example, data from a subsequent investigation using computed tomography can determine possible defects and their positions or location on the workpiece or component and determine possible causes of the defect in the production process through correlation with location-based production data and properties. This new method can only be carried out if process data from different process steps can be efficiently compared "over the place" or point by point with precise location.
Das Einsatz eines Ortsindexes im vorliegenden Anwendungsbereich der Produktionsdatenerfassung und -analyse basierend auf Datenstrukturen, die zum Beispiel im Bereich von Geo-Datenbanken angewendet werden, sei im Folgenden weiter veranschaulicht: Bei Verwendung einer herkömmlichen Tabelle und Indexstruktur, z.B. eine Tabelle mit Produktionsdaten umfassend eine Spalte für die Zeit und jeweils eine Spalte für x, y und z, Koordinaten, ist es möglich, bestimmte Einträge für eine gegebene x, y und z Position zu bestimmen. Allerdings muss man ohne einen Ortsindex die gesamte Tabelle einmal durchsuchen um zu bestimmen, welcher x, y, z Wert am nächsten an der gesuchten Position ist. In typischen Fällen wird ein Wert mit identischen Koordinaten bei realen Daten nicht auftreten. Damit müssten sehr viele Suchschritte ausgeführt werden, in einer Größenordnung, die linear in der Anzahl der Zeilen in der Tabelle ist. Wenn man, zum Beispiel alle Positionen aus einer ersten Tabelle mit allen Positionen aus einer zweiten Tabelle vergleichen will und jede dieser Tabellen 1 Millionen Einträge hat, würde es dazu führen, dass man 1 Millionen hoch 1 Millionen (= 1 Trillion) Suchschritte ausführen müsste. Dazu müsst man bei jedem Vergleich den Satz des Pythagoras anwenden, um die Distanzen für jede Zeile zum gesuchten Punkt zu berechnen, was zum Beispiel jeweils eine Wurzel-Operation („square root“), 2x Quadrieren und einer Addition umfasst. In typischen Fällen mit umfangreichen Datensätzen könnte es bedeuten, dass die Berechnungen auf herkömmlichen Computern mehrere Monate, wenn nicht Jahre benötigen würden, weshalb herkömmliche Verfahren zur Organisation und Speicherung von Produktionsdaten nicht geeignet sind, um beispielsweise einen Vergleich von Produktionsdaten in einem 3D Koordinatenfeld effizient durchzuführen.The use of a location index in the present application area of production data acquisition and analysis based on data structures that are used, for example, in the area of geo-databases, is illustrated further below: When using a conventional table and index structure, e.g. a table with production data comprising one column for time and one column each for x, y and z coordinates, it is possible to specify specific entries for a given x, y and z position. However, without a location index, you have to search the entire table once to determine which x,y,z value is closest to the position you are looking for. In typical cases, a value with identical coordinates will not appear in real data. This would require a large number of search steps to be carried out, of an order of magnitude that is linear in the number of rows in the table. For example, if you want to compare all items from a first table with all items from a second table and each of these tables has 1 million entries, it would mean that you would have to perform 1 million to the power of 1 million (= 1 trillion) search steps. To do this, you have to apply the Pythagorean theorem to each comparison to calculate the distances for each line to the point you are looking for, which includes, for example, a root operation ("square root"), 2x squaring and an addition. In typical cases with large datasets, it could mean that the calculations on conventional computers would take several months, if not years, which is why conventional methods of organizing and storing production data are not suitable for, for example, efficiently comparing production data in a 3D coordinate field .
In einer Ausführungsform umfasst das Verfahren ferner: Fusionieren von Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, basierend auf erfassten Ortsdaten; und/oder Fusionieren von Prozessdaten, die zu gleichen oder im Wesentlichen gleichen Zeitpunkten erfasst wurden, basierend auf einem Zeitpunkt der Erfassung der jeweiligen Prozessdaten.In one embodiment, the method also includes: merging of process data, which can each be assigned to the same location, based on detected location data; and/or merging of process data that was acquired at the same or essentially the same point in time based on a point in time of the acquisition of the respective process data.
Das Fusionieren von Prozessdaten ermöglicht dies Verwendung von Schlüssel-Werte Datenbanken als effizienten Implementierung zur Speicherung und zum Abruf von Fertigungsdaten für die hierin beschriebenen Analysen.Fusing process data enables the use of key-value databases as an efficient implementation for storing and retrieving manufacturing data for the analyzes described herein.
In einer Ausführungsform umfasst gibt ein Messwert eine Temperatur und/oder Dichte des Bauteils an dem jeweiligen Ort der Messung an. So können beispielweise Messungen einer computertomographischen Untersuchung mit Messwerten aus dem Herstellungsprozess eines Bauteils verglichen werden, um beispielweise die Porenbildung durch Temperatureinflüsse zu quantifizieren.In one embodiment, a measured value indicates a temperature and/or density of the component at the respective location of the measurement. For example, measurements from a computer tomographic examination can be compared with measured values from the manufacturing process of a component, for example to quantify pore formation due to temperature influences.
In einer Ausführungsform sind die Prozessdaten Temperaturdaten und die Parameter umfassen eine Leistungsaufnahme, eine Geschwindigkeit, eine Drehung und/oder einem Anpressdruck ein oder mehreren im Fertigungsprozess verwendeter Maschinen. Dadurch kann der Zusammenhang zwischen sich beeinflussenden Parameter untersucht und quantifiziert werden um Überwachungen weniger sensibel zu machen um weniger überflüssigen Ausschuss zu erzeugen, da z.B. bei Prozessen wie der Carbon-Faser-Ablage Temperatur, Geschwindigkeit und Anpresskraft in engem Zusammenhang stehen (mit höhere Geschwindigkeit benötigt man höhere Anpresskraft und Temperatur, mit geringere Anpresskraft benötigt darf die Temperatur nicht zu hoch sein, etc.). Somit ist eine deutlich effizientere Analyse möglich als eine einfach Schwellwertüberwachung einzelner Parameter.In one embodiment, the process data is temperature data and the parameters include power consumption, speed, rotation and/or contact pressure of one or more machines used in the manufacturing process. In this way, the connection between influencing parameters can be examined and quantified in order to make monitoring less sensitive and to produce less superfluous rejects, since, for example, in processes such as the carbon fiber deposit, temperature, speed and contact pressure are closely related (with higher speed required higher contact pressure and temperature are required, with lower contact pressure the temperature must not be too high, etc.). Thus, a significantly more efficient analysis is possible than simply monitoring threshold values for individual parameters.
In einer Ausführungsform wird die Leistungsaufnahme für eine Lasermaschine in einer bestimmten Frequenz gemessen, bei der ein Metallteil des Bauteils schmilzt, und die Daten über die Leistungsaufnahme der Lasermaschine ferner auf räumlichen Koordinaten abgebildet werden, die angeben, wo das Schmelzen des Metallteils an dem Bauteil zu einem bestimmten Zeitpunkt stattfindet. Damit lässt sich unter anderem überprüfen ob Fehlstellen mit Schwankungen der Laserleistung zusammenhängen.In one embodiment, the power consumption for a laser machine is measured at a specific frequency at which a metal part of the component melts, and the data on the power consumption of the laser machine is further mapped to spatial coordinates that indicate where the melting of the metal part on the component takes place takes place at a certain point in time. Among other things, this makes it possible to check whether defects are related to fluctuations in the laser power.
In einer Ausführungsform ist der Fertigungsprozess ein additiver, subtraktiver oder umformender Prozess und die ein oder mehreren Maschinen umfassen mindestens eine mechanisch bewegte Maschine.In one embodiment, the manufacturing process is an additive, subtractive, or transforming process and the one or more machines include at least one mechanically moved machine.
Additive, subtraktive oder umformende Prozesse an einem Bauteil erfordern hohe mechanische Präzision bei der Führung des bearbeitenden Werkzeugs. Mechanisch bewegte Maschinen unterliegen dem Verschleiß und bedürfen fortwährender Kontrolle und Justierung, um gleichbleibend hohe Qualität der gefertigten Bauteile zu ermöglichen. Gerade in diesem Bereich ist die ortgenaue Qualitätskontrolle einzelner Bauteile nach der Fertigung ein wesentlicher Faktor zur frühzeitigen und präzisen Erkennung und Bestimmung des Bedarfs an Maschinenwartung. Da der Maschinenzustand sich ortsbezogen ändern kann, z.B. durch Eigenlast und Hebel, ist die Feststellung von Unterschieden im Maschinenverhalten auch nur an denselben oder ähnlichen Orten sinnvoll. Z.B. kann es über den gesamten Arbeitsraum normal sein, dass ein Roboter mit einer Leistungsaufnahme zwischen 3.9 kVA und 4.05 kVA läuft. Daran lässt sich dann nicht abschätzen ob Teile verschlissen sind, da die Schwankungsbreite als über die gesamte Bearbeitung eines Bauteils normal angesehen wird. An einem dedizierten Ort eines Bauteiletyps, ist die Schwankungsbreite der Leistungsaufnahme für unterschiedliche Bauteile des Bauteiltyps typischerweise viel geringer, so dass Abweichungen unter den einzelnen Bauteilen sich feststellen lassen und sich damit Wartungsbedarf einer Maschine viel früher und präziser vorhersagen lässt.Additive, subtractive or forming processes on a component require high mechanical precision when guiding the processing work stuff. Mechanically moved machines are subject to wear and require constant monitoring and adjustment in order to ensure the consistently high quality of the manufactured components. Precisely in this area, the precise quality control of individual components after production is an essential factor for the early and precise detection and determination of the need for machine maintenance. Since the condition of the machine can change in relation to its location, eg due to its own weight and lever, determining differences in machine behavior only makes sense at the same or similar locations. For example, it can be normal for a robot to run with a power consumption between 3.9 kVA and 4.05 kVA over the entire workspace. It is then not possible to estimate whether parts are worn, since the range of fluctuation is considered normal over the entire processing of a component. At a dedicated location of a component type, the range of power consumption for different components of the component type is typically much smaller, so that deviations among the individual components can be identified and thus maintenance needs of a machine can be predicted much earlier and more precisely.
In einer Ausführungsform umfasst die Analyse des Fertigungsprozesses ein oder mehrere von Folgenden: Partitionieren eines zu visualisierenden Raumes in diskrete Raumbereiche, für jeden Raumbereich Vorauswertung von jeweils dem Raumbereich zugeordneten Produktionsdaten, wobei die Vorauswertung auf Informationen aus dem Ortsindex basiert und der Ortsindex aggregierte Informationen über Messdaten enthält; Vergleichsanalyse des digitalen Zwillings mit einem digitalen Zwilling eines anderen Bauteils vom selben Bauteiltyp; und Vergleich des Datensatzes des digitalen Zwillings des Bauteils eines Bauteiltyps mit einem Referenzmodell für den Bauteiltyp; und Visualisieren des digitalen Zwillings bzw. optional Visualisierung einzelner Raumbereiche des digitalen Zwillings gemäß den Ergebnissen der Vorauswertung. Weiter Optional, werden aggregierte Information gemäß der Vorauswertung im Ortsindex erfasst und geben Auskunft zum Beispiele über eine Summe von Messwerten, das arithmetische Mittel der Messwerte, den minimalen oder den maximalen Messwert in einem (Teil-) Raumbereich der spatialen oder spatio-temporalen Produktionsdaten.In one embodiment, the analysis of the manufacturing process includes one or more of the following: partitioning of a space to be visualized into discrete spatial areas, for each spatial area pre-evaluation of production data assigned to the respective spatial area, the pre-evaluation being based on information from the location index and the location index being aggregated information about measurement data contains; Comparative analysis of the digital twin with a digital twin of another component of the same component type; and comparing the data set of the digital twin of the component of a component type with a reference model for the component type; and visualization of the digital twin or optionally visualization of individual spatial areas of the digital twin according to the results of the preliminary evaluation. As an option, aggregated information is recorded according to the pre-evaluation in the location index and provides information, for example, about a sum of measured values, the arithmetic mean of the measured values, the minimum or maximum measured value in a (partial) spatial area of the spatial or spatio-temporal production data.
In einer Ausführungsform wird das Referenzmodell basierend auf einer Mehrzahl von Datensätzen von digitalen Zwillingen von Bauteilen des Bauteiltyps derart erstellt, dass das Referenzmodell statistische Werte von korrespondierenden Prozessdaten aus der Mehrzahl von Datensätzen von digitalen Zwillingen angibt. In dem Referenzmodell werden somit Gemeinsamkeiten von Bauteilen, Normalwerte von Produktionsdaten und zulässige Abweichungen festgehalten. Dies ermöglicht es, bei einem Vergleich eines konkreten Bauteils, bzw. bei einem Abgleich der in dessen virtuellen Bauteilzwillingen erfassten Produktionsdaten, mit dem Referenzmodell, untypische Abweichungen jenseits der in dem Referenzmodell erfassten Normwerte erkannt und als möglicher Ursachen für Qualitätsmängel im konkreten Bauteil bestimmt werden.In one embodiment, the reference model is created based on a plurality of data sets of digital twins of components of the component type in such a way that the reference model specifies statistical values of corresponding process data from the plurality of data sets of digital twins. Common features of components, normal values of production data and permissible deviations are thus recorded in the reference model. When comparing a specific component or comparing the production data recorded in its virtual component twins with the reference model, this enables atypical deviations beyond the standard values recorded in the reference model to be identified and identified as possible causes of quality defects in the specific component.
In einer Ausführungsform ist das Referenzmodell Ergebnis einer oder mehrerer Simulationen, die für bestimmte Orte an einem Bauteil eine Vorhersage treffen. Dadurch lassen sich simulierte Bauteile mit realen Bauteilen detailliert vergleichen um Abweichungen in beide Richtungen festzustellen und zum Optimieren zu verwenden. In der einen Richtung kann es darauf hinweisen, dass das Bauteil nicht in Ordnung ist. In der anderen Richtung kann es darauf hinweisen, dass die Simulation die Realität noch nicht genau genug abbildet.In one embodiment, the reference model is the result of one or more simulations that make a prediction for specific locations on a component. This allows simulated components to be compared in detail with real components in order to determine deviations in both directions and use them for optimization. In one direction, it can indicate that the component is faulty. In the other direction, it can indicate that the simulation does not yet depict reality accurately enough.
In einer Ausführungsform wird die Vergleichsanalyse zur Bestimmung von Abweichungen einer Fertigungsgenauigkeit unter mehreren Bauteilen desselben Bauteiltyps verwendet und Ergebnisse der Vergleichsanalyse werden zur Vorhersage von Maschinenwartung und/oder zur Bestimmung einer Qualität eines Bauteils verwendet. Dadurch können Wartungsarbeiten an der Maschine oder Reparaturen am Bauteil zeitlich besser geplant werden und die Wahrscheinlichkeit für Qualitätsunterschreitungen am Endbauteil durch statistisch verteilte Fehler in nachfolgenden Fertigungsschritten berechnet werden um Bauteile frühzeitig präventiv zu reparieren oder auszuschleusen.In one embodiment, the comparative analysis is used to determine deviations in manufacturing accuracy among multiple components of the same component type, and results of the comparative analysis are used to predict machine maintenance and/or to determine a quality of a component. As a result, maintenance work on the machine or repairs to the component can be planned better and the probability of quality shortfalls in the final component due to statistically distributed errors in subsequent production steps can be calculated in order to preventively repair or reject components at an early stage.
Eine Ausführungsform betrifft eine Vorrichtung zur Verarbeitung von Daten eines Fertigungsprozesses, umfassend: Datenverarbeitungsvorrichtung; und Speichervorrichtung in Verbindung mit der Datenverarbeitungsvorrichtung, wobei die Speichervorrichtung Anweisungen speichert, die, wenn sie auf der Datenverarbeitungsvorrichtung ausgeführt werden, bewirken, dass die Datenverarbeitungsvorrichtung Operationen durchführt, die Folgendes umfassen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses. Weitere Ausführungsformen der Vorrichtung umfassen ferner Anweisungen, die die Vorrichtung gemäß dem hierin beschriebenen computerimplementierten Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses steuern.One embodiment relates to a device for processing data from a manufacturing process, comprising: data processing device; and storage device in communication with the computing device, wherein the storage device stores instructions that, when executed on the computing device, cause the computing device to perform operations comprising: acquiring process data, from one or more steps of the manufacturing process, for a Component used in the one or more steps of the manufacturing process, such that the process data can be assigned to a location on the component; capturing location data indicating a location on the component to which the process data is associated; storing, in a database, the process data along with the location data to obtain a digital twin record of the component; and using the digital twin dataset to analyze the manufacturing process. Other embodiments of the device further include instructions that the device device according to the computer-implemented method for processing data of a manufacturing process described herein.
Eine Ausführungsform betrifft ein computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, folgende Schritte auszuführen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses. Weitere Ausführungsformen des computerlesbaren Speichermediums umfassen ferner Befehle, die den Computer zu weiteren Schritten gemäß dem hierin beschriebenen computerimplementierten Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses veranlassen.One embodiment relates to a computer-readable storage medium comprising instructions which, when executed by a computer, cause the computer to carry out the following steps: Acquiring process data from one or more steps of the manufacturing process for a component used in the one or more steps of the manufacturing process is such that the process data can be assigned to a location on the component; capturing location data indicating a location on the component to which the process data is associated; storing, in a database, the process data along with the location data to obtain a digital twin record of the component; and using the digital twin dataset to analyze the manufacturing process. Further embodiments of the computer-readable storage medium further comprise instructions that cause the computer to take further steps according to the computer-implemented method described herein for processing data of a manufacturing process.
Figurenlistecharacter list
-
1A zeigt ein Bauteil mit einer Markierung eines bestimmten Ortes an dem Bauteil.1A shows a component with a marking of a specific location on the component. -
1B zeigt einen Graphen, der die Temperatur des Bauteils während des Herstellungsprozesses entlang des Zeitverlaufs der Fertigung angibt.1B shows a graph indicating the temperature of the component during the manufacturing process along the time course of manufacture. -
1C zeigt die Visualisierung eines 3D Modells eines Bauteils, d.h. eines digitalen Bauteilzwillings, bei dem jeder Ort des Bauteils entsprechend einer dort zu einem bestimmten Zeitpunkt (z.B. der Zeitpunkt an dem der Laser beim metallischen 3D Druck das Pulver aufschmilzt) gemessenen Temperatur farblich gekennzeichnet ist.1C shows the visualization of a 3D model of a component, ie a digital component twin, in which each location of the component is color-coded according to a temperature measured there at a specific point in time (e.g. the point in time at which the laser melts the powder in metallic 3D printing). -
2 zeigt eine Ansicht eines Bauteilzwillings mit detaillierter Darstellung von Daten aus dem Fertigungsprozess zugehörig zu einem bestimmten Ort des Bauteils.2 shows a view of a component twin with detailed representation of data from the manufacturing process associated with a specific location of the component. -
3A-E zeigen die schrittweise Erfassung von Daten eines Fertigungsprozesses für ein Bauteil anhand der Visualisierung eines entsprechenden Bauteilzwillings einschließlich bereits erfasster Daten.3A-E show the step-by-step acquisition of data from a manufacturing process for a component based on the visualization of a corresponding component twin, including data that has already been acquired. -
4 zeigt ein Flussdiagram eines Verfahrens zur Erfassung von Daten eines Fertigungsprozesses.4 shows a flow chart of a method for acquiring data of a manufacturing process. -
5 zeigt ein Flussdiagram eines Verfahrens zur Erfassung und Verarbeitung von Daten eines Fertigungsprozesses.5 shows a flow chart of a method for acquiring and processing data from a manufacturing process. -
6A und6B zeigen je eine Visualisierung von unterschiedlichen Bauteilzwillingen desselben echten Bauteils.6A and6B each show a visualization of different component twins of the same real component. -
6C zeigt eine Visualisierung einer Überlagerung der digitalen Bauteilzwillinge auf6A und6B .6C shows a visualization of an overlay of the digital component twins6A and6B . -
7A zeigt ein echtes Bauteil mit einem Fehler.7A shows a real component with an error. -
7B zeigt einen Computer und eine Anwendung zur Darstellung von digitalen Bauteilzwillingen des echten Bauteils aus7A zur Fehleranalyse.7B Figure 1 shows a computer and application for rendering part digital twins of the real part7A for error analysis. -
8 zeigt ein Flussdiagram eines Verfahrens zur Verarbeitung von Daten eines Fertigungsprozesses.8th shows a flow chart of a method for processing data of a manufacturing process. -
9 zeigt ein Flussdiagramm eines Verfahrens zur Erstellung eines Referenzmodells.9 shows a flowchart of a method for creating a reference model. -
10 zeigt ein Flussdiagramm, eines Verfahrens zur statistischen Analyse eines Referenzmodells.10 shows a flow chart of a method for the statistical analysis of a reference model. -
11 zeigt ein Flussdiagramm eines Verfahrens zur konstanten Überarbeitung oder Optimierung eines Referenzmodells.11 Figure 12 shows a flow chart of a method for constantly revising or optimizing a reference model. -
12 zeigt eine Übersicht über System zur Fertigung eines Bauteils einschließlich einer Datenverarbeitungsvorrichtung und Speichervorrichtung zur Verarbeitung von Daten des Fertigungsprozesses des Bauteils.12 shows an overview of a system for manufacturing a component, including a data processing device and storage device for processing data from the manufacturing process of the component.
Detaillierte BeschreibungDetailed description
Zur Bereitstellung von systematische Analysen und Verbesserungen hinsichtlich der Qualität von Bauteilen, ist ein wesentlicher Aspekt der hierin beschriebenen Technologie, gemeinsam mit Produktionsdaten zu einem Bauteil auch einen Ort an dem Bauteil und/oder einen Zeitpunkt der Verarbeitung bzw. der Bearbeitung eines Bauteils an einem jeweiligen Ort des Bauteils, zu erfassen. Die Erfassung dieser Daten ermöglich sogenannte ortsbasierte Analysen einzelner Bauteile, von Serien gleicher Bauteile, und der Maschinenfunktion bzw. -verschleiß. Mit anderen Worten, die Strukturierung von Produktionsdaten gemäß einer Bauteilposition macht diese Daten nutzbar zur Erstellung von digitalen Bauteilzwillingen für Anwendungen und Analysen im Produktionsumfeld. Diese Erfassung digitaler Bauteilzwillinge und deren Anwendung zur Durchführung unterschiedlicher Analysen eines Fertigungsprozesses wird im Folgenden genauer beschrieben.In order to provide systematic analyzes and improvements with regard to the quality of components, an essential aspect of the technology described herein, together with production data on a component, is also a location on the component and/or a time of processing or processing a component at a respective Location of the component to capture. The collection of this data enables so-called location-based analyzes of individual components, of series of identical components, and the machine function and wear. In other words, the structuring of production data according to a component position makes this data usable for the creation of digital component twins for applications and analyzes in the production environment. This collection of digital component twins and their application to perform different analyzes of a manufacturing process is described in more detail below.
Ein Fertigungsprozess kann zum Beispiel ein additiver, subtraktiver oder umformender Prozess sein und, zum Beispiel, ein oder mehreren Maschinen involvieren, von denen mindestens eine Maschine eine mechanisch bewegte Maschine ist.A manufacturing process may be, for example, an additive, subtractive, or transforming process and, for example, may involve one or more machines, at least one machine of which is a mechanically moved machine.
Der Begriff Datenquelle bezeichnet Einrichtungen, wie z.B. Sensoren, die Daten erzeugen, die man direkt oder indirekt einem bestimmten Ort in einem Bauteil zuordnen kann. Das können Messwerte von externen Sensoren sein, von internen Sensoren, SollWerte der Anlagensteuerung, Einstellungen der Maschine (z.B. einer Geschwindigkeitsvorgabe), etc.The term data source refers to devices, such as sensors, that generate data that can be directly or indirectly assigned to a specific location in a component. These can be measured values from external sensors, from internal sensors, target values of the system control, machine settings (e.g. a speed specification), etc.
Der Begriff Bauteil und Werkstück werden hierin im Wesentlichen gleichbedeutend verwendet. Der Begriff Bauteilposition bezeichnet einen Ort im Bauteil, Punkt im Bauteil, Stelle im Bauteil, Bereiche im Bauteil, Position (x, y, z).The terms component and workpiece are used here essentially synonymously. The term component position denotes a location in the component, point in the component, location in the component, areas in the component, position (x, y, z).
Der Begriff Produktionsdaten wird im Wesentlichen gleichbedeutend zum Begriff der Daten eines Fertigungsprozesses und bzw. zum Begriff der Prozessdaten verwendet. Produktionsdaten umfassen zum Beispiel Messwerte, deren räumliche Zuordnung einer Messung an der jeweiligen Stelle an dem Bauteil entspricht, zum Beispiel einer Temperatur, einem Druck, und/oder einer Dichte eines Bauteils an dem jeweiligen Ort der Messung. Messdaten können beispielweise auch beobachtete Maschinegeschwindigkeit, Stromverbrauch eines Lasers sein. Ferner umfasst sind Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden, z.B. Steuerdaten einer Maschine, d.h. eingestellte Maschinengeschwindigkeit, Anpressdruck, etc.The term production data is essentially used synonymously with the term data of a manufacturing process and/or with the term process data. Production data include, for example, measured values whose spatial assignment corresponds to a measurement at the respective location on the component, for example a temperature, a pressure, and/or a density of a component at the respective location of the measurement. Measurement data can also be, for example, observed machine speed, power consumption of a laser. Also included are parameters of one or more machines that are used in the manufacturing process, e.g. control data of a machine, i.e. set machine speed, contact pressure, etc.
Zur ortsbasierten Analyse werden Produktionsdaten eines Bauteils ortsbasiert strukturiert und abgespeichert, um Auswertungen bezüglich bestimmter Orte im Bauteil in Realzeit, d.h. in der Größenordnung von wenigen Millisekunden bis zu wenigen Sekunden, zu ermöglichen. Motivation für ortsbasierte Daten und das Prinzip ortsbasierter Daten und deren Visualisierung ist am Beispiel von
Die erfindungsgemäße ortsbasierte Erfassung und Speicherung jeglicher Produktionsdaten für jegliches in Form von „digitalen Bauteilzwillingen“ ermöglich die Visualisierung dieser Bauteilzwillinge als 3D-Punktewolken, und damit verbunden Analysen.The inventive location-based acquisition and storage of any production data for any in the form of "digital component twins" enables the visualization of these component twins as 3D point clouds, and associated analyses.
Die Strukturierung nach Ortsdaten bedeutet, dass eine Vielzahl von Prozessdaten für ein einzelnes Bauteil derart gespeichert und verwaltet werden, dass, für einen bestimmten Ort an einem bestimmten einzelnen Bauteil, sämtliche Prozessdaten, d.h. Prozessdaten verschiedener Fertigungsschritte, effizient abgerufen werden können.The structuring according to location data means that a multitude of process data for a single component is stored and managed in such a way that all process data, i.e. process data from different production steps, can be efficiently retrieved for a specific location on a specific individual component.
Technologien zu Speicherung und Verwaltung dieser Daten sind zum Beispiel sogenannte Schlüssel-Werte-Datenbanksysteme („key-value database“) wie etwa RocksDB und Couchbase, oder generell No-SQL-Datenbanken. Konkret wird aus den Raumkoordinaten und optional einer eindeutigen Kennung eines Bauteils ein eindeutiger Wert berechnet, der als Schlüssel in einem Datensatz der Schlüssel-Werte-Datenbank dient. Optional ist der eindeutige ein Hash-Wert. Jener Schlüssel („key“) ist mit einem Wert („value“) assoziiert, der zugehörige Produktionsdaten angibt, zum Beispiel Messwerte und/oder Maschinenparameter. Einzelne Messwerte und/oder Maschinenparameter sind optional wiederum jeweils mit entsprechenden Zeitstempeln assoziiert, zu denen die Werte erfasst bzw. eingestellt waren. In einem Schlüssel-Werte-Datenbanksystem können Produktionsdaten von einem einzelnen Bauteil, von mehreren Bauteilen eines Bauteiltyps, oder von mehreren Bauteilen unterschiedlichen Typs enthalten sein. In letzteren beiden Fällen muss die Datenorganisation derart sein, dass Daten, die mit einem einzelnen Bauteil assoziiert sind, effizient bestimmt und selektiert werden können. Zum Beispiel kann die ID eines Bauteils in den Schlüssel codiert sein.Technologies for storing and managing this data are, for example, so-called key-value database systems (“key-value database”) such as RocksDB and Couchbase, or generally No-SQL databases. Specifically, a unique value is calculated from the spatial coordinates and optionally a unique identifier of a component, which is used as a key in a data record of the key-value database. Optionally, the unique is a hash value. That key (“key”) is associated with a value (“value”) that specifies associated production data, for example measured values and/or machine parameters. Individual measured values and/or machine parameters are optionally in turn associated with corresponding time stamps at which the values were recorded or set. A key-value database system can contain production data from a single component, from multiple components of one component type, or from multiple components of different types. In the latter two cases, the data organization must be such that data associated with a single component can be efficiently identified and selected. For example, a component's ID may be encoded into the key.
Alternativ oder ergänzend zu einer Schlüssel-Werte-Datenbank können andere Datenbanksysteme zur Speicherung und Verwaltung verwendet werden, sofern sie folgende wesentliche Eigenschaften ermöglichen. Wesentlich für derartige Systeme und das unterliegende Datenmodell ist, dass ein Abruf von Daten zu einem bestimmten Ort an einem bestimmten Bauteil effizient stattfinden kann. In einer möglichen Implementierung werden hierzu Daten als Schlüssel-Werte Paar organisiert, und eine Serie von Daten über einen entsprechenden Index effizient suchbar gemacht. Dieser Index wird als hierin Ortsindex bezeichnet, da die Indizierung über den Schlüssel, der im wesentlichen Ortsinformation wiedergibt, stattfindet.As an alternative or in addition to a key-value database, other database systems can be used for storage and administration as long as they enable the following essential properties. It is essential for such systems and the underlying data model that data can be retrieved efficiently for a specific location on a specific component. In a possible implementation, data is organized as a key-value pair, and a series of data is made efficiently searchable via a corresponding index. This index is referred to herein as a location index, since the indexing takes place via the key, which essentially reflects location information.
Diese Strukturierung von Produktionsdaten gemäß Ihrer zugeordneten Ortsinformation, ermöglicht es in einem Produktionsumfeld Prozessdaten bzgl. ihres Orts im Bauteil schnell und einfach zu visualisieren und zu suchen. Eine mögliche Darstellung der Daten, die zu einem einzelnen Bauteil gehören, ist eine Art 3D-Punkte-Wolke („point cloud“), die als „digitaler Bauteilzwilling“ bezeichnet wird.This structuring of production data according to their assigned location information makes it possible to quickly and easily visualize and search for process data in a production environment with regard to their location in the component. A possible representation of the data belonging to a single component is a kind of 3D point cloud, which is referred to as a “digital component twin”.
Das Speichern von Prozessdaten zusammen mit den Ortsdaten innerhalb einer Datenbank umfasst somit das Strukturieren der Prozessdaten und der Ortsdaten über einen Ortsindex.Storing process data together with the location data within a database thus includes structuring the process data and the location data using a location index.
In einer Ausführungsform erfolgt das Erfassen der Prozessdaten und das Erfassen der Ortsdaten im Wesentlichen gleichzeitig und werden als Antwort auf ein Master-Trigger-Ereignis ausgelöst. Der Einsatz eines Master-Trigger umfasst, dass neben Sensoren, die Sensorwerte erfassen, auch eine Quelle für Ortsdaten (z.B. x, y, z) vorliegt. Der Master-Trigger löst also jeweils an mindestens zwei Datenquellen eine Datenerfassung aus, zum Beispiel an einem Sensor (Quelle 1) und einer anderen Quelle (Quelle 2) die den Ort erfasst an der der Sensor (Quelle 1) die Sensordaten aufgenommen hat. Beides wird ausgelöst durch dasselbe elektrische Signal des sogenannten Master-Triggers. Die zweite Quelle (Quelle 2) kann zum Beispiel eine Fertigungsmaschine sein, die typischerweise ihre eigene Position oder die des Endeffektors „kennt“ bzw. laufend erfasst. Alternativ könnte die zweite Quelle (Quelle 2) auch eine Einrichtung sein, wie zum Beispiel ein Lasertracker (Licht-Laufzeitmessung), oder eine Technologie basierend auf einem Triangulationsmessverfahren, etc.In one embodiment, the process data collection and the location data collection occur substantially simultaneously and are triggered in response to a master trigger event. The use of a master trigger means that in addition to sensors that record sensor values, there is also a source for location data (e.g. x, y, z). The master trigger thus triggers data acquisition at at least two data sources, for example at one sensor (source 1) and another source (source 2) which acquires the location at which the sensor (source 1) recorded the sensor data. Both are triggered by the same electrical signal from the so-called master trigger. The second source (source 2) can be, for example, a manufacturing machine that typically “knows” or constantly records its own position or that of the end effector. Alternatively, the second source (source 2) could also be a device such as a laser tracker (light time-of-flight measurement), or a technology based on a triangulation measurement method, etc.
Zusammen mit Prozessdaten und Ortsdaten kann in der Datenbank auch jeweils ein Zeitpunkt der Erfassung gespeichert werden. Diese bedeutet zum Beispiel, dass jede Quelle ihre Daten jeweils mit Zeitstempel aufnimmt, insbesondere die Quelle, die den Ort erfasst. Auf Basis dieser Zeitinformation, genannt Zeitstempel, können dann Produktionsdaten fusioniert, d.h. Daten, die aus unterschiedlicher Quelle im Wesentlichen zeitgleich erfasst werden, können als zusammengehörig erkannt werden und somit Sensorwert oder maschinenwert eine zeitgleich erfasste Ortsinformation zugeordnet werden. Dieses sogenannte Fusionieren von Prozessdaten, die zu im Wesentlichen gleichen Zeitpunkten erfasst wurden, basiert auf einem Zeitpunkt der Erfassung der jeweiligen Prozessdaten.A time of acquisition can also be stored in the database together with process data and location data. This means, for example, that each source records its data with a time stamp, especially the source that records the location. On the basis of this time information, known as a time stamp, production data can then be merged, i.e. data that is recorded from different sources essentially at the same time can be recognized as belonging together and sensor values or machine values can therefore be assigned to location information recorded at the same time. This so-called merging of process data, which was recorded at essentially the same point in time, is based on a point in time when the respective process data was recorded.
Bei der Erfassung von Produktionsdaten kann der Ortsbezug direkt oder indirekt hergestellt werden: Zum Beispiel im Fall von Thermokameraaufnahmen eines Bauteils könnte kann man den Ort eines Messwerts über die Pixelkoordinate bestimmten. Der Ortsbezug, d.h. die Assoziierung von Sensordaten mit Ortsdaten kann somit direkt hergestellt werden. Allgemeiner bedeutet dies, dass eine Maschine ihre Produktionsdaten bereits mit einer Ortsinformation zusammen erfasst und übermittelt. Dies ist zum Beispiel bei Industrierobotern denkbar. Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, können basierend auf erfassten Ortsdaten fusioniert werden.When recording production data, the location reference can be created directly or indirectly: For example, in the case of thermal camera recordings of a component, the location of a measured value can be determined via the pixel coordinates. The location reference, ie the association of sensor data with location data, can thus be produced directly. More generally, this means that a machine already records and transmits its production data together with location information. This is conceivable, for example, with industrial robots. Process data that can each be assigned to the same location can be merged based on recorded location data.
Die hierin beschriebenen Technologien können vor allem in der diskreten Bauteilfertigung oder der Inspektion von Bauteilen, Baugruppen oder fertigen Produkten eingesetzt werden. Zum Beispiel gibt es Systeme, die während der Herstellung von metallischen 3D-Druckbauteilen die Temperaturen in einer bestimmten Auflösung schichtweise erfassen und als Bild speichern. Die hierin beschriebenen Technologien können diese Bilder als Eingabe verwenden, um Messdaten ortsgenau anhand der Bilddaten zuzuordnen und somit einen digitalen Bauteilzwilling erstellen, bei dem wir für jeden Ort im Bauteil die Temperaturen speichern (siehe zum Beispiel
Der Ortsbezug kann aber auch, wie zuvor erläutert, indirekt über die Verwendung und den Abgleich von Zeitstempel hergestellt werden indem Produktionsdaten mit gleichen bzw. im endlichen gleichen Zeitstempeln einem zu diesem Zeitpunkt erfassten Ort zugeordnet werden.However, as explained above, the location reference can also be produced indirectly via the use and comparison of time stamps by assigning production data with the same or finitely the same time stamps to a location recorded at this point in time.
Die Fusionierung von Daten über einen gemeinsamen Ort, d.h. das Assoziierung von Daten, die zu einem bestimmten Ort an einem einzelnen Bauteil im Laufe eines Produktionsprozesses erfasst werden, kann, zum Beispiel bei der indirekten Assoziierung über einen Zeitstempel, rechnerisch aufwändig sein und die Verarbeitung und Selektion unter einer großen Menge von Produktionsdaten umfassen. Die Fusionierung findet somit in der Regel nicht in einer Realzeit Anfrage statt, sondern ist ein Schritt in Zusammenhang mit der der Speicherung und Verarbeitung von Produktionsdaten, die Zeitnah oder auch zeitlich versetzt zur Erfassung der Produktionsdaten stattfindet.The fusion of data via a common location, i.e. the association of data that is recorded at a specific location on a single component in the course of a production process, can be computationally intensive, for example in the case of indirect association via a time stamp, and the processing and selection among a large amount of production data. The merging therefore does not usually take place in a real-time request, but is a step in connection with the storage and processing of production data, which takes place nearer to or also at a later time than the acquisition of the production data.
Der Prozess zur schrittweisen Erfassung von Produktionsdaten bei der Fertigung eines Bauteils in einem oder mehreren Schritten ist in dem Flussdiagram in
In Schritt 410 startet ein Fertigungsprozess eines Bauteils A, dessen Daten aufgezeichnet werden sollen. Schritt 420 stellt einen Fertigungsschritt, d.h. die Bearbeitung oder Verarbeitung des Bauteils selbst dar. Für jeden Schritt 420 des Fertigungsprozesses werden zeitgleich in Schritt 430 Sensor- und Maschinenmesswerte sowie -parameter erfasst und zusammen mit einer Referenz gespeichert, die eine spätere Berechnung des Ortes an dem Bauteil zulässt, oder direkt mit einer Bauteilkoordinate. Falls eine Referenz erfasst wird, wird diese Referenz in einem Folgeschritt 440 auf eine jeweilige Bauteilkoordinate umgerechnet. Eine Referenz kann zum Beispiel ein Zeitstempel sein. Ortskoordinaten, die ebenfalls mit einem Zeitstempel erfasst werden, erlauben dann die indirekte Zuordnung, über die Referenz auf einen zeitgleichen oder annähernd zeitgleichen Zeitstempel, von Produktionsdaten und Messwerte zu Ortskoordinaten. Schritt 440 wird gefolgt von einer optionalen Transformation 450 der Daten in ein Koordinatensystem des jeweils bearbeiteten Bauteils A. Die Transformation wird z.B. benötigt, wenn für zwei verschiedene Datenquellen verschiedene Koordinatensystem verwendet werden. Wenn z.B. die Daten der Quelle 1 sich auf Ortsangaben vom Roboter beziehen und Daten der Quelle 2 Koordinaten von einem Lasertracker sind. Dann muss man die Koordinaten eines der beiden Systeme in das andere Transformieren (z.B. über eine homogene Transformationsmatrix). Die Transformation ermöglich es somit Fertigungsdaten von gleichen Bauteilen (unterschiedliche Datenquellen; z.B. Temperatur und Dichte), die mit Ortskoordinaten in verschiedenen Koordinatensystemen erfasst sind, effizient zu vergleichen und zu visualisieren. Ferner wird ermöglicht, Daten von unterschiedlichen Bauteilen (mit gleichen Datensets) zu korrelieren.In
Anstatt die erfassten Produktionsdaten bzw. deren Werte auf den jeweiligen Koordinaten zu speichern, könnten die Werte bereits bei der Eingabe/Übertragung auf eine Fläche projiziert werden. Damit entfällt die ggf. rechenaufwändige Koordinatentransformation bei der Datenanalyse. Dieser Schritt ist jedoch nur in speziellen Fertigungsprozessen relevant und schränkt die Analysen, wegen des Verlustes der tatsächlichen Koordinaten, ein.Instead of storing the recorded production data or their values on the respective coordinates, the values could already be projected onto a surface during input/transmission. This eliminates the possibly computationally expensive coordinate transformation in the data analysis. However, this step is only relevant in special manufacturing processes and limits the analysis due to the loss of the actual coordinates.
Diese parallele Durchführung eines Fertigungsschritts 420, Erfassung von Produktionsdaten und Bestimmung 430 und Umrechnung 440 und 450 von zugeordneten Bauteilkoordinaten wird für ein oder mehrerer Schritte der Fertigung des Bauteils A wiederholt 460, bis schließlich die Fertigung des Bauteils A beendet ist 470.This parallel execution of a
Durch das Verfahren nach FIG .4 werden alle Prozessdaten, umfassend Messwerte, Maschinenparameter, etc., aus dem gleichen und/oder aus verschiedenen Fertigungsprozessschritten für jedes einzelne Bauteil eines bestimmten Typs aufgezeichnet und einem bestimmten Ort, der zum Beispiel durch eine Raumkoordinate (x, y, z), Bauteilkoordinate, angegeben wird, im Bauteil zugeordnet.The method according to FIG. 4 records all process data, including measured values, machine parameters, etc., from the same and/or different manufacturing process steps for each individual component of a specific type and a specific location, for example specified by a spatial coordinate (x, y, z), component coordinate, assigned in the component.
In Schritt 510 werden Prozessdaten aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil erfasst, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind. Zuordenbar bedeutet, dass die Ortsdaten direkt mit den einzelnen Prozessdaten erfasst werden (Beispiel der Thermokameraaufnahme). Alternativ kann eine Zuordnung über eine Referenz, wie zum Beispiel einen Zeitstempel erfolgen.In step 510, process data from one or more steps of the manufacturing process are recorded for a component in such a way that the process data can be assigned to a location on the component. Assignable means that the location data is recorded directly with the individual process data (example of the thermal camera recording). Alternatively, an assignment can be made using a reference, such as a time stamp.
Das Erfassen von Prozessdaten in Schritt 510 umfasst zum Beispiel Empfangen von Messdaten von einem oder mehreren Sensoren, die den Fertigungsprozess überwachen. Messdaten umfassen hierbei zum Beispiel Messwert und Zeitpunkt einer Messung, und sind jeweils einem Ort an dem Bauteil zuordenbar, an dem die Messdaten erfasst wurden, wobei die Parameter Wert und Zeitpunkt einer Verwendung der Parameter umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Maschinen angewendet wurde. Das Erfassen von Prozessdaten kann ferner das Erfassen von Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden, umfassen, zum Beispiel Steuerdaten einen oder mehreren im Fertigungsprozess verwendeten Maschinen, wie zum Beispiel eingestellte Geschwindigkeit, Leistungsaufnahme, eine Drehung und/oder einem Anpressdruck. Zum Beispiel kann die Leistungsaufnahme für eine Lasermaschine in einer bestimmten Frequenz gemessen werden, bei der ein Metallteil des Bauteils schmilzt. Die Daten über die Leistungsaufnahme der Lasermaschine werde ferner, direkt oder indirekt wie zuvor beschrieben, auf räumlichen Koordinaten abgebildet, die angeben, wo das Schmelzen des Metallteils an dem Bauteil zu einem bestimmten Zeitpunkt stattfindet.The gathering of process data in step 510 includes, for example, receiving measurement data from one or more sensors that monitor the manufacturing process. Measurement data here include, for example, the measured value and time of a measurement, and can each be assigned to a location on the component at which the measurement data was recorded, the parameters including the value and time of use of the parameters and can each be assigned to a location on the component which the machines were used. The acquisition of process data can further include the acquisition of parameters of one or more machines used in the manufacturing process, for example control data of one or more machines used in the manufacturing process, such as set speed, power consumption, a rotation and/or a contact pressure . For example, the power consumption for a laser machine can be measured at a certain frequency at which a metal part of the component melts. The data on the power consumption of the laser machine is also mapped, directly or indirectly as previously described, to spatial coordinates that indicate where the melting of the metal part on the component is taking place at a given point in time.
Ortsdaten werden in Schritt 520 erfasst. Im Beispiel einer Thermokameraaufnahme fallen Schritte 510 und 520 zusammen. Die Schritte 510 und 520 entsprechen der wiederholten Anwendung der Einzelschritte 430 bis 450 aus
Die Bestimmung von Positionskoordinaten ist wie folgt möglich: Anstelle von realen Koordinaten (also aus einer Messung) könnten die Positionskoordinaten auch aus einem Maschinenprogrammen (z.B. NC-Programm) zur Steuerung einer Beweglichen Maschine interpoliert werden. Anstatt die Koordinaten über die Fertigungsmaschine abzurufen, könnten auch externe Koordinaten-Messvorrichtungen (z.B. Lasertracker, Kameras, etc.) verwendet werden.Position coordinates can be determined as follows: Instead of real coordinates (i.e. from a measurement), the position coordinates could also be interpolated from a machine program (e.g. NC program) for controlling a movable machine. Instead of retrieving the coordinates via the production machine, external coordinate measuring devices (e.g. laser trackers, cameras, etc.) could also be used.
In Schritt 530 werden Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, fusioniert. Fusionierung bedeutet das ermitteln von Prozessdaten, die dem gleichen Bauteilort zugeordnet werden können, um dies ermittelten Daten in einem Folgeschritt derart zu speichern, dass ein späterer effizienter Zugriff in Realzeit auf diese Daten über einen Ortsindex möglich ist. Die Fusionierung kann direkt, basierend auf mit den Produktionsdaten erfassten Ortsdaten stattfinden, oder indirekt über eine Referenz ermittelten Ortsinformation stattfinden, z.B., wenn Prozessdaten, die zu im Wesentlichen gleichen Zeitpunkten erfasst wurden, fusioniert werden. Die Fusionierung kann unmittelbar bei der Erfassung stattfinden, oder zeitversetzt zur Erfassung der Daten.In step 530, process data that can each be assigned to the same location are merged. Fusion means determining process data that can be assigned to the same component location in order to save this determined data in a subsequent step in such a way that later efficient access to this data in real time is possible via a location index. The merging can take place directly, based on location data recorded with the production data, or indirectly via a reference determined location information, e.g. when process data recorded at essentially the same point in time are merged. The merging can take place immediately when the data is recorded, or at a later point in time after the data is recorded.
In Schritt 540 werden Prozessdaten zusammen mit den Ortsdaten in einer Datenbank gespeichert, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten. Zum Beispiel werden die fusionierten Daten aus Schritt 530 in einen Key-Value-Store oder eine Datenbank Storage Engine gespeichert. Hierbei kann ein Clustern nach Ortskoordinaten und ein räumliches Sortieren, z.B. Sortieren nach Raumkoordinaten, durchgeführt werden, um einen Ortsindex zu erstellen. Eine Anfrage zu Fertigungsdaten betreffend ein bestimmtes Bauteil und dort eines bestimmten Ortes sind über den Ortsindex mit wenigen Suchschritten effizient auffindbar. Dadurch ist es mit überschaubarem Aufwand möglich Datensätze, wie in
In Schritt 550 werden erfasste Produktions- und Ortsdaten zum Zwecke der Analyse verwendet.In
In einem Szenario einer Fertigung wird zum Beispiel der Stromverbrauch eines bei der Fertigung eingesetzten Laser-Werkzeugs, und eine Temperatur einer Oberfläche eines Bauteils in einer bestimmten Frequenz gemessen und mit dem Ort kombiniert, an dem der Laser gerade das Material aufschmilzt. Mit den hierin beschriebenen Technologien sind zum Beispiel folgende Analysen möglich:
- • Die erfassten Fertigungsdaten (Stromverbrauch des Lasers) als Falschfarben 3D-Bild anzeigen lassen, um z.B. nach Hot-Spots zu suchen (siehe zum Beispiel
2 und3 ). Wobei Schnitte durch das Bauteil in jeder Orientierung möglich sind. - • Die erfassten Fertigungsdaten zu filtern, um z.B. nur Daten über oder unter einem bestimmten Schwellwert zu visualisieren.
- • Temperaturdaten und Daten des Laser-Stromverbrauchs korrelieren, um zu analysieren ob es einen Zusammenhang gibt.
- • Wenn das Bauteil später im Betrieb geprüft wird (z.B. durch CT oder Ultraschall) kann ein Experte die Daten aus der Fertigung des konkreten Bauteils verwenden und mit den Prüfdaten vergleichen um z.B. festzustellen ob bestimmte Prozess- oder Messerwerte eine Indikation für spätere Bauteilmängel wie z.B. Risse sein können.
- • The recorded production data (power consumption of the laser) as a false color 3D image displayed, e.g. to search for hot spots (see for example
2 and3 ). Whereby cuts through the component are possible in any orientation. - • Filter the recorded production data, for example to only visualize data above or below a certain threshold.
- • Correlate temperature data and laser power consumption data to analyze if there is a relationship.
- • If the component is later tested in operation (e.g. by CT or ultrasound), an expert can use the data from the production of the specific component and compare it with the test data, for example to determine whether certain process or measurement values are an indication of subsequent component defects such as cracks could be.
Allgemeiner werden mögliche Analysen in Schritt 550 im Folgenden im Detail beschrieben.More generally, possible analyzes in
Eine erste mögliche Analyse betrifft die Visualisierung von ein oder mehreren digitalen Zwillingen eines bestimmten physischen Bauteils. Diese Analyse wird in
Für jedes einzelne physische Bauteil werden in jedem Produktionsschritt alle Prozessdaten mit einer Ortsmarkierung bzw. einem Ortsindex (x, y, z) gespeichert, sodass später alle verfügbaren Datensätze für ein Bauteil übereinandergelegt und, wie im Folgenden beschrieben, verglichen werden können.For each individual physical component, all process data is saved with a location marker or location index (x, y, z) in each production step, so that all available data sets for a component can later be superimposed and compared, as described below.
Der Bauteilzwilling 610 gibt zum Beispiel Temperaturdaten einer bestimmten ersten Maschine im Produktionsprozess an. Zum Beispiel werden in einem metallischen 3D-Druck-Prozess von einem Temperatursensor für ein bestimmtes Bauteil einen Temperaturwert für das Schmelzbad (der Punkt, an dem der Laser gerade das Metall schmilzt) in einem Raster bzw. mit einer Auflösung von 0.125mm x 0.125mm erfasst. Anhand der aktuellen Maschinenposition können diese Maße in reale Koordinaten transformiert werden, die dann ggf. in ein allgemeines Koordinatensystem übertragen werden, z.B. das Zeichnungskoordinatensystem, d.h. das Koordinatensystem der Visualisierung. Daraus entsteht ein digitaler Temperatur-Bauteilzwilling 610 basierend auf einem ersten Datensatz mit Temperaturen für jeden Ort im Bauteil. Unterschiedliche Temperaturen werden in der Darstellung in
In einem zweiten Prozessschritt, z.B. der Computertomographie, werden für dasselbe physische Bauteil wieder ortsbezogene Daten generiert. Diese Daten werden in dasselbe Koordinatensystem wie die Daten aus den anderen aufgezeichneten Prozessschritten transformiert. Somit erhalten wir einen zweiten (bzw. weitere) digitalen Bauteilzwilling 640, dargestellt in
Da die verschiedenen Bauteilzwillinge jeweils über dieselben Ortskoordinaten indiziert sind, kann jeder Wert des Datensatzes mit jedem Wert des zweiten Datensatzes übereinandergelegt und damit verglichen werden, wie in
Der Bauteilzwilling 730 gibt zum Beispiel Temperaturdaten einer bestimmten ersten Maschine im Produktionsprozess an. Der Bauteilzwilling 740 gibt zum Beispiel die Geschwindigkeitseinstellung einer zweiten Maschine bei der Fertigung des Bauteils involvierten Maschine während des Fertigungsprozesses des Bauteils 710 an. Der Bauteilzwilling 750 gibt zum Beispiel eine Rotationswinkelgeschwindigkeit einer Roboterachse der zweiten Maschine während der Fertigung des Bauteils 710 an. An der Visualisierung der Bauteilzwillinge und der damit erfassten Prozessdaten kann dann zum Beispiel erkannt werden, dass die Werte 735 und 745 der Bauteilzwillinge an den Stellen (x, y, z) jeweils normal sind, jedoch der Wert 755 an der gleichen Stelle des Bauteilzwilling 750 von sonst üblichen Werten abweicht. Somit kann die eine Abweichung der Rotationswinkelgeschwindigkeit, entsprechend den zugrundliegenden Produktionsdaten des Bauteilzwilling 750, als wahrscheinliche Ursache für den Fertigungsdefekt an dem physischen Bauteil 710 bestimmt werden kann. Die Bestimmung einer Fehlerursache kann selbstverständlich auch aus der Kombination und/oder Korrelation von Produktionsdaten aus unterschiedlichen digitalen Bauteilzwillingen ein und desselben physischen Bauteils erfolgen. Z.B. könnte eine interessante Fragestellung sein, ob der Quotient aus eingestellter Laserleistung und gemessener Wärme an diesen Stellen im Bauteil gleich ist.For example,
Diese Vergleichbarkeit gelingt auch, wenn verschiedene Prozessdaten nicht exakt demselben Ort zugeordnet werden können. Zum Beispiel können Mittelwerte über bestimmte Raumbereiche berechnet werden (als Würfel dargestellt). Ferner sind durch die ortsbasierte Strukturierung und Speicherung der Daten sehr effiziente Nearst-Neighbour-Suchen möglich. Mit anderen Worten: Auf Basis dieser ortsbasierten Datenstrukturierung können unterschiedliche Arten von Datenanalysen durchgeführt werden, die eine Vielzahl von Anwendungen und Nutzen in der Fertigung hervorrufen. Dies hat den großen Vorteil, dass auch Daten mit leicht abweichenden Koordinaten effizient verglichen werden können. Was für die meisten Fertigungsprozesse unbedingt notwendig ist, da Maschinen nicht bis auf alle Nachkommastellen genau ihre Bewegungen wiederholen können. So weichen Maschinenbewegungen auch bei der Herstellung gleicher Bauteile immer voneinander ab.This comparability is also possible if different process data cannot be assigned to exactly the same location. For example can n mean values can be calculated over certain areas of space (represented as cubes). Furthermore, very efficient nearest-neighbor searches are possible thanks to the location-based structuring and storage of the data. In other words: On the basis of this location-based data structuring, different types of data analysis can be carried out, which result in a variety of applications and benefits in manufacturing. This has the great advantage that data with slightly different coordinates can also be compared efficiently. This is absolutely necessary for most manufacturing processes, since machines cannot repeat their movements exactly down to every decimal place. Machine movements always deviate from each other, even when manufacturing the same components.
Offline AnalysenOffline analyses
Im Folgenden werden einige Beispiele von Analysen vorgestellt, die im Wesentlichen auf dem Vergleich von digitalen Zwillingen und zeitlich unabhängig von der Fertigung eines Bauteils, d.h. offline nach Abschluss der Fertigung eines einzelnen Bauteils oder einer Serie von Bauteilen gleichen Typs durchgeführt werden. Bei Offline-Analysen können Bauteilzwillinge (Datensets), die von verschiedenen Datenquellen bzw. Sensoren stammen und möglicherweise in unterschiedlichen Schritten des Fertigungsprozesses erfasst wurden, verglichen werden.In the following, some examples of analyzes are presented, which are essentially based on the comparison of digital twins and are carried out independently of the production of a component, i.e. offline after the completion of the production of a single component or a series of components of the same type. Offline analysis can compare twin parts (datasets) that come from different data sources or sensors and may have been collected at different steps in the manufacturing process.
Anstelle des Vergleichs mit Soll-Vorgaben (z.B. aus dem NC Programm, das die Maschine bei der Fertigung des Bauteils steuert) könnten die Vergleichswerte auch aus einer Simulation stammen. Eine Simulation wird, wie im Folgenden erläutert, ermöglicht bzw. unterstützt die Erstellung eines Referenzmodells eines Bauteils.Instead of the comparison with target specifications (e.g. from the NC program that controls the machine when manufacturing the component), the comparison values could also come from a simulation. As explained below, a simulation enables or supports the creation of a reference model of a component.
Die Ausführungsformen der Erfindung können weitere Aspekte umfassen. Beispielweise, können Bauteilzwillinge (Datensets), die aus verschiedenen Datenquellen erzeugt wurden, auch korreliert werden, um eine Offline-Korrelation von Datensätzen zu erzeugen. Bei dem zuvor erwähnten Beispiel werden die Daten aus derselben Datenquelle verglichen und untersucht. Bei der Korrelationsanalyse werden Daten aus verschiedenen Datenquellen, aus einem oder mehreren Schritten des Fertigungsprozesses, an bestimmten Orten bzw. an allen Orten miteinander verglichen. Dadurch ist die Bestimmung eine Korrelation verschiedener Parameter innerhalb eines Bauteils innerhalb eines Prozesses ermöglicht. Zum Beispiel ist bekannt, dass bei der Ablage von vorimprägnierten Carbon-Fasern, die Temperatur, Geschwindigkeit und Anpresskraft einen Einfluss auf die Ablage bzw. Eigenschaften des Bauteils hat. Mit der Korrelations-Analyse kann zum Beispiel überprüft werden, welche Konstellation von Parametern (z.B. für Geschwindigkeit, Temperatur und Anpresskraft) zu guter oder schlechter Qualität führt, indem zusätzlich eingegeben oder analysiert wird, an welchen Stellen es zu schlechter Qualität gekommen ist. Dies könnte auch zu einem ortsbezogenen Ergebnis führen, z.B., dass im Bereich einer Steigung im Bauteil mit einer anderen Kombination an Parametern gearbeitet werden muss als am Rand eines Bauteils oder in der Mitte eines Bauteils.Embodiments of the invention may include other aspects. For example, component twins (data sets) generated from different data sources can also be correlated to create an offline correlation of data sets. In the above example, the data from the same data source is compared and examined. In the correlation analysis data from different data sources, from one or more steps of the manufacturing process, at certain locations or at all locations are compared with each other. This makes it possible to determine a correlation of different parameters within a component within a process. For example, it is known that when pre-impregnated carbon fibers are deposited, the temperature, speed and contact pressure have an influence on the placement or properties of the component. The correlation analysis can be used, for example, to check which constellation of parameters (e.g. for speed, temperature and contact pressure) leads to good or bad quality by additionally entering or analyzing the points at which bad quality has occurred. This could also lead to a location-related result, for example that a different combination of parameters has to be used in the area of an incline in the component than at the edge of a component or in the middle of a component.
Ein weiterer Aspekt betrifft die Korrelation verschiedener Parameter innerhalb eines Bauteils über mehrere Prozesse hinweg. Korrelationsanalysen können für prozessübergreifenden Bauteiluntersuchungen sehr effektiv sein. So können zum Beispiel einer Temperatur-Bauteilzwilling aus einem metallischen 3D-Druck-Prozess mit Ergebnissen einer Computertomographie (CT)-Untersuchung korreliert werden, ohne einer bestimmten Vermutung nachzugehen. Es könnte beispielsweise untersucht werden, ob es zwischen irgendwelchen Prozessparametern (z.B. der Temperatur) und den Dichteunterschieden (aus der CT) einen Zusammenhang gibt. Darüber hinaus könnten auch die Soll-Ist-Wert-Paare untersucht werden, wobei die Sollwerte gleich die Parametereinstellungen und die Istwerte gleich die Parametermessungen sind). Beispielweise, es könnte analysiert werden, ob die eingestellte Geschwindigkeit an allen Positionen im Bauteil zur selben tatsächlichen Geschwindigkeit führt bzw. ob der Zusammenhang immer der gleiche ist oder ob dies gerade an einer Stelle im Bauteil, die auffällig ist, anomal ist.Another aspect concerns the correlation of different parameters within a component over several processes. Correlation analyzes can be very effective for cross-process component investigations. For example, a temperature component twin from a metallic 3D printing process can be correlated with the results of a computed tomography (CT) examination without making a specific assumption. For example, it could be investigated whether there is a connection between any process parameters (e.g. the temperature) and the density differences (from the CT). In addition, the target-actual value pairs could also be examined, where the target values equal the parameter settings and the actual values equal the parameter measurements). For example, it could be analyzed whether the set speed leads to the same actual speed at all positions in the component or whether the connection is always the same or whether this is abnormal at a point in the component that is conspicuous.
Die zuvor erwähnten Offline-Analyse-Aspekte der Erfindung bieten eine Reihe von Vorteilen und technischen Effekten. Zum Beispiel wird eine systematische Fehlerursachenrückverfolgung ermöglicht. Es ist allgemein bekannt, dass derzeitig praktizierte Produktionsverfahren und Prozess nur ein eingeschränktes Verständnis von Fehlerursachen haben und nur eingeschränkte Möglichkeit zu deren Analyse ermöglichen. Dies führt zu teils hohen und konstanten Qualitätskosten. Unternehmen berichten aus dem metallischen 3D-Druck beispielsweise von bis zu 30% Ausschuss bei der Produktion von Kleinserien, unter anderem auf Grund der flachen Lernkurve. Die Ausführungsformen des hier beschriebenen erfinderischen Konzeptes ermöglichen Qualitätsmängel in einem Bauteil auf ihren Ursprung zurückzuführen und diesen schnell zu beheben. Dadurch sparen sich Produktionen erhebliche Reparatur- und Ausschusskosten.The aforementioned off-line analysis aspects of the invention offer a number of advantages and technical effects. For example, systematic error cause tracing is enabled. It is well known that currently practiced production methods and processes only have a limited understanding of the causes of defects and only allow limited possibilities for their analysis. This leads to sometimes high and constant quality costs. For example, companies report up to 30% scrap in the production of small series from metallic 3D printing, partly due to the flat learning curve. The embodiments of the inventive concept described here enable quality defects in a component to be traced back to their origin and rectified quickly. This saves productions considerable repair and scrap costs.
Der Aufbau von Prozessdaten als digitaler Bauteilzwilling macht eine gezielte Suche nach Ursachen für Fehler und Qualitätsabweichungen sehr einfach möglich. Wenn ein Bediener z.B. eine Stelle im Bauteil näher untersuchen möchte, weil ihm ein Fehler aufgefallen ist oder ein Sensor direkt die Qualität des Bauteils gemessen hat, kann er gezielt an diesen Stellen die Herstellungsvergangenheit des Bauteils analysieren. So kann der Bediener, wenn er in der CT-Untersuchung Poren an Stelle (x, y, z) festgestellt hat, sich alle Daten aus allen Produktionsschritten holen, die für diese Stelle oder einen Bereich gespeichert, korreliert oder interpoliert wurden.The structure of process data as a digital component twin makes a targeted search for the causes of errors and quality deviations very easy. For example, if an operator wants to examine a point in the component more closely because he has noticed an error or a sensor has directly measured the quality of the component, he can specifically analyze the manufacturing history of the component at these points. In this way, if the operator has detected pores at location (x,y,z) in the CT examination, he can retrieve all data from all production steps that have been stored, correlated or interpolated for this location or an area.
Ein weiterer technischer Vorteil der vorliegenden Erfindung besteht darin, dass die Bestimmung von Einflussfaktoren bei den Bauteilen ermöglicht wird. Gerade bei einer Einführung von neuen Prozessschritten fällt es Produktionen schwer, die Zusammenhänge zwischen verschiedenen Prozessparametern zu spezifizieren bzw. Einflussgrößen der einzelnen Parameter zu bestimmen. Der Aufbau und Verarbeitung von Daten eines Fertigungsprozesses als digitaler Bauteilzwilling macht eine gezielte Suche nach Stellschrauben, die einen Einfluss auf die Qualität des Bauteiles haben, sehr einfach möglich.A further technical advantage of the present invention is that the determination of influencing factors in the components is made possible. Especially when new process steps are introduced, productions find it difficult to specify the relationships between different process parameters or to determine the influencing variables of the individual parameters. The structure and processing of data from a production process as a digital component twin makes it very easy to search for adjustments that have an impact on the quality of the component.
Ferner wird durch die vorliegende Erfindung eine Fehlerrückverfolgung während des gesamten Produktlebenszyklus ermöglicht. Offline-Analysen sind sowohl in der Fertigung als auch im späteren Lebenszyklus des Bauteils möglich, wenn das Bauteil bereits in Betrieb ist (z.B. in einem Flugzeug oder einem Fahrzeug verbaut ist). Falls während des Betriebs erkannt wird, dass Bauteile einen Defekt aufweisen, und daraus eine Rückrufaktion (z.B. in der Automobilindustrie) oder ein Grounding (z.B. in der Luftfahrtindustrie) erfolgt, könnte die vorliegenden Erfindung benutzt werden, um schnell herauszufinden, welche Bauteile mit den gleichen Produktionsparametern hergestellt wurden, und gezielt die entsprechenden Vehikel zurückzurufen. Dies würde auch eine kontinuierliche Langzeit-Dokumentation von Bauteilen über mehrere Produktionsunternehmen (z.B. über Zulieferer und OEMs) hinweg ermöglichen.Furthermore, the present invention enables error tracing throughout the entire product life cycle. Offline analyzes are possible both in production and in the later life cycle of the component when the component is already in operation (e.g. installed in an airplane or a vehicle). If it is recognized during operation that components have a defect, and this leads to a recall (e.g. in the automotive industry) or grounding (e.g. in the aviation industry), the present invention could be used to quickly find out which components have the same production parameters were manufactured, and specifically to recall the corresponding vehicles. This would also enable continuous long-term documentation of components across multiple production companies (e.g. across suppliers and OEMs).
Referenzmodell und Online AnalyseReference model and online analysis
Neben der Verwendung für Offline-Analysen, kann das ortsbasierte Verfahren zur Verarbeitung von Daten auch dazu genutzt werden für eine „Online-Analyse“, um Referenzmodell für einen bestimmten Bauteiltyp zu erstellen und gezielt einzusetzen. In diesem Abschnitt geht es darum, online die Qualität von Bauteilen und die Stabilität von Prozessen anhand eines Mastermodels bzw. Referenzmodels zu beurteilen. Dazu werden die Daten von mindestens zwei Bauteilen verwendet und für jede Stelle bzw. Bereich der Bauteile statistische Werte berechnet (z.B. Mittelwert, Standardabweichung, Max-Wert, Min-Wert, kritischer Wert, etc.) und daraus ein neues Bauteil-Referenzmodel erstellt, kurz auch als Referenzmodell im Folgenden bezeichnet. In diesem Referenzmodel sind nicht mehr die einzelnen Temperaturwerte für jedes einzelne Bauteil enthalten, sondern z.B. der Durchschnittswert der gemessenen Temperaturen für jeden Raumpunkt. Dies wird im Folgenden mit Bezug auf
Um viele Bauteile miteinander vergleichen zu können bzw. online während der Fertigung zu prüfen, ob das aktuelle Bauteil auf dieselbe Weise hergestellt wird wie bisherige Bauteile mit ausreichender Qualität, wird ein Referenzmodel erstellt. Dabei werden an die Koordinaten nicht einfache Messwerte gespeichert, sondern statistische Werte wie zum Beispiel Mittelwert und Standardabweichung. Wenn ein neues Bauteil geprüft werden soll (möglicherweise schon während seiner Herstellung) kann einfach geprüft werden was ist seine Abweichung im Vergleich zur Standardabweichung bzgl. des Referenzmodels am jeweiligen Ort.A reference model is created in order to be able to compare many components with one another or to check online during production whether the current component is manufactured in the same way as previous components with sufficient quality. In doing so, not simple measured values are stored at the coordinates, but statistical values such as mean value and standard deviation. When a new component is to be tested (possibly even during its manufacture) it is easy to check what its deviation is compared to the standard deviation of the reference model at the respective location.
Zusammengefasst wird ein Referenzmodell basierend auf einer Mehrzahl von Datensätzen von digitalen Zwillingen von Bauteilen eines bestimmten Bauteiltyps erstellt. Die in dem Referenzmodell erfassten Prozessdatendaten entsprechen statistischen Werten von korrespondierenden Prozessdaten digitaler Zwillinge.In summary, a reference model is created based on a plurality of data sets from digital twins of components of a specific component type. The process data recorded in the reference model correspond to statistical values of corresponding process data of digital twins.
Das Referenzmodell eines Bauteils kann ferner Ergebnis einer oder mehrerer Simulationen sein, um für bestimmte Orte an einem Bauteil eine Festlegung der ortsbezogenen Toleranzfelder festzulegen. Die Erstellung bzw. Verfeinerung (letzteres falls in Kombination mit dem zuvor vorgestellten Verfahren zur Erzeugung eines Referenzmodells) des Referenzmodells über eine Simulation hat den Vorteil, dass die Präzision des Referenzmodells sehr viel schneller und noch vor dem Beginn der eigentlichen Produktion erstellt werden kann. Zudem kann die Simulation anders herum durch das Referenzmodell anschließend verfeinert werden und für das nächste Bauteil eine bessere Vorhersage bzgl. der notwendigen Toleranzfelder treffen.The reference model of a component can also be the result of one or more simulations in order to define the location-related tolerance fields for specific locations on a component. The creation or refinement (the latter if in combination with the previously presented method for creating a reference model) of the reference model via a simulation has the advantage that the precision of the reference model can be created much faster and before the actual production begins. In addition, the simulation can then be refined the other way round using the reference model and a better prediction can be made with regard to the necessary tolerance fields for the next component.
Die Ausführungsformen der Erfindung können weitere Aspekte umfassen. Beispielsweise kann das Referenzmodell für die Einführung neuer Maschinen verwendet werden. Mit Referenzmodellen von bereits vorhandenen Maschinen können Fertigungen aus Sicht des zu fertigenden Bauteils eine neue Maschine einstellen. Die Referenzmodelle von einem Bauteil, die auf vorhandenen Maschinen erstellt wurden, können für die neue Maschine als Richtwerte verwendet werden und die neuen Maschineneinstellungen und Parameter anhand des Referenzbauteils definiert werden. An einer bestehenden Maschine werden alle Prozessmesswerte die für die Produktion eines Bauteils signifikant erscheinen (z.B. Energieeintrag) aufgezeichnet, gespeichert und später verwendet und das unabhängig von den spezifischen Maschineneinstellungen (z.B. könnte es sein, dass für eine Maschine 1 auf einem User Interface direkt eine Temperatur eingestellt wurde und bei einer Maschine 2 die Leistung der Heizquelle eingestellt wurde). Das digitale Referenzmodell basiert nur auf den Prozessmesswerten. Wenn nun eine neue Maschine eingefahren wird, kann der Anwender die Prozessmesswerte für ein neues Bauteil abrufen und mit dem Referenzmodell vergleichen. Der Mitarbeiter kann dann iterativ die Einstellungen der neuen Maschine anpassen mit dem Ziel die gleichen Prozessmesswerten am Bauteil „ankommen zu lassen“ wie in dem Referenzmodell. Weiterhin werden alle vorhandenen Daten aufgezeichnet. Das Einfahren einer neuen Maschine könnte automatisiert oder wenigstens beim Einfahren unterstützt werden. Dazu werden die relevanten Prozessmesswerte für ein Bauteil für die neue Maschine und die Parameter der Maschine, die zu diesen Prozessmesswerte geführt haben, aufgezeichnet. Über Algorithmen des Maschinellen Lernens kann dann gelernt werden, wie die Parameter modifiziert werden müssen um das gewünschte Ergebnis (also gleiche Prozessmesswerte wie an dem Bauteil auf der eingefahrenen Anlage) zu erreichen.Embodiments of the invention may include other aspects. For example, the reference model can be used to introduce new machines. With reference models of existing machines, production can set up a new machine from the point of view of the component to be manufactured. The reference models of a part, created on existing machines, can be used as benchmarks for the new machine and the new machine settings and parameters can be defined using the reference part. On an existing machine, all process measurement values that appear significant for the production of a component (e.g. energy input) are recorded, saved and used later, regardless of the specific machine settings (e.g. it could be that for a machine 1 a temperature was set and the power of the heating source was set for a machine 2). The digital reference model is based only on the process measurements. When a new machine is run in, the user can call up the process measurement values for a new component and compare them with the reference model. The employee can then iteratively adjust the settings of the new machine with the aim of "allowing the same process measurement values to "arrive" on the component as in the reference model. Furthermore, all existing data is recorded. The running-in of a new machine could be automated or at least supported during running-in. For this purpose, the relevant process measurement values for a component for the new machine and the parameters of the machine that led to these process measurement values are recorded. Machine learning algorithms can then be used to learn how the parameters have to be modified in order to achieve the desired result (i.e. the same process measurement values as on the component on the run-in system).
Ein weiterer erfindungsgemäßer Aspekt ist der Einsatz von Referenzmodell für flexible Produktionsänderungen. Das Referenzmodell bietet dem Anwender die Möglichkeit, den Einfluss von veränderten Prozessparametern schnell und einfach zu beobachten und mit wenigen Iterationen zu optimieren. Der technische Ansatz sieht hier vor, dass im Referenzmodell relevante Daten markiert werden, die beobachtet werden sollen. Dies bietet dem Anwender die Möglichkeit, den Prozess hinsichtlich der anderen Parameter zu optimieren. Beispielweise könnte es sein, dass der Anwender eine Maschinengeschwindigkeit bei einem Carbon-Fiber-Placement erhöhen möchte, da es generell bekannt ist, dass der Temperatureintrag in das Bauteil konstant bleiben sollte. Daher muss die Temperatur der Heizquelle ebenfalls erhöht werden. Die vorliegende Erfindung kann verwendet werden, um zu prüfen, ob nach den Prozessmodifikationen die relevanten Größen oder abgeleitete bzw. berechnete Größen konstant bleiben. Wenn die Geschwindigkeit nicht als kritisch gekennzeichnet ist wird eine Änderung dieser auch nicht zu einer Meldung führen. Wenn der Temperatureintrag gleichzeitig auch als kritisch gekennzeichnet ist, wird es zu einer Meldung kommen da der Temperatureintrag bei erhöhter Geschwindigkeit geringer wird, da die Maschinenverweilzeit mit gleicher Heizleistung kürzer ist. Eine Erhöhung der Heiztemperatur bei einer Geschwindigkeitserhöhung würde beim richtigen Verhältnis wieder zu einer Produktion ohne Meldung führen.Another aspect of the invention is the use of reference models for flexible production changes. The reference model offers the user the opportunity to quickly and easily observe the influence of changed process parameters and to optimize them with just a few iterations. The technical approach here provides that relevant data that is to be observed is marked in the reference model. This offers the Users have the opportunity to optimize the process with regard to the other parameters. For example, it could be that the user would like to increase the machine speed for a carbon fiber placement, since it is generally known that the temperature input into the component should remain constant. Therefore, the temperature of the heating source must also be increased. The present invention can be used to check whether after the process modifications the relevant quantities or derived or calculated quantities remain constant. If the speed is not marked as critical, changing it will not result in a message. If the temperature input is marked as critical at the same time, a message will appear because the temperature input is lower at higher speeds because the machine dwell time is shorter with the same heating output. An increase in the heating temperature with an increase in speed would again lead to production without a message if the ratio was correct.
Die oben erwähnten Online-Analyse-Aspekte der Erfindung bieten eine Reihe von Vorteilen und technischen Effekten. Zum Beispiel ermöglicht der Online-Abgleich von Referenzmodell und des Bauteils während der Produktion, Bauteilqualität während der Fertigung zu überwachen und gegebenenfalls die Produktion frühzeitig abzubrechen und teure Weiterverarbeitung von fehlerhaften Bauteilen zu vermeiden. Der Vorteil gegenüber herkömmlicher Sensoren, die einen bestimmten Parameter in einem bestimmten Prozess überwachen, kommt dann zum Tragen, wenn mehrere Parameter (in einem oder mehreren aufeinanderfolgenden Prozessschritten) in Abhängigkeit stehen und ein falsches Verhältnis dieser Parameter Bauteilfehler verursachen kann.The on-line analysis aspects of the invention mentioned above offer a number of advantages and technical effects. For example, the online comparison of the reference model and the component during production makes it possible to monitor component quality during production and, if necessary, to stop production early and avoid expensive further processing of defective components. The advantage over conventional sensors, which monitor a specific parameter in a specific process, comes into play when several parameters (in one or more subsequent process steps) are dependent and an incorrect relationship between these parameters can cause component errors.
Ein weiterer technischer Vorteil der Erfindung ist die Verkürzung von Maschinen-Einführungszeiten. Die Einführung neuer Maschinen ist sehr aufwendig, auch wenn es sich um den gleichen Typ von vorhandenen Maschinen handelt. Die Maschineneinstellungen können nie eins zu eins übernommen werden. Der zeitliche Aufwand, um die neue Maschine manuell richtig einzustellen, ist daher erheblich.Another technical advantage of the invention is the reduction of machine lead times. The introduction of new machines is very expensive, even if it is the same type of existing machines. The machine settings can never be adopted one-to-one. The time required to set the new machine correctly manually is therefore considerable.
Die vorliegende Erfindung funktioniert auch wenn sich die vorhandene und die neue Maschine stark unterscheiden, da für das Referenzmodell nur die Prozessmesswerten (also das Ergebnis) des zu produzierenden Bauteils benutzt wird. Generell wird berichtet, dass große Fertigungsmaschinen (z.B. Nietanlagen, Faserablage-Anlagen, etc.) bis zu 1,5 Jahre Einfahrtzeit benötigen, auch bei sehr bekannten, routinierten Maschinen. Mit der vorliegenden Erfindung können Kunden mit wenigen Iterationen neue Maschinen einführen und Änderungen in nahezu Echtzeit überwachen und gegebenenfalls verbessern. Dies führt zu flexiblen Produktionsänderungen.The present invention works even if the existing and the new machine differ greatly, since only the process measurement values (ie the result) of the component to be produced are used for the reference model. It is generally reported that large production machines (e.g. riveting systems, fiber laying systems, etc.) require up to 1.5 years to run in, even for well-known, experienced machines. With the present invention, customers can introduce new machines with few iterations and monitor changes in near real-time and improve them if necessary. This leads to flexible production changes.
Bauteilunabhänqiqe Referenzdaten und Online AnalyseComponent-independent reference data and online analysis
Alle mechanisch bewegten Maschinen (z.B. Fräsen, Roboter, Nietanlagen, etc.) leiden unter Positionsungenauigkeiten, die mit der Zeit zunehmen. Daher warten Produktionen in regelmäßigen Abständen ihre Maschinen, um Ausfälle zu vermeiden und Positionsungenauigkeiten zu korrigieren. In den letzten Jahren wurde versucht mit Ansätzen zur vorbeugenden Instandhaltung („predictive maintenance“) diese Wartungen auf ein nötiges Minimum zu reduzieren. Generell konzentrieren sich diese Ansätze auf Unregelmäßigkeiten der Maschinen, und gestalten sich wie folgt: in einer Zeitreihendatenbank wird z.B. ein Stromverbrauch von Roboterachsen gespeichert. Aus dieser Messung ergibt sich der Stromverbrauch über die Zeit. Wenn der Roboter nun immer die gleichen Bahnen in immer der gleichen Zeit fährt, ist es möglich über einen Vergleich der Stromverbrauch-Kurven herausfinden, ob sich der Stromverbrauch für ein neues Bauteil verändert bzw. „verschlechtert“ hat. Dies funktioniert natürlich nur, wenn es immer die gleichen Bauteiltypen sind und der Prozess immer gleich schnell abläuft. Es können auch statistische Werte für einen Prozessschritt gebildet werden, um Abweichungen über die Zeit festzustellen. Dies setzt jedoch voraus, damit eine Abweichung erkannt wird, dass sich der Stromverbrauch erheblich geändert hat. Ein Nachteil dieser Ansätze ist, dass nur Symptome der Maschine überwacht werden, aber nicht das Ergebnis am Bauteil selbst. Darüber hinaus verhält sich eine Maschine sehr unterschiedlich, z.B. können Roboterachsen in verschiedenen Posen des Roboters auch bei einem gut gewarteten Roboter ganz unterschiedliche Stromverbräuche haben. Wenn alle Achsen des Roboters ausgestreckt sind, ändert sich der Stromverbrauch schon alleine wegen des größeren Hebels der Gewichtskraft der Achsen. Zusammengefasst wird die Vergleichsanalyse zur Bestimmung von Abweichungen einer Fertigungsgenauigkeit unter mehreren Bauteilen des gleichen Bauteiltyps verwendet und Ergebnisse dieser Vergleichsanalyse dienen der Vorhersage von Maschinenwartung und/oder zur Bestimmung einer Qualität eines Bauteils.All mechanically moving machines (e.g. milling machines, robots, riveting systems, etc.) suffer from positional inaccuracies that increase over time. Productions therefore maintain their machines at regular intervals in order to avoid breakdowns and correct position inaccuracies. In recent years, attempts have been made to reduce this maintenance to a necessary minimum with approaches to preventive maintenance. In general, these approaches focus on irregularities in the machines and are structured as follows: in a time series database, for example, the power consumption of robot axes is stored. This measurement gives the power consumption over time. If the robot now always the same trajectories in always the same As time goes by, it is possible to find out whether the power consumption for a new component has changed or “deteriorated” by comparing the power consumption curves. Of course, this only works if it is always the same type of component and the process always runs at the same speed. Statistical values can also be formed for a process step in order to determine deviations over time. However, in order for a deviation to be recognized, this presupposes that the power consumption has changed significantly. A disadvantage of these approaches is that only symptoms of the machine are monitored, but not the result on the component itself. In addition, a machine behaves very differently, e.g. robot axes in different poses of the robot can have very different power consumption even with a well-maintained robot. If all axes of the robot are stretched out, the power consumption changes simply because of the greater leverage of the weight of the axes. In summary, the comparative analysis is used to determine deviations in manufacturing accuracy among a plurality of components of the same type of component, and results of this comparative analysis are used to predict machine maintenance and/or to determine a quality of a component.
Durch das ortsbasierte Datenverarbeitungsverfahren bietet die vorliegende Erfindung andere Möglichkeiten, mit den die oben genannten Nachteile übergangen werden können. Beispielsweise berücksichtigt das erfinderische Konzept das Bauteil, die Bauteilqualität und die dazugehörigen Prozessmesswerte, ohne darauf beschränkt zu sein. Dazu werden die digitalen Zwillinge, die für unterschiedliche Bauteile möglicherweise von unterschiedlichen Bauteiltypen im „Bearbeitungsraum“ erstellt wurden benutzt und überlagert. Hieraus ergeben sich Referenzdaten für verschiedene Positionen im ganzen Bewegungsraum der Anlage, nicht unbedingt bezogen auf ein Bauteil, sondern auf den gesamten Arbeitsraum - daher „bauteilunabhängige Referenzdaten“, mit denen beispielsweise den Stromverbrauch an bestimmten Stellen im Raum überwacht werden kann.Due to the location-based data processing method, the present invention offers other options with which the disadvantages mentioned above can be ignored. For example, the inventive concept takes into account, but is not limited to, the component, the component quality, and the associated process measurements. For this purpose, the digital twins that may have been created for different components from different component types in the "processing room" are used and superimposed. This results in reference data for different positions in the entire movement space of the system, not necessarily related to a component, but to the entire work space - hence "component-independent reference data", with which, for example, the power consumption at certain points in the room can be monitored.
Mit dem Ansatz der vorliegenden Erfindung ergibt sich daraus der Vorteil, dass auch bei der Herstellung von verschiedenen Bauteilen Rückschlüsse auf die Maschine gezogen werden können. Es ist quasi egal, ob Bauteiltyp A oder B gefertigt wird, da es nur geprüft wird, wie der Stromverbrauch der Roboterachsen an eine Position (x, y, z) ist, solange die Position (x, y, z) schon einmal gemessen wurde. Mit jedem weiteren Bauteil könnte es den Bearbeitungsraum weiter „erkundet“ werden. Im besten Fall werden bis zu einem gewissen Zeitpunkt genügend Daten vorliegen, um für jeden Punkt im Raum (mit einer gewissen Auflösung) einen Referenzwert zu definieren, wie hoch z.B. der Stromverbrauch an diesem Punkt sein dürfte. Die Methode könnte auch für komplett neue Bauteile angewendet (und damit anhand von Prozesswerten auf den Maintenance-Bedarf schließen). Der Ansatz der vorliegenden Erfindung könnte auch noch weiter verfeinert werden, indem nicht nur der Stromverbrauch, sondern auch die Geschwindigkeit berücksichtigt wird und dann möglicherweise ein Faktor pro Raumpunkt berechnet werden kann. Beispielweise wenn der Roboter des Bauteiltyps A z.B. mit einer höheren Geschwindigkeit als Bauteiltyp B bearbeitet. Dadurch ändert sich natürlich der Stromverbrauch der Roboterachsen, was in den digitalen „Raumzwilling“ aufgenommen wird.With the approach of the present invention, this results in the advantage that conclusions can be drawn about the machine even during the production of various components. It is virtually irrelevant whether component type A or B is manufactured, since the power consumption of the robot axes at a position (x, y, z) is only checked as long as the position (x, y, z) has already been measured . With each additional component, the machining area could be “explored” further. In the best case, by a certain point in time there will be enough data to define a reference value for each point in space (with a certain resolution), e.g. how high the power consumption at this point should be. The method could also be used for completely new components (and thus deduce the need for maintenance based on process values). The approach of the present invention could also be further refined by considering not only power consumption but also speed and then possibly calculating a factor per point in space. For example, if the robot of component type A processes e.g. at a higher speed than component type B. This of course changes the power consumption of the robot axes, which is recorded in the digital "space twin".
Diese neuartige Erstellung von Raumdaten gemäß der vorliegenden Erfindung hat folgende Vorteile für ein Fertigungsunternehmen: Mit vorbeugender Instandhaltung („predictive maintenance“) nach Bauteilqualität können jegliche Maschinen über die gesamte Produktionskette hinweg bzgl. ihrer Positionsgenauigkeit überwacht werden, indem die Qualität der Bauteile analysiert wird und nicht die Maschinen selbst. Eine Maschine wird erst dann gewartet, wenn die Qualität der produzierten Bauteile abnimmt. Hierdurch können reguläre Wartungsintervalle durch eine Wartung nach Bedarf („asneeded“) ersetzt. Eine derartige bedarfsorientierte Wartung ist ebenfalls effizienter als herkömmliche Ansätze zur vorbeugenden Instandhaltung für Maschinen.This novel creation of spatial data according to the present invention has the following advantages for a manufacturing company: With preventive maintenance ("predictive maintenance") based on component quality, any machine can be monitored along the entire production chain with regard to its position accuracy by analyzing the quality of the components and not the machines themselves. A machine is only serviced when the quality of the components produced decreases. This allows regular maintenance intervals to be replaced by maintenance as needed. Such on-demand maintenance is also more efficient than traditional approaches to preventive maintenance for machines.
Implementierung eines OrtsindexesImplementation of a location index
Die Implementierung eines Ortsindexes basiert zum Beispiel auf einem N-Baum, also einer höherdimensionalen Erweiterung eines Binärbaums. Im speziellen Fall einer spatio-temporalen Datenbank handelt es sich um eine drei oder vier- dimensionale Indexstruktur; mit den gängigen drei räumlichen Dimensionen und einer zeitlichen Dimension. Spezielle Ausprägungen dieser Bäume sind zum Beispiel als R-Trees, Quad- oder Oct-Trees bekannt. Die Baumknoten werden auf spezielle Art erzeugt und in einem Teil der binären Key-Value-Datenbank hinterlegt, wobei diese Art der Erzeugung sie auch zur Baumstruktur verknüpft.The implementation of a location index is based, for example, on an N-tree, i.e. a higher-dimensional extension of a binary tree. In the special case of a spatio-temporal database, it is a three- or four-dimensional index structure; with the usual three spatial dimensions and one temporal dimension. Special forms of these trees are known, for example, as R trees, quad trees or oct trees. The tree nodes are created in a special way and stored in a part of the binary key-value database, which way of creation also links them to the tree structure.
Die Koordinaten einzelner raumbezogener Werte in der Datenbank werden für die Berechnung ihres binären Schlüssels in der Datenbank in eine andere Form umgewandelt. Dabei wird jede einzelne Koordinate zum Beispiel zuerst zu einer vorzeichenbehaftete binären Fixpunkt-Zahl mit bekannter Bitlänge, zum Beispiel 32 oder 64, umgewandelt. Dies geschieht, indem die globale Koordinate zuerst durch eine reversible Transformation in ein lokales Koordinatensystem überführt werden, um den verwendeten Wertebereich der gewählten Fixpunktdarstellung optimal zu verwenden.The coordinates of individual spatial values in the database are converted to a different form for the calculation of their binary key in the database. Each individual coordinate is, for example, first converted to a signed binary fixed-point number with a known bit length, for example 32 or 64. This is done by first converting the global coordinates into a local coordinate system by means of a reversible transformation in order to to optimally use the applied value range of the selected fixed point representation.
In diesem lokalen Koordinatensystem werden die Koordinaten jeweils „abgeschnitten“ um einen lokalen Koordinatenschlüssel in Fixpunktdarstellung zu bilden. Schlussendlich wird der lokale Koordinatenschlüssel in einen Index auf einer mehrdimensionalen raumfüllenden Kurve, einer Z-Kurve, umgewandelt. Dafür werden die Bits der verschiedenen Fixpunktkoordinaten verschränkt umgeordnet, so dass je ein oder mehr Bits je Koordinate aufeinander folgen. Die binäre Repräsentation dieses Punktindexes wird, beginnend mit den höchstwertigen Bits, als Teil des Schlüssels in der Datenbank verwendet.In this local coordinate system, the coordinates are "cut off" to form a local coordinate key in fixed-point representation. Finally, the local coordinate key is converted into an index on a multidimensional space-filling curve, a z-curve. To do this, the bits of the various fixed point coordinates are rearranged in an interlaced manner, so that one or more bits follow each other for each coordinate. The binary representation of this point index, starting with the most significant bits, is used as part of the key in the database.
Der Datenindex wird darauf aufbauend wie folgt definiert: Jeder Eintrag in der Indexbaumstruktur entspricht einem achsenparallelen Raumwürfel (Voxel) in lokalen Koordinaten und enthält zusätzliche aggregierte Informationen über alle darin enthaltenen Datenpunkte. Der Raumwürfel, kurz Würfel, wird durch ein Präfix der binären Indexzahl bezeichnet und beinhaltet alle Koordinaten, die mit diesem bestimmten Präfix beginnen. Der binäre Schlüssel in der Datenbank setzt sich aus der Konkatenation der Präfixlänge, also die Anzahl der enthaltenen Bits pro Koordinate, und dem Präfix selbst zusammen. Die Präfixlänge ist gleichbedeutend mit der Tiefe des Würfels in der Baumstruktur. Dies ermöglicht eine einfache Rekonstruktion der Schlüssel des Elternknotens und der Kindknoten, also der Baumstruktur, und ermöglicht einen Zugriff auf diese Knoten, sofern vorhanden, in der Datenbank. Die Wurzel wird eindeutig mit einer Präfixlänge von Null und einem leeren Präfix bezeichnet.Based on this, the data index is defined as follows: Each entry in the index tree structure corresponds to an axis-parallel space cube (voxel) in local coordinates and contains additional aggregated information about all data points contained therein. The space cube, or cube for short, is denoted by a prefix of the binary index number and includes all coordinates beginning with that particular prefix. The binary key in the database consists of the concatenation of the prefix length, i.e. the number of bits contained per coordinate, and the prefix itself. The prefix length is equivalent to the depth of the cube in the tree structure. This allows easy reconstruction of the keys of the parent node and the child nodes, i.e. the tree structure, and allows access to these nodes, if any, in the database. The root is uniquely denoted with a prefix length of zero and an empty prefix.
Aus dem binären Schlüssel kann auch der beschriebene Voxel in lokalen Koordinaten abgelesen werden. Durch die Umkehrung der lokalen Transformation kann außerdem für jeden Eintrag das globale Volumen des Voxels als Polytop in globalen Koordinaten beschrieben werden. Es ist ferner verzeichnet wie viele Datenpunkte sich räumlich im Inneren des Würfels befinden. Für indizierte skalare Daten enthält ein sogenannter Cache Cube zudem die Summe aller Datenpunkte, das arithmetische Mittel aller Datenpunkte, eine untere und eine obere Schranke für deren Werte und die minimalen und maximalen tatsächlich vorkommenden Koordinaten. Mit anderen Worten, geben aggregierte Information im Ortsindex Auskunft über die Summe von Messwerten, das arithmetische Mittel von Messwerten, den minimalen oder den maximalen Messwert in einem Teilbereich von spatialen oder spatio-temporalen Produktionsdaten. Mittels der Cache Cubes kann somit eine Vorauswertung von Informationen basierend auf dem Ortsindex stattfinden, so dass der Index aggregierte Informationen, in Form der Cache Cubes, über Messdaten umfasst. Ferner speichert jeder Würfel grundlegende Informationen über seine Kindknoten. Dies umfasst insbesondere, welche Kindknoten vorhanden sind.The described voxel can also be read in local coordinates from the binary key. In addition, by reversing the local transformation, the global volume of the voxel can be described as a polytope in global coordinates for each entry. It is also recorded how many data points are spatially inside the cube. For indexed scalar data, a so-called cache cube also contains the sum of all data points, the arithmetic mean of all data points, a lower and an upper limit for their values and the minimum and maximum coordinates that actually occur. In other words, aggregated information in the location index provides information about the sum of measured values, the arithmetic mean of measured values, the minimum or the maximum measured value in a sub-area of spatial or spatio-temporal production data. A pre-evaluation of information based on the location index can thus take place by means of the cache cubes, so that the index includes aggregated information, in the form of the cache cubes, about measurement data. Furthermore, each cube stores basic information about its child nodes. This includes in particular which child nodes are present.
Beim Durchsuchen des Baums zur Ausführung einer Abfrage werden alle Informationen eines Würfels genutzt, um zu entscheiden, in welchem Teil die Suche fortgeführt wird. Insbesondere wird berücksichtigt, ob sich in diesem Teil überhaupt Datenpunkte befinden und ob ein Laden eines Kindknotens zweckdienlich ist. Außerdem wird bewertet, ob ein Absteigen in einen Kindknoten effizienter als eine direkte Iteration über die enthaltenen Datenpunkte ist und ob diese Iteration in einer nebenläufigen Routine stattfinden sollte.When searching the tree to execute a query, all the information in a cube is used to decide which part to search on. In particular, it is taken into account whether there are any data points in this part at all and whether loading a child node is expedient. In addition, it is evaluated whether descending to a child node is more efficient than directly iterating over the contained data points and whether this iteration should take place in a concurrent routine.
Mithilfe der verzeichneten Daten eines Cache Cubes können auch Logik-Prädikate, die in der Datenbankabfrage spezifiziert sind, in manchen Fällen für alle Datenpunkte in dem Cache Cube auf einmal überprüft werden. In speziellen Fällen kann zum Beispiel für alle enthaltenen Punkte garantiert werden, dass das Ergebnis ‚falsch‘ ist, ohne das Prädikat für alle enthaltenen Punkte individuell auszuwerten. Dann kann der Würfel inklusive aller seiner Kinder in Zusammenhang mit einer Suche nach Punkten bei denen das Prädikat ‚wahr‘ zurückgibt übersprungen werden. Durch die vermiedenen Ladevorgänge wird Speicherbandbreite gespart. Außerdem reduziert die verringerte Anzahl der Auswertungen die benötigte Prozessorzeit.Using the cached data of a cache cube, logic predicates specified in the database query can also be checked in some cases for all data points in the cache cube at once. In special cases, for example, it can be guaranteed that the result is 'wrong' for all points contained, without evaluating the predicate individually for all points contained. Then the cube including all its children can be skipped in connection with a search for points where the predicate returns 'true'. The avoided loads save memory bandwidth. In addition, the reduced number of evaluations reduces the required processor time.
Für manche Cache Cubes kann aufgrund der Beschaffenheit ihrer Elternknoten oder ihrer Kindknoten oder der enthaltenen Datenpunkte im Voraus berechnet werden, dass sich der Abfrageauswertungsalgorithmus nie dazu entscheiden wird, diese Cache Cubes zu laden. Diese Cubes können noch bei der Erzeugung des Indexes aus der Datenbank gelöscht werden. Dies spart Speicher, der sonst für die Repräsentation der aggregierten Werten notwendig wäre. Für einen Durchsuchungsalgorithmus ist es zum Beispiel nicht von Vorteil einen Cache Cube mit einem einzelnen Datenpunkt zu laden, da dieser Cube keine über den Datenpunkt hinausgehende Information enthält.For some cache cubes, because of the nature of their parent nodes or their child nodes, or the data points they contain, it can be calculated in advance that the query evaluation algorithm will never choose to load those cache cubes. These cubes can still be deleted from the database when the index is created. This saves memory that would otherwise be required for representing the aggregated values. For example, it is not beneficial for a browsing algorithm to load a cache cube with a single data point, since that cube contains no information beyond the data point.
Weitere ImplementierungenOther implementations
In Beispielimplementierungen der hierin beschriebenen Technologie kann ein Computergerät 1240, 1270 eine beliebige Anzahl von Hardware- und/oder Softwareanwendungen enthalten. In Beispielimplementierungen können eine oder mehrere I/O-Schnittstellen die Kommunikation zwischen dem Computergerät und einem oder mehreren I/O-Geräten ermöglichen. Beispielsweise können ein universeller serieller Busanschluss, ein serieller Anschluss, ein Diskettenlaufwerk, ein CD-ROM-Laufwerk und/oder ein oder mehrere Benutzerschnittstellengeräte, wie z. B. ein Display, eine Tastatur, ein Tastenfeld, eine Maus, ein Bedienfeld 1260, ein Touchscreen-Display, ein Mikrofon usw., die Benutzerinteraktion mit dem Computergerätermöglichen. Die eine oder mehrere I/O-Schnittstellen können dazu verwendet werden, Daten und/oder Benutzeranweisungen von einer Vielzahl von Eingabegeräten zu empfangen oder zu sammeln. Die empfangenen Daten können von einem oder mehreren Computerprozessoren verarbeitet werden, wie es in verschiedenen Implementierungen der offengelegten Technologie gewünscht wird, und/oder in einem oder mehreren Speichergeräten 1280 gespeichert werden.In example implementations of the technology described herein, a
Eine oder mehrere Netzwerkschnittstellen können die Verbindung der Eingänge und Ausgänge des Computergeräts mit einem oder mehreren geeigneten Netzwerken 1250 und/oder Verbindungen erleichtern; z. B. die Verbindungen, die die Kommunikation mit einer beliebigen Anzahl von Sensoren 1230 ermöglichen, die dem System 1200 zugeordnet sind. Die eine oder mehreren Netzwerkschnittstellen können ferner die Verbindung mit einem oder mehreren geeigneten Netzwerken 1250 erleichtern; zum Beispiel ein lokales Netzwerk, ein Weitverkehrsnetzwerk, das Internet, ein zelluläres Netzwerk, ein Funkfrequenznetzwerk, ein Bluetooth-fähiges Netzwerk, ein Wi-Fi-fähiges Netzwerk, ein satellitengestütztes Netzwerk, ein beliebiges kabelgebundenes Netzwerk, ein beliebiges drahtloses Netzwerk usw. zur Kommunikation mit externen Geräten 1220 und/oder Systemen.One or more network interfaces may facilitate connection of the inputs and outputs of the computing device to one or more
In der vorliegenden Beschreibung werden zahlreiche spezifische Details dargelegt. Es versteht sich jedoch, dass Ausführungsformen der offengelegten Technologie auch ohne diese spezifischen Details praktiziert werden können. In anderen Fällen wurden bekannte Verfahren, Strukturen und Techniken nicht im Detail dargestellt, um das Verständnis dieser Beschreibung nicht zu beeinträchtigen. Verweise auf „eine Ausführungsform“, „Beispielausführungsform“, „einige Ausführungsformen“, „bestimmte Ausführungsformen“, „verschiedene Ausführungsformen“ usw. weisen darauf hin, dass die so beschriebene(n) Ausführungsform(en) der offengelegten Technologie ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft enthalten kann (können), aber nicht jede Ausführungsform notwendigerweise das bestimmte Merkmal, die bestimmte Struktur oder die bestimmte Eigenschaft enthält. Ferner bezieht sich die wiederholte Verwendung des Ausdrucks „in einer Ausführungsform“ nicht notwendigerweise auf dieselbe Ausführungsform, obwohl dies der Fall sein kann.Numerous specific details are set forth in the present specification. However, it is understood that embodiments of the disclosed technology may be practiced without these specific details. In other instances, well-known methods, structures, and techniques have not been shown in detail so as not to obscure the understanding of this specification. References to "one embodiment", "example embodiment", "some embodiments", "particular embodiments", "various embodiments", etc., indicate that the embodiment(s) of the disclosed technology so described have a particular feature, a may include a specific structure or characteristic, but not every embodiment necessarily includes the specific feature, structure, or characteristic. Furthermore, repeated use of the phrase "in one embodiment" is not necessarily referring to the same embodiment, although it may be.
Bei der Beschreibung von Ausführungsbeispielen werden bestimmte Begriffe der Klarheit halber verwendet. Es ist beabsichtigt, dass jeder Begriff seine weiteste Bedeutung hat, wie sie von Fachleuten verstanden wird, und alle technischen Äquivalente einschließt, die in ähnlicher Weise arbeiten, um einen ähnlichen Zweck zu erreichen.In describing example embodiments, certain terms are used for clarity. Each term is intended to have its broadest meaning as understood by those skilled in the art and to include all technical equivalents that operate in a similar manner to achieve a similar purpose.
Während bestimmte Ausführungsformen hierin beschrieben wurden, ist die vorliegende Technologie nicht auf die offengelegten Beispielausführungen beschränkt, sondern umfasst verschiedene Modifikationen und gleichwertige Anordnungen. Obwohl hier spezifische Begriffe verwendet werden, werden sie nur in einem generischen und beschreibenden Sinne und nicht zum Zwecke der Einschränkung verwendet.While particular embodiments have been described herein, the present technology is not limited to the example embodiments disclosed, but encompasses various modifications and equivalent arrangements. Although specific terms are employed herein, they are used in a generic and descriptive sense only and not for purposes of limitation.
In dieser schriftlichen Beschreibung werden Beispiele verwendet, um bestimmte Ausführungsformen der offengelegten Technologie, einschließlich der besten Ausführungsform, zu offenbaren und es jedem Fachmann zu ermöglichen, die offengelegte Technologie zu praktizieren, einschließlich der Herstellung und Verwendung geeigneter Geräte oder Systeme und der Durchführung beliebiger integrierter Verfahren. Der Schutzbereich der nachstehenden Ansprüche kann andere Beispiele umfassen, die im Griffbereich des Fachmanns liegen, auch dann, wenn sie äquivalente Strukturelemente mit unwesentlichen Unterschieden zum Wortlaut der Ansprüche enthalten.Examples are used in this written description to disclose specific embodiments of the disclosed technology, including the best mode, and to enable any person skilled in the art to practice the disclosed technology, including making and using any suitable devices or systems and performing any integrated methods . The scope of the claims below may include other examples that are within the purview of a person skilled in the art, even if they include equivalent structural elements with insubstantial differences from the literal language of the claims.
Claims (15)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20178079.8 | 2020-06-03 | ||
EP20178079 | 2020-06-03 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE202021004135U1 true DE202021004135U1 (en) | 2022-10-11 |
Family
ID=70977457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE202021004135.4U Active DE202021004135U1 (en) | 2020-06-03 | 2021-06-03 | Location-based component analysis based on a digital component twin |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE202021004135U1 (en) |
WO (1) | WO2021245194A1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230039485A1 (en) * | 2021-08-05 | 2023-02-09 | International Business Machines Corporation | Identifying and providing alternative equipment using digital twins |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3208757A1 (en) * | 2016-02-17 | 2017-08-23 | Plataine Ltd. | Tracking production in a production facility, using searchable digital threads |
US10635085B2 (en) * | 2017-05-30 | 2020-04-28 | General Electric Company | Systems and methods for receiving sensor data for an operating additive manufacturing machine and adaptively compressing the sensor data based on process data which controls the operation of the machine |
-
2021
- 2021-06-03 WO PCT/EP2021/064919 patent/WO2021245194A1/en active Application Filing
- 2021-06-03 DE DE202021004135.4U patent/DE202021004135U1/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2021245194A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69431822T2 (en) | Device and method for a model-based process control | |
EP2138914B1 (en) | Method and device for optimising, monitoring or analysing a process | |
DE112004000476T5 (en) | Remote data display in an asset data system for a process plant | |
DE112004000432T5 (en) | Generation of data for marking the operational status of machines | |
EP2804061B1 (en) | Method for monitoring a process and/or production plant | |
DE102011076779A1 (en) | Method and device for predicting the state of a component or system, computer program product | |
DE102020102406A1 (en) | MANAGEMENT DEVICE AND MANAGEMENT SYSTEM | |
CN115495880A (en) | Digital twin model of process manufacturing workshop and digital twin system construction method | |
DE102021212983A1 (en) | Machine tool management procedure, machine tool management system and medium | |
DE102020104952A1 (en) | MANAGEMENT DEVICE AND MANAGEMENT SYSTEM | |
CN111582537A (en) | Digital workshop construction method for producing blades | |
DE202021004135U1 (en) | Location-based component analysis based on a digital component twin | |
DE102022205312A1 (en) | MONITORING SYSTEM AND ADDITIVE MANUFACTURING SYSTEM | |
DE10129676B4 (en) | Method, apparatus and computer program product for determining the effects of design decisions | |
EP3699704B1 (en) | System and method for validating system requirements of cyber-physical systems | |
EP3708945B1 (en) | Evaluation of measurement data from a measurement of a plurality of workpieces | |
EP4108411A2 (en) | Method, system and computer program product for monitoring a forming process | |
DE102009055314A1 (en) | System for designing a molded part | |
DE112017004549T5 (en) | CHANGE ANALYSIS FOR PROGRAMS AND VARIOUS SIZES | |
WO2022028827A1 (en) | Method for operating a system, and system coupled to a number of production stations for producing a product | |
DE112018001692T5 (en) | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING PROCESS AND PROGRAM | |
DE102020211616B4 (en) | Method and device for evaluating a measurement specification for measuring workpieces | |
DE102022127792A1 (en) | COMPUTER-IMPLEMENTED METHOD FOR USE IN A COMPUTER-AID PRODUCTION SYSTEM AND PRODUCTION SYSTEM | |
DE102020216401B3 (en) | Method for the automated support of an inspection and/or condition monitoring of objects | |
AT524002B1 (en) | Method for automatically monitoring at least one production process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R207 | Utility model specification |