EP3785090A1 - Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten - Google Patents

Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten

Info

Publication number
EP3785090A1
EP3785090A1 EP19719460.8A EP19719460A EP3785090A1 EP 3785090 A1 EP3785090 A1 EP 3785090A1 EP 19719460 A EP19719460 A EP 19719460A EP 3785090 A1 EP3785090 A1 EP 3785090A1
Authority
EP
European Patent Office
Prior art keywords
movement
data
worker
manual
activity
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.)
Withdrawn
Application number
EP19719460.8A
Other languages
English (en)
French (fr)
Inventor
Klaus Bauer
Eberhard Wahl
Manuel Kiefer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Trumpf Werkzeugmaschinen SE and Co KG
Original Assignee
Trumpf Werkzeugmaschinen SE and Co KG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Trumpf Werkzeugmaschinen SE and Co KG filed Critical Trumpf Werkzeugmaschinen SE and Co KG
Publication of EP3785090A1 publication Critical patent/EP3785090A1/de
Withdrawn legal-status Critical Current

Links

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
    • 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]
    • G05B19/41865—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 job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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]
    • G05B19/41885—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 modeling, simulation of the manufacturing system
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32334—Use of reinforcement learning, agent acts, receives reward
    • 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
    • G05B2219/32—Operator till task planning
    • G05B2219/32423—Task planning
    • 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]

Definitions

  • the present invention relates to a method for accounting for manual activities in a digital control system of an industrial manufacturing plant, in particular in the metal and / or sheet metal processing. Furthermore, the invention relates to an industrial manufacturing plant, in particular in the metal and / or sheet metal processing.
  • Processing steps of workpieces include automated machining steps, such as laser cutting or punching, and manual processing steps. The latter are at least partially based on manual activities.
  • Manual operations include machining of workpieces by drilling, milling, riveting, sawing, hammering, joining together (inserting, screwing, etc.), clamping, and deburring. Such a manual activity of a worker when machining a workpiece is z.
  • B. Part of a manual processing step which is carried out at a manual workstation in the industrial manufacturing plant for metal and / or sheet metal processing.
  • Manual activities also generally include the handling of workpieces such as transporting, sorting, stacking, sorting off, loading and unloading of machines on or between manual and automated work stations and the picking of workpieces.
  • the concepts disclosed herein relate to a manufacturing process of a workpiece that includes multiple manual processing steps, wherein the manual processing steps may form a sequence that is interrupted by automated processing steps. This is referred to herein as a processing process chain.
  • processing steps are carried out, they must be recorded in a digital control system on the workpiece or the associated processing plan.
  • the process chain digitally reflects the progress of production and allows it to be compared with the processing plan.
  • An example of an update process is a posting of a completed / completed processing step (changing the current status) in a production control program of the digital control system (also known as production control system).
  • the status generally refers to the current position in a processing plan of an order.
  • the processing plan generally includes not only processing steps, but also necessary intermediate events such as transport from one workstation to the next.
  • the production control program or the production control system provides access to the digital data of a job, in particular the current digitally stored status of the processing of the workpieces or the already performed and the pending processing steps.
  • the production control program may also output each individual order, the respective status of a machining plan, the location of a work piece in a manufacturing facility, etc. to a display device such as a screen, tablet or smartphone.
  • the production control program may be configured to control the operation of e.g. B. automated processing steps to control, for example, machines.
  • One aspect of this disclosure is based on the object of making manual processing steps in a digital control system accessible as part of a digital process chain of the production and, in particular, automatically supporting or making the creation of such a digital process chain.
  • a method for automated accounting of manual activities is disclosed. These are performed by a worker in an industrial manufacturing facility during the manufacture of a workpiece.
  • the manufacturing includes the processing (e.g. Processing steps) and handling (eg transport and positioning) of a work piece.
  • the booking is carried out in a digital control system for the creation of a digital production process chain, whereby the digital process chain comprises activity profiles which are each assigned to a manual activity.
  • the method comprises the steps:
  • the movement data and the position data being input data of a classification process, in which the input data are classified with respect to the activity profiles and a specific activity profile for the movement data is output, and
  • an industrial manufacturing facility for workpieces comprising manual operations by a worker and optionally automated processing steps on the workpieces.
  • a production of the work piece is mapped in a digital process chain.
  • the manufacturing facility includes at least one manual workstation where one or more manual activities can be performed by the operator.
  • the manufacturing facility includes a system for detecting a movement of the worker or an item being moved by the worker. The movement occurs when performing a manual activity.
  • the manufacturing facility comprises a system for detecting a position in the industrial manufacturing facility at which the detected movement of the worker or the moving member takes place. Accordingly, manual activity movement data and manual activity position data may be provided to a digital control system of the manufacturing facility.
  • the digital control system is designed to create the digital process chain, which includes several, depending Weil assigned to a manual activity, activity profiles and the production of the workpiece digitally maps.
  • the control system comprises an algorithmic data evaluation unit which is adapted to classify input data formed by the movement data and the position data of the manual activity with respect to the activity profiles and to output a specific activity profile for a detected movement of the worker or the moving element.
  • the control system is designed to record issued specific activity profiles in the digital process chain. The assignment of a manual activity to a digital job profile, the related structure of the digital process chain and the corresponding booking of manual activities digitally depict manual and mechanical processing steps.
  • Activity profiles can be defined by a plurality of features, in particular movement characteristics, which are individually characteristic of manual activities such as drilling, milling, riveting, sawing, hammering, joining (inserting, screwing, etc.), clamping, deburring, transporting, Sorting, stacking, sorting, loading and unloading machines and picking of workpieces are.
  • Such features include u.a. specific movement trajectories of z. As a movement of a worker or an element, in particular the spatial course of the movement trajectory, spatial characteristics of the movement trajectory and / or a repetition number of BeWe movement trajectory.
  • an activity profile may include a duration of the movement along the movement trajectory, a start time and / or an end time of the movement along the movement trajectory and a point in time at which the movement trajectory takes place within the scope of a workpiece-specific machining process.
  • an activity profile can be characterized by the specific worker (master, apprentice, laborer, etc.) performing the movement along the movement trajectory.
  • the method may further comprise the following steps:
  • the movement of the worker or the moving element can be detected by a sensor system which outputs movement-specific coordinate data records.
  • the Sen sorsystem may for example have an acceleration sensor, a position sensor and / or egg NEN barometric sensor. These can be designed in particular as MEMS-based sensors. For detecting a sensor from the worker on a body part, in particular dere worn on one arm as a bracelet or glove, on a leg or on the head of the who. This allows a specific tracking of a movement of the corresponding body part.
  • the sensor system may further include a sensor that detects movement of the moving element.
  • the method may further comprise the following steps:
  • 2D or 3D coordinates can be defined across the area of the manufacturing facility.
  • sensors can be specified for specific workplaces or deposits in 2D or 3D.
  • the determination of the position data can be carried out with an interior positioning system which is designed to determine the position of the worker, of the moving element or of the workpiece in the production site.
  • the interior location system can, for. B. on several transceiver units and at least one piece of work, on the moving element or work piece provided mobile unit based.
  • the associated position data can already be given by the workplace in the industrial plant to which the moving element is installed as part of the workplace.
  • the detection of the movement of the worker or of the moved element and / or the determination of the position data can take place with a camera system and image recognition.
  • a data evaluation based on an algorithm for classification, in particular on a self-improving algorithm may have one or more of the following evaluation steps: - processing the input data with a first processing data record and a first processing algorithm for generating intermediate data;
  • Test records may include input data and associated job profiles
  • determining the processing records and processing algorithms may be based on the following steps:
  • Processing records may include records with associated factors (weights), the factors individually weighting the data to be processed.
  • Processing algorithms can be arithmetic, combinatorial and / or logically processing algorithms that further process the data to be processed according to the prescribed combinatorics, arithmetic and / or logic.
  • the data evaluation can furthermore be designed to use a plurality of improvement algorithms and to use improvement algorithms which arrive at given scales faster or more reliably to a predetermined match target.
  • the data evaluation can also be designed to use a plurality of repetition algorithms, and to use repeating algorithms which arrive at given scales faster or more reliably to a predetermined match target.
  • the algorithmic evaluation of the motion data may be performed with at least one neural network.
  • the neural network is configured for specific manual activities in the industrial manufacturing plant. Furthermore, it may alternatively or additionally continuously improve itself.
  • the motion data and the position data are digital input values of the neural network and the activity profiles are mapped as digital output classes in the neural network.
  • a neural network can be a Convolutional Neural Network.
  • folding planes the convolutional layers
  • a first neural network may be provided for detected movements of the worker in the manual activity and a second neural network for detected movements of an element being moved by the worker.
  • the concepts disclosed herein allow manual activities to be securely posted without additional effort.
  • the concepts can be adapted to individual processing modes of the executing person, especially when self-learning and / or self-improving algorithms are used.
  • the update may replace a handwritten signature or the classic user login for verification.
  • FIG. 2 is a perspective view of an industrial plant with manual and au tomatis elected jobs
  • Fig. 3 is a sketch to illustrate the classification process and 4 shows a flow chart to illustrate the method for the automated accounting of a manual activity.
  • mapping is done using pattern recognition of z.
  • the knowledge of the production site is an essential basis for the assignment and is available as a digital shadow of the production site in whole or in part digitally.
  • the additional knowledge of the environment which is present at the time and place of the manual activity, can be included in the evaluation.
  • z. B. be recognized based on the location information of the worker.
  • the approach proposed herein may allow to gain the correct knowledge of the performed manual operation with an increased accuracy and to record it in the production control, in the production control program or in the production control system.
  • the manufacturing control system may include an MES (Manufacturing Execution System) and an indoor location system (herein referred to as location system).
  • the MES may be configured with one or more manual workstations or automated workstations positioned in a factory floor, e.g. B. Machine tools to be connected via wireless or wired communication links.
  • the MES can serve the control of process sequences / manufacturing steps in the industrial production of work pieces with the workstations.
  • the MES can receive information about the process sequences / production steps as well as status information of the workstations.
  • the MES may be implemented in a data processing device.
  • This can be a single electronic data processing device (server) or a bundle of several data processing devices (server network / cloud).
  • the data processing device or the composite can be provided locally in the production site or can be set up outside of a decentralized location.
  • Machining steps in the metal and sheet metal processing include, for example, cutting, cutting, punching, deforming, bending, joining, surface treatment, etc. of the workpieces. Such processing steps can be stored together in an editing plan.
  • a machining plan can be provided jointly for several workpieces in a workpiece assembly.
  • the MES can be designed so that the machining plans of the workpieces to be produced can be created and processed in it.
  • the MES can represent the status of the workpieces. This means that the MES can output the sequence of processing steps as well as the processing steps already carried out.
  • the MES can additionally be designed to allocate individual machining plans to the workstations.
  • the MES can be additionally designed to intervene at any time manually or automatically in the processing steps of a machining plan. This has the advantage that it can be reacted very flexibly to different, in particular unexpected alstre tend events during the manufacturing process of several under defenceli chen processing plans. These events can, for.
  • the location system is designed for indoor positioning of mobile locating units (see FIG. 2). It may have multiple stationary and / or mobile transceiver units and cooperate with the MES in the digital assignment.
  • the mobile positioning units can be located via the transceiver units by means of runtime analysis.
  • the transceiver units can be fixedly installed on the hall ceiling, on hall walls, machine tools, bearing structures, etc.
  • the positions of the transceiver units are stored, for example, in a digital layout of the production hall.
  • a mobile location unit may also be operated as a mobile transceiver unit.
  • raw data of the movement can be analyzed for the activity profiles with a data evaluation (eg based on a neural network).
  • absolute coordinates of a movement trajectory of the worker in the production site are present, they can be unambiguously assigned a known job profile in space and time with their characteristics.
  • the movement can be detected in one or more of the following ways:
  • Optical motion detection One detects with one or more cameras orts resolved movements taking place.
  • Locating movements are detected by means of indoor positioning, such as the "Ultra Wide Band (UWB)" technology for indoor location.
  • UWB Ultra Wide Band
  • Sensor-based motion detection Information about the ongoing motion is obtained with sensors such as accelerometers and gyrosensor. Sensors may be provided at the worksman (eg, by the worker's hand) or on an element moved by the worker (eg, a footswitch).
  • sensors and indoor location can be at least partially due to the use of surveillance cameras and image processing however, stationary cameras at the location of the manual activity to be recorded often encounter limits of acceptance and privacy considerations.
  • Fig. 1 illustrates the method for the automated posting of a manual activity based on a schematic overview of an industrial manufacturing plant 1, which is connected via data links with a digital control system 3.
  • a final product 23 ' is generated at the manual and automati cal workstations. That is, there are manual operations M performed by a worker 21 and automated processing steps A of machines at the work piece 23 according to a processing plan.
  • the manual activities M include z.
  • manual operations such as drilling, milling, or bending of the workpiece 23 as well as the manual handling such as sorting, transporting or loading of Ma chines.
  • the manufacturing process in the manufacturing plant 1 is illustrated in Fig. 1 with an arrow 4 ver, which passes through the various processing steps.
  • the manufacturing process is controlled and monitored by the digital control system 3.
  • the digital control system 3 comprises an algorithmic data evaluation unit 7.
  • the data evaluation unit 7 is set up to map the manufacturing process in a digital process chain 5, in which the manual and maschi nelle processes performed on the workpiece are stored. Information about the automated processing steps A are available digitally to the machines of the workstations A1, A2, A3 and can accordingly be simply included in the digital process chain. This does not apply to manual processing. Nevertheless, to map manual processes in the digital process chain 5 can, the data evaluation unit 7 is further adapted to a method for Automati s convinced accounting of manual activities M, which are performed by the worker 21 in an industrial plant 1 in the manufacture of the final product 23 'run.
  • the data evaluation unit 7 receives via data inputs 7A data which are evaluated with the algorithms NN1, NN2, the data belonging to manual activities to be recorded at the manual workstations Ml, M2, M3. Various data are provided.
  • the data to be evaluated comprise position data 9A z. B. a mobile unit 15 'of an indoor location system, with which a position of the worker 21 is detected, where this performs the manual activity M of the workplace Ml in the manufacturing plant 1.
  • position data 9B of the position of the manual activity in the production site 1 can be made available for example by means of image analysis from image data of a camera 11.
  • the data to be evaluated comprise movement data 12A of movement sensors 17, which are provided, for example, on the hands of the worker 21 and thus detect movement trajectories as an example of movement data, which are e.g. B. picking up, to lift and deposit the workpiece 23 characterize.
  • the movement data 12A belong to a movement of the worker 21 in the manual activity M. They are detected in the manual activity to be recorded by the motion sensor 17 and include, in addition to the movement trajectory z. B. spatial characteristics (direction of movement, motion speed), a repetition number of the same movement trajectories, a duration of movement along the movement trajectory, a start time and / or an end time of the movement and a time at which the movement trajectory in a workpiece-specific machining process takes place.
  • movement data of a movement of an element moved by the worker 21 in the manual activity M can be detected.
  • This can be se with a motion sensor on the moving element (primary / direct motion information).
  • An example of this is the movement of a footswitch at a manual workstation, as indicated schematically in FIG.
  • Other motion sensors may be based on secondary motion information, such as the power consumption of a hand tool.
  • Respective motion data 12B of the moving element is supplied to the data inputs 7A.
  • the movement data 12A, 12B and the position data 9A, 9B are input data relating to movement and location of the manual activity for the algorithmic data evaluation unit 7.
  • the data evaluation with the algorithms NN 1, NN 2 comprises a classification process, which leads to a classification of the input data with regard to possible activity profiles.
  • the classification process or the underlying algorithmic evaluation, outputs a specific activity profile for the detected movement of the worker 21 or the element moved by the worker 21.
  • the output specific activity profile is recorded in the digital process chain 5 of the workpiece 23 with respect to the corresponding manual workstation Ml, M2, M3.
  • the digital control system 3 the digital process chain for a controller of the pro duction site on a display 19, z. As a monitor, spend, so that it can track the status of the manufacturing process of the workpiece 23 and monitor.
  • Fig. 2 shows a schematic partial view of the industrial plant 1.
  • the fully automated workplace Al of the manufacturing plant 1 is z.
  • B. a flatbed machine tool that allows to automatically perform processing steps performed digitally in the digital process chain 5. Correspondingly cut workpieces can be assigned directly to machining plans.
  • the manufacturing plant 1 also has the manual workstation Ml and a partially automated workstation M2. It also recognizes trolleys 31, with which Maschinenstü bridge 23 are transported from one workstation to the next. Further, in the manufacturing facility 1 cameras 11 and an indoor locating system for detecting a movement of the worker 21 in a manual operation, a movement of an element moved by the worker 21 in manual operation or a trolley 31 are installed. The Cameras 11 provide image data to an image recognition system for deriving motion in captured images. The indoor location system uses stationary transceiver 13 and / or mobile transceiver 15 (also called mobile units) to z. B. carried by the workers 21 mobile units 15 ', and thus the positions of the workers 21, in the manufacturing plant 1 to determine. With appropriate resolution and movements of the workers 21 can be determined.
  • a Absortiervorgang is clarified, in which the worker 21 stores workpieces 23 from a sorting table on the trolley 31.
  • the depositing process takes place along a movement trajectory 25A. This is detected with movement sensors on the hands of the worker 21 and the corresponding movement data of this manual activity are transferred to the digital control system, in particular to the data inputs 7A of the data evaluation unit 7.
  • the manual workstation is additionally equipped with cameras 11 for image acquisition, which can be used independently or in addition to the determination of the movement trajectories 25 A.
  • a manual processing step of drilling with a footswitch 33 is indicated.
  • a corresponding signal is output. This corresponds to a movement trajectory 25B of the foot plate of the foot switch 33 and is likewise transmitted to the digital control system, in particular to the data inputs 7B of the data evaluation unit 7.
  • the indoor location system of the manufacturing facility enables the generation of position data of the mobile units 15 'carried by, for example, the workers 21, while fully engaging in manual work in the factory 1 manual operations. These position data are transferred to the data inputs 7A of the data evaluation unit 7.
  • Figures 1 and 2 show an industrial manufacturing plant 1 for the production of workpieces 23.
  • the production includes manual activities of the workers 21 and automated production steps on the workpieces 23.
  • the manufacturing plant 1 comprises and systems for detecting movement of a worker 21 (eg, the indoor location system, the camera image based motion analysis system, motion sensors).
  • the manufacturing facility 1 comprises a system for detecting an element moved by the worker 21 (foot switch 33).
  • These systems allow a location in the industrial manufacturing facility where the detected movement of the worker 21 or the moving member by the worker 21 is located to be known or at least determined.
  • the systems can thus provide movement data of the manual activity and position data of the manual activity for further evaluation.
  • the industrial manufacturing site 1 comprises a digital production control system, which is designed for the creation of the digital process chain.
  • the process chain comprises a plurality of activity profiles, each associated with a manual activity, and reflects the manufacturing process of the workpiece 23.
  • the production control system comprises an algorithmic, in particular self-improving, data evaluation which is designed to classify input data, here the manual activity movement data together with the manual activity position data, with respect to the activity profiles and a specific activity profile for a detected movement of the worker 21 or of the moving element 33 output.
  • Fig. 3 shows schematically aspects of an exemplary classification process, which is schematically referred to as a neural network NN.
  • Position data 9 and motion data 12 are supplied as input values to input nodes 41 of the network NN.
  • direct data for the movement of the worker 21 (arm up / down) or the foot switch 33 (pressed, released) can be transferred to the network NN.
  • Such data essentially determine the movement trajectory.
  • Other data of the movement include a tag D, a start time T in a manual action, and a duration delta t of a manual action.
  • Table 42 indicates data for four holes that were taken in the morning in succession on the same day. Such data may also be assigned to input nodes 41 of the network NN.
  • the values are weighted together. Allocation takes place by means of algorithms which are suitable for a corresponding classifi- ornamentation formed and z. B. were trained in the context of "intelligent" algorithms. The weights are determined, for example, with test activities. In the context of z. B. self-learning algorithms, the data evaluation classified different processing operations and can z. B. recognize the executing workers after repeated implementation again.
  • the output nodes 44 of the network NN are populated with output values 47 determined for the possible activity profiles as a result of the classification. They represent a probability statement on the activity profile to be booked.
  • exemplary output values 47 for action profile "Drill” 46A, "Transport along known motion trajectory 25A” 46B, "Bend” 46C, "Grind” 46D and "Deburr” 46E are listed at manual workstation M2.
  • the position data and movement data of the manual activity at the manual workstation M2 are classified as “drilling” with 95%. Accordingly, an update 49 of the manual activity in the digital process chain 5 takes place.
  • Processing steps Al-X, Al-Y and Al-Z of the automated workstations Al, A2 and A3 are also stored in the digital process chain 5.
  • Fig. 3 also schematically shows a database 51 of possible activity profiles associated with the various manual workstations Ml, M2, M3.
  • the activity profiles may be specific to workers A, B, C.
  • the work station M1 includes the activity profiles 45A-A, 45B-A, 45C-A ... for workers A, 45A-B, 45B-B, 45C-B ... for worker B, etc.
  • the work station M2 includes the Activity profiles 46A-A, 46B-A for Wer ker A, and 46A-B, 46B-B ... for Werker B.
  • Fig. 4 shows a flowchart illustrating the method for automated verbu tion of manual activities.
  • the starting point of the method is the steps 61 and 63 of providing movement data of a manual activity to be recorded and providing position data of the manual activity to be recorded.
  • the step 61 of providing movement data may include, for example, step 61A, in which movement of a worker at the manual activity or an element which is moved by the worker in the manual activity.
  • the step 61 of providing movement data may include the step 61B of generating motion data describing movement of the worker or the moving member for the detected movement.
  • the step 63 of providing position data of the manual activity to be recorded may be e.g. B.
  • step 63 A determination (step 63 A) of the position data for the position in the industrial plant, where the detected movement of the worker or the moving element takes place to seize, in particular camera-assisted or by means of indoor location. Further, the position data may be set by the work station in the industrial manufacturing facility (step 63B). In steps 61C and 63C, the movement data and the position data are supplied as input data to at least one input of the classification process.
  • step 65 an algorithmic evaluation of the movement data and the position data takes place and a specific activity profile for the movement data is output. Based on this, in step 67, the output specific activity profile in the digital process chain of the workpiece is posted.
  • the control system can recognize by sample analysis that the worker has grabbed a workpiece and that he is depositing it. This can be detected in parallel with cameras to z. For example, it also identifies where a workpiece was gripped and where the hand was when it was deposited. Furthermore, for example, when sorting the masses of the deposited parts can be detected with sensors. Since source, target and roughly the mass are known, the pattern analysis can be used to be derived from animals. An appropriate booking of the sorting process can automatically follow.
  • Measurement of the start and result state can be detected by additional sensors. These parameters can also be incorporated into the pattern recognition.
  • the following sensors are provided to the worker: acceleration sensor, magnetic field sensor, rotation rate or active RFID for spatial resolution. Movement patterns of hand, foot or arm can thus relate to space trajectories, position vectors, and time windows.
  • cameras for image processing can be installed, in particular IR cameras / thermal imaging cameras. Furthermore, detection can take place via ultrasound.
  • machine data such as power consumption can be indirectly linked to an activity profile.
  • This relates in particular to the detection of moving elements by manual manipulation by the worker. Accordingly, movement patterns for a pressing beam, a rocker arm, a foot switch can be supplemented, again together with position data and time information.
  • sensors are integrated in a glove of the welder or external sensors are attached directly to the machine.
  • the classification is based on the fact that there are binary states during production, because a worker can only carry out one manual activity at a time. The probability to be determined for this manual activity is maximum, whereas the probabilities for the remaining manual activities are low.
  • classification tasks can be processed with deep leaming strategies, for example with neuronal networks and, in particular, with convolutional neutral networks.
  • a probability matrix of the present activity profiles is generally to be created and verified.
  • a neural network is understood here to mean a system of interconnected data points whose values are offset against each other. The connections of the Points have a numerical weighting that is adjusted during a training process, so that a correctly trained network responds correctly to a motion pattern to be detected.
  • the network usually consists of several layers of data points. Each layer has many data points that result in a likelihood score on output data points based on the specific weights on different combinations of input values given at input data points. Folding neural networks with special folding layers and weights in this layer are used in particular in pattern recognition.
  • Classification processes can be designed specifically for a manual workstation.
  • trained networks For algorithmic evaluation, trained networks (fully trained systems) can be used.
  • the algorithmic evaluation can be exposed to a constant adaptation of the underlying net (trainable system, which is constantly being trained). The latter allows adaptation to changing conditions and is particularly advantageous if job profiles of a job are not permanently consistent.
  • Such an indoor location system has a plurality of mobile, and / or permanently installed in the production hall, transceiver units and an analysis unit for detecting a position of a mobile positioning unit.
  • the transceiver units and the mobile locating unit are designed to generate, transmit, receive and process electromagnetic signals.
  • the analysis unit is designed to determine transit times of the electromagnetic signals between the transceiver units and the mobile location unit and to determine the position of the mobile location unit in the production hall from the transit times of the electromagnetic signals.
  • the indoor positioning system is provided for providing data on the position of the mobile locating unit to the control unit.
  • the analysis unit mentioned herein may be an electronic circuit which processes signals, individually by itself, combining with each other, or both.
  • the analysis unit can carry out analyzes in particular according to predetermined or adjustable analog or digital thresholds.
  • the analysis unit may in particular comprise a memory, an arithmetic logic calculation device, and input and output connections and / or devices.
  • electromagnetic signals By generating electromagnetic signals here is the conversion of electrical power, eg. B. from a DC power supply, in particular battery or rechargeable battery, in electromagnetic signals in the radio frequency range or higher frequencies meant that are suitable for broadcasting to other mobile transceiver units (generally for communi) are suitable.
  • processing electromagnetic signals is meant here the analog and / or digital conversion of the electromagnetic signals into information which can be stored and / or processed further and which can lead to further actions of the mobile transceiver units.
  • the mobile transceiver units and the stationary transceiver units thus comprise electronic circuits and an electrical power supply and may be configured to process data transmitted with the electromagnetic signals.
  • the manufacturing control and algorithmic data evaluation unit disclosed herein may be designed for the metalworking industry.
  • machine tools especially flatbed machine tools, can be designed to create workpieces as output elements for subsequent machining operations (also referred to herein purely as machining or processing steps).
  • the workpieces can z. B. from a punching or laser cutting machine according to a processing plan in various forms and quantities of a, in particular present in a sheet form, flat material, such as a metal sheet or a metal object, for. As tube, sheet or steel plate, are generated.
  • the processing plan may be stored in a processing control system monitoring and controlling the processing operations or a production control of a production facility, in particular digitally, and be aligned with digital process chains.
  • the processing plan may, for example, in a punching or laser cutting machine, contain instructions for driving, where, for. B. with a punching tool or laser cutting beam, the material should be cut. Information in this regard can be stored in the digital process chain after execution.
  • the processing plan can also provide further information for manual processing steps, such as: As forming, joining, welding, surface treatment, etc. have.
  • the concepts disclosed herein may automate a manual activity posting based on classifying the activities into activity profiles.
  • the corresponding infor mation can be stored connected according to the order information for industrial machining of workpiece, which is finally the processing steps taken in the digital process chain correspond.
  • the end products mentioned herein have gone through all the processing steps according to the associated processing plan.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es wird ein Verfahren zur automatisierten Verbuchung von manuellen Tätigkeiten (M) offenbart, die von einem Werker (21) in einer industriellen Fertigungsstätte (1) bei der Bearbeitung eines Werkstücks (23) durchgeführt werden. Die Verbuchung erfolgt in einem digitalen Steuerungssystem (3) zur Erstellung einer digitalen Prozesskette (5) der Fertigung. Die digitale Prozesskette (5) umfasst Tätigkeitsprofile (31, 32, 33,...), die jeweils einer manuellen Tätigkeit (M) zugeordnet sind. Das Verfahren umfasst die Schritte: - Bereitstellen (Schritt 61) von Bewegungsdaten (12A, 12B) einer zu verbuchenden manuellen Tätigkeit (M), - Bereitstellen (Schritt 63) von Positionsdaten (9A, 9B) der zu verbuchen den manuellen Tätigkeit (M), - algorithmisches Auswerten (Schritt 65) der Bewegungsdaten (12A, 12B) und der Positionsdaten (9A, 9B), wobei die Bewegungsdaten (12A, 12B) und die Positionsdaten (9A, 9B) Eingangsdaten eines Klassifizierungsprozesses sind, in dem die Eingangsdaten hinsichtlich der Tätigkeitsprofile (31, 32, 33,...) klassifiziert werden und ein spezifisches Tätigkeitsprofil (31, 32, 33,...) für die Bewegungsdaten (12A, 12B) ausgegeben wird, und - Verbuchen des ausgegebenen spezifischen Tätigkeitsprofils (31, 32, 33,...) in der digitalen Prozesskette (5) des Werkstücks (23).

Description

INDUSTRIELLE LERTIGUNGS STÄTTE UND VERFAHREN ZUR AUTOMATISIERTEN VERBUCHUNG VON MANUELLEN TÄTIGKEITEN
Die vorliegende Erfindung betrifft ein Verfahren zur Verbuchung von manuellen Tätigkeiten in einem digitalen Steuerungssystem einer industriellen Fertigungsstätte, insbesondere in der Metall- und/oder Blechverarbeitung. Ferner betrifft die Erfindung eine industrielle Fertigungs- stätte, insbesondere in der Metall- und/oder Blechverarbeitung.
Beispielhaft für die metallverarbeitende Industrie werden in der industriellen Metall- und/oder Blechverarbeitung oft viele Teile unterschiedlicher Größe verschiedenen Verarbeitungsschrit ten zugeführt. So werden beispielsweise Werkstücke, z. B. aus einem vorgeformten Grundma terial erzeugtes Laserschnittgut oder gestanzte Blechteile, an einem Arbeitsplatz mit einer Werkzeugmaschine manuell absortiert und einer sich anschließenden Abfolge von manuellen und maschinellen Verarbeitungsschritten zugeführt. Werkstücke in der industriellen Metall- und/oder Blechverarbeitung sind beispielsweise Blechteile und Metallteile.
Verarbeitungsschritte von Werkstücken umfassen automatisierte maschinelle Verarbeitungs schritte, wie das Laserschneiden oder Stanzen, und manuelle Verarbeitungsschritte. Letztere beruhen zumindest teilweise auf manuellen Tätigkeiten. Manuelle Tätigkeiten umfassen die Bearbeitung von Werkstücken mittels Bohren, Fräsen, Nieten, Sägen, Hämmern, Zusammen fügen (Stecken, Schrauben etc.), Einspannen, und Entgraten. Eine derartige manuelle Tätig keit eines Werkers bei der Bearbeitung eines Werkstücks ist z. B. Teil eines manuellen Verar beitungsschritts, der an einem manuellen Arbeitsplatz in der industriellen Fertigungsstätte zur Metall- und/oder Blechverarbeitung durchgeführt wird. Manuelle Tätigkeiten umfassen ferner allgemein die Handhabung von Werkstücken wie das Transportieren, Sortieren, Stapeln, Ab sortieren, Beladen und Entladen von Maschinen an oder zwischen manuellen und automati sierten Arbeitsplätzen sowie das Kommissionieren von Werkstücken.
Die hierin offenbarten Konzepte beziehen sich auf einen Fertigungsvorgang eines Werkstücks, der mehrere manuelle Verarbeitungsschritte umfasst, wobei die manuellen Verarbeitungs schritte eine Abfolge bilden können, die von automatisierten Verarbeitungsschritten unterbro chen wird. Dies wird hierin als Verarbeitungsprozesskette bezeichnet.
Werden Verarbeitungsschritte durchgeführt, sind diese in einem digitalen Steuerungssystem auf das Werkstück bzw. den zugehörigen Bearbeitungsplan zu verbuchen. Derartige Verbu- chungsvorgänge führen zu einer digitalen Prozesskette des Fertigungsvorgangs eines Werk stücks. Die Prozesskette spiegelt den Fortschritt der Fertigung digital wieder und erlaubt es, diesen mit dem Bearbeitungsplan zu vergleichen. Ein Beispiel eines Verbuchungs Vorgangs ist ein Einbuchen eines erfolgten/abgeschlossenen Verarbeitungsschritts (Ändern des aktuellen Status) in einem Fertigungssteuerungsprogramm des digitalen Steuerungssystems (auch Ferti gungssteuerungssystem). Der Status betrifft allgemein die aktuelle Position in einem Bearbei tungsplan eines Auftrags. Der Bearbeitungsplan umfasst allgemein nicht nur Verarbeitungs schritte, sondern auch notwendige Zwischenereignisse wie den Transport von einem Arbeits platz zum nächsten.
Das Fertigungssteuerungsprogramm bzw. das Fertigungssteuerungssystem stellt den Zugriff auf die digitalen Daten eines Auftrags bereit, insbesondere den aktuellen digital hinterlegten Status der Bearbeitung der Werkstücke oder die bereits vorgenommenen und die noch anste henden Verarbeitungsschritte. Das Fertigungssteuerungsprogramm kann ferner jeden einzel nen Auftrag, den jeweiligen Status eines Bearbeitungsplans, den Aufenthaltsort eines Werk stücks in einer Fertigungsstätte, etc. an eine Anzeigevorrichtung wie ein Bildschirm, Tablet oder Smartphone ausgeben. Ferner kann das Fertigungssteuerungsprogramm dazu eingerichtet sein, den Ablauf von z. B. automatisierten Verarbeitungsschritte zu steuern, beispielsweise Maschinen anzusteuem.
Einem Aspekt dieser Offenbarung liegt die Aufgabe zugrunde, auch manuelle Verarbeitungs schritte in einem digitalen Steuerungssystem als Teil einer digitalen Prozesskette der Ferti gung zugänglich zu machen und insbesondere die Erstellung einer derartigen digitalen Pro zesskette automatisiert zu unterstützen bzw. vorzunehmen. Mit anderen Worten ist es eine Aufgabe dieser Offenbarung, einen Werker und seine manuellen Tätigkeiten in Form eines digitalen Schattens im digitalen Steuerungssystem abzubilden.
Zumindest eine dieser Aufgaben wird gelöst durch ein Verfahren nach Anspruch 1 und durch eine industrielle Fertigungsstätte nach Anspruch 13. Weiterbildungen sind in den Unteran sprüchen angegeben.
In einem Aspekt wird ein Verfahren zur automatisierten Verbuchung von manuellen Tätigkei ten offenbart. Diese werden von einem Werker in einer industriellen Fertigungsstätte bei der Fertigung eines Werkstücks durchgeführt. Hierin umfasst die Fertigung die Bearbeitung (z. B. Verarbeitungsschritte) und Handhabung (z. B. Transport und Positionierung) eines Werk stücks. Die Verbuchung erfolgt in einem digitalen Steuerungssystem zur Erstellung einer digi talen Prozesskette der Fertigung, wobei die digitale Prozesskette Tätigkeitsprofile umfasst, die jeweils einer manuellen Tätigkeit zugeordnet sind. Das Verfahren umfasst die Schritte:
- Bereitstellen von Bewegungsdaten einer zu verbuchenden manuellen Tätigkeit,
- Bereitstellen von Positionsdaten der zu verbuchenden manuellen Tätigkeit,
- algorithmisches Auswerten der Bewegungsdaten und der Positionsdaten, wobei die Bewegungsdaten und die Positionsdaten Eingangsdaten eines Klassifizierungsprozesses sind, in dem die Eingangsdaten hinsichtlich der Tätigkeitsprofile klassifiziert werden und ein spezi fisches Tätigkeitsprofil für die Bewegungsdaten ausgegeben wird, und
- Verbuchen des ausgegebenen spezifischen Tätigkeitsprofils in der digitalen Prozess kette des Werkstücks.
In einem weiteren Aspekt wird eine industrielle Fertigungsstätte für eine Fertigung von Werk stücken, die manuelle Tätigkeiten von einem Werker und optional automatisierte Verarbei tungsschritte an den Werkstücken umfasst, offenbart. Dabei wird eine Fertigung des Werk stücks in einer digitalen Prozesskette abgebildet. Die Fertigungsstätte umfasst mindestens ei nem manuellen Arbeitsplatz, an dem eine oder mehrere manuelle Tätigkeiten vom Werker vorgenommen werden können. Ferner umfasst die Fertigungsstätte ein System zum Erfassen einer Bewegung des Werkers oder eines Elements, das durch den Werker bewegt wird. Die Bewegung erfolgt bei der Durchführung einer manuellen Tätigkeit. Ferner umfasst die Ferti gungsstätte ein System zum Erfassen einer Position in der industriellen Fertigungsstätte, an der die erfasste Bewegung des Werkers oder des bewegten Elements stattfindet. Entsprechend können Bewegungsdaten der manuellen Tätigkeit und Positionsdaten der manuellen Tätigkeit einem digitalen Steuerungssystem der Fertigungsstätte bereitgestellt werden. Das digitale Steuerungssystem ist zur Erstellung der digitalen Prozesskette ausgebildet, die mehrere, je weils einer manuellen Tätigkeit zugeordnete, Tätigkeitsprofile umfasst und die Fertigung des Werkstücks digital abbildet. Dafür umfasst das Steuerungssystem eine algorithmische Daten- auswerteeinheit die dazu ausgebildet ist, Eingangsdaten, die von den Bewegungsdaten und den Positionsdaten der manuellen Tätigkeit gebildet werden, hinsichtlich der Tätigkeitsprofile zu klassifizieren und ein spezifisches Tätigkeitsprofil für eine erfasste Bewegung des Werkers oder des bewegten Elements auszugeben. Ferner ist das Steuerungssystem dazu ausgebildet, ausgegebene spezifische Tätigkeitsprofile in der digitalen Prozesskette zu verbuchen. Die Zuordnung einer manuellen Tätigkeit zu einem digitalen Tätigkeitsprofil, der damit ver bundene Aufbau der digitalen Prozesskette und entsprechende Verbuchungen von manuellen Tätigkeiten bilden manuelle und maschinelle Verarbeitungsschritte digital ab.
Tätigkeitsprofile können durch eine Mehrzahl von Merkmalen, insbesondere Bewegungs- merkmale, definiert werden, wie sie individuell charakteristisch für manuelle Tätigkeiten wie Bohren, Fräsen, Nieten, Sägen, Hämmern, Zusammenfügen (Stecken, Schrauben etc.), Ein spannen, Entgraten, Transportieren, Sortieren, Stapeln, Absortieren, Beladen und Entladen von Maschinen sowie das Kommissionieren von Werkstücken sind. Derartige Merkmale um fassen u.a. spezifische Bewegungstrajektorien von z. B. einer Bewegung eines Werkers oder eines Elements, insbesondere der räumliche Verlauf der Bewegungstrajektorie, räumliche Charakteristika der Bewegungstrajektorie und/oder eine Wiederholungsanzahl der Bewe gungstrajektorie. Ferner können die Merkmale eines Tätigkeitsprofils eine Dauer der Bewe gung entlang der Bewegungstrajektorie, einen Startzeitpunkt und/oder einen Endzeitpunkt der Bewegung entlang der Bewegungstrajektorie sowie einen Zeitpunkt, an dem die Bewegungs trajektorie im Rahmen eines Werkstück- spezifischen Bearbeitungsprozesses stattfindet, um fassen. Des Weiteren kann ein Tätigkeitsprofil durch den spezifischen Werker (Meister, Lehr ling, Hilfsarbeiter etc.), der die Bewegung entlang der Bewegungstrajektorie durchführt, cha rakterisiert werden.
Um Bewegungsdaten einer zu verbuchenden manuellen Tätigkeit für die algorithmische Aus wertung bereitstellen zu können, kann das Verfahren ferner die folgenden Schritte umfassen:
- Erfassen einer Bewegung des Werkers bei der manuellen Tätigkeit oder eines Ele ments, das bei der manuellen Tätigkeit vom Werker bewegt wird,
- Erzeugen von Bewegungsdaten, die die Bewegung des Werkers oder des bewegten Elements beschreiben, und
- Zuführen der Bewegungsdaten als Eingangsdaten an mindestens einen Eingang des Klassifizierungsprozesses.
Dabei kann das Erfassen der Bewegung des Werkers oder des bewegten Elements mit einem Sensorsystem erfolgen, das bewegungsspezifische Koordinatendatensätze ausgibt. Das Sen sorsystem kann beispielsweise einen Beschleunigungssensor, einen Lagesensor und/oder ei nen Barometer-Sensor aufweisen. Diese können insbesondere als MEMS-basierte Sensoren ausgebildet sein. Zum Erfassen kann ein Sensor vom Werker an einem Körperteil, insbeson- dere an einem Arm als Armband oder Handschuh, an einem Bein oder am Kopf getragen wer den. Dies ermöglicht eine spezifische Nachverfolgung einer Bewegung des entsprechenden Körperteils. Das Sensorsystem kann ferner einen Sensor aufweisen, der die Bewegung des bewegten Elements erfasst.
Um Positionsdaten einer zu verbuchenden manuellen Tätigkeit für die algorithmische Aus- wertung bereitstellen zu können, kann das Verfahren ferner die folgenden Schritte umfassen:
- Bestimmen der Positionsdaten für die Position in der industriellen Fertigungsstätte, an der die erfasste Bewegung des Werkers oder des bewegten Elements stattfindet, und
- Zuführen der Positionsdaten als Eingangsdaten an mindestens einen Eingang des Klassifizierungsprozesses.
Für das Bestimmen einer Position in der industriellen Fertigungsstätte können 2D- oder 3D- Koordinaten über die Fläche der Fertigungsstätte definiert werden. Ferner können Sensoren zu bestimmten Arbeitsplätzen oder Fagerstätten in 2D oder auch 3D angegeben werden. Das Be- stimmen der Positionsdaten kann mit einem Innenraum-Ortungssystem erfolgen, das zur Be- stimmung der Position des Werkers, des bewegten Elements oder des Werkstücks in der Fer tigungsstätte ausgebildet ist. Das Innenraum-Ortungssystem kann z. B. auf mehreren Sende- Empfangseinheiten und mindestens einer am Werker, am bewegten Element oder am Werk stück vorgesehenen Mobileinheit basieren.
In einigen Ausführungsformen, insbesondere wenn Bewegungen des bewegten Elements er fasst werden, können die zugehörigen Positionsdaten bereits durch den Arbeitsplatz in der industriellen Fertigungsstätte gegeben sein, an dem das bewegte Element als Teil des Arbeits platzes installiert ist.
In weiteren Ausführungsformen kann das Erfassen der Bewegung des Werkers oder des be wegten Elements und/oder das Bestimmen der Positionsdaten mit einem Kamerasystem und Bilderkennung erfolgen.
Eine Datenauswertung, die auf einem Algorithmus zur Klassifizierung, insbesondere auf ei nem selbstverbessemden Algorithmus, basiert, kann eine oder mehrere der folgenden Auswer tungsschritte aufweisen: - datentechnisches Verarbeiten der Eingangsdaten mit einem ersten Verarbeitungsda tensatz und einem ersten Verarbeitungsalgorithmus zur Erzeugung von Zwischendaten;
- insbesondere ein datentechnisches Verarbeiten derartiger Zwischendaten und nach folgend ähnlich gewonnener weiterer Zwischendaten mit weiteren Verarbeitungsdatensätzen und weiteren Verarbeitungsalgorithmen zu weiteren Zwischendaten;
- Wiederholen des datentechnischen Verarbeitens gemäß einer vorgegebenen Wieder ho lanweisung;
- Ermitteln der Verarbeitungsdatensätze und Verarbeitungsalgorithmen mit Hilfe von Testdatensätzen. Testdatensätze können Eingangsdaten und zugeordnete Tätigkeitsprofile umfassen;
Insbesondere kann ein Ermitteln der Verarbeitungsdatensätze und Verarbeitungsalgorithmen auf den folgenden Schritten basieren:
- Einlesen von Eingangsdaten der Testdatensätze,
- Ermitteln von Tätigkeitsprofilen mit vorgegebenen Verarbeitungsdatensätzen und/oder Verarbeitungsalgorithmen,
- Vergleichen von ermittelten Tätigkeitsprofilen mit Tätigkeitsprofilen, die den einge lesenen Eingangsdaten zugeordnet sind,
- Abändem der Verarbeitungsdatensätze und/oder Verarbeitungsalgorithmen anhand der Ergebnisse des Vergleichs und gemäß einem vorgegebenen Verbesserungsalgorithmus, und
- Wiederholen der vorgenannten Schritte, bis die aus den Eingangsdaten der Testdaten sätze ermittelten Tätigkeitsprofile mit einer vorgegebenen Mindestübereinstimmrate mit den Zwischendaten aus den Testdatensätzen übereinstimmen.
Verarbeitungsdatensätze können Datensätze mit zugeordneten Faktoren (Gewichtungen) um fassen, wobei die Faktoren die zu verarbeitenden Daten je einzeln gewichten. Verarbeitungs algorithmen können arithmetisch, kombinatorisch und/oder logisch verarbeitende Algorith men sein, die die zu verarbeitenden Daten gemäß der vorgegebenen Kombinatorik, Arithmetik und/oder Logik weiterverarbeiten.
Die Datenauswertung kann ferner dazu ausgelegt sein, mehrere Verbesserungsalgorithmen zu verwenden, und Verbesserungsalgorithmen, die mit vorgegebenen Maßstäben schneller oder zuverlässiger zu einem vorgegebenen Übereinstimmungsziel kommen, bevorzugt einzusetzen. Die Datenauswertung kann ferner dazu ausgelegt sein, mehrere Wiederhol- Algorithmen zu verwenden, und Wiederhol- Algorithmen, die mit vorgegebenen Maßstäben schneller oder zuverlässiger zu einem vorgegebenen Übereinstimmungsziel kommen, bevorzugt einzusetzen.
In einigen Ausführungsformen kann das algorithmische Auswerten der Bewegungsdaten mit mindestens einem neuronalen Netzwerk durchgeführt werden. Dabei ist das neuronale Netz werk für spezifische manuelle Tätigkeiten in der industriellen Fertigungsstätte konfiguriert. Ferner kann es sich alternativ oder zusätzlich fortlaufend selbst verbessern. Die Bewegungs- daten und die Positionsdaten sind digitale Eingangswerte des neuronalen Netzwerks und die Tätigkeitsprofile sind als digitale Ausgangsklassen im neuronalen Netzwerk abgebildet.
Allgemein kann ein neuronales Netzwerk ein Convolutional Neural Network sein. Dabei kön nen Faltungsebenen (die convolutional layers) insbesondere spezifisch an die erfasste Bewe gung des Werkers bzw. an die erfasste Bewegung des bewegten Elements angepasst werden. In einigen Ausführungsformen kann ein erstes neuronales Netzwerk für erfasste Bewegungen des Werkers bei der manuellen Tätigkeit und ein zweites neuronales Netzwerk für erfasste Bewegungen eines durch den Werker bewegten Elements vorgesehen sein.
Die hierin offenbarten Konzepte ermöglichen es, dass manuelle Tätigkeiten ohne Zusatzauf wand sicher gebucht werden können. Die Konzepte sind insbesondere beim Einsatz von selbstlernenden und/oder selbstverbessemden Algorithmen an individuelle Bearbeitungswei sen der ausführenden Person anpassbar. Zusammen mit einer automatisierten Benutzerlegiti mation eines Werkers kann das Verbuchen überdies ein handschriftliches Abzeichnen oder den klassischen Benutzer-Login zur Verifikation ersetzen.
Hierin werden Konzepte offenbart, die es erlauben, zumindest teilweise Aspekte aus dem Stand der Technik zu verbessern. Insbesondere ergeben sich weitere Merkmale und deren Zweckmäßigkeiten aus der folgenden Beschreibung von Ausführungsformen anhand der Figu ren. Von den Figuren zeigen:
Fig. 1 eine schematische Übersicht einer industrielle Fertigungsstätte,
Fig. 2 eine perspektivische Ansicht einer industrielle Fertigungsstätte mit manuellen und au tomatisierten Arbeitsplätze,
Fig. 3 eine Skizze zur Verdeutlichung des Klassifizierungsprozesses und Fig. 4 ein Flussdiagramm zur Verdeutlichung des Verfahrens zur automatisierten Verbu- chung einer manuellen Tätigkeit.
Allgemein wird hierin vorgeschlagen, einen Werker und seine Tätigkeiten in Form eines digi talen Schattens in der digitalen Fertigungssteuerung abzubilden. Dabei streben die Erfinder insbesondere an, für einen Auftrag und seinen zugehörigen Bearbeitungsplan möglichst viele, bevorzugt alle, Schritte der Fertigung in einer digitalen Prozesskette abzulegen. Ergänzend zu automatisierten Verarbeitungsschritten ist es somit ein Ziel der Erfinder, auch möglichst um fassend Schritte der Fertigung aus dem manuellen Bereich, wie manuelle Bearbeitungsschritte und vom Werker durchgeführte Transport- und Positionierschritte, in die digitale Prozesskette zu verbuchen. Hierzu wird vorgeschlagen, die für das Verbuchen einer manuellen Tätigkeit notwendigen Daten aus einer Mustererkennung und unter Berücksichtigung von weiteren Umgebungsbedingungen generisch zu erzeugen. Eine Abbildung des digitalen Schattens des Werkers wird z. B. mittels getragener Sensorik (z.B. einem Beschleunigungssensor an der Hand) und/oder externer Sensorik (z.B. eine Bildverarbeitung) im Rahmen der hierin offen barten Konzepte ersteht.
Insbesondere erfolgt die Abbildung unter Nutzung von Mustererkennung von mit z. B. Senso ren erfassten Bewegungen der manuellen Tätigkeiten im Abgleich mit Tätigkeitsprofilen. Bei spielsweise werden Rohdaten der Bewegung auf typische Bewegungsmuster beim Bohren, Fräsen, etc., hin untersucht.
Die Kenntnis der Fertigungsstätte steht eine wesentliche Basis für die Zuordnung dar und hegt als digitaler Schatten der Fertigungsstätte vollständig oder teilweise digital vor. So kann die zusätzliche Kenntnis der Umgebung, die zum Zeitpunkt und am Ort der manuellen Tätigkeit vorliegt, in die Auswertung einbezogen werden. An welchem manuellen Arbeitsplatz eine zu verbuchende manuelle Tätigkeit ausgeführt wurde, kann z. B. anhand der Ortsinformation des Werkers erkannt werden.
Die hierin vorgeschlagene Vorgehensweise kann es erlauben, die korrekte Erkenntnis der durchgeführten manuellen Tätigkeit mit einer erhöhten Genauigkeit zu gewinnen und in der Fertigungssteuerung, im Fertigungssteuerungsprogramm, bzw in dem Fertigungssteuerungs system, zu verbuchen. Das Fertigungssteuerungssystem kann ein MES (Manufacturing Execution System) und ein Innenraum-Ortungssystem (hierin kurz Ortungssystem) umfassen. Das MES kann ausgelegt sein mit einer oder mehreren in einer Fertigungshalle positionierten manuellen Arbeitsplätz oder automatisierten Arbeitsplätzen, z. B. Werkzeugmaschinen über kabellose oder kabelge- bundene Kommunikationsverbindungen verbunden zu werden. Allgemein kann das MES der Steuerung von Prozessabläufen/Fertigungsschritten bei der industriellen Fertigung von Werk stücken mit den Arbeitsplätzen dienen. Dazu kann das MES Informationen über die Pro- zessabläufe/Fertigungsschritte sowie Statusinformation der Arbeitsplätze empfangen. Das MES kann in einer Datenverarbeitungsvorrichtung implementiert sein. Bei dieser kann es sich um eine einzelne elektronische Datenverarbeitungsvorrichtung (Server) oder um einen Ver bund von mehreren Datenverarbeitungsvorrichtungen (Serververbund/Cloud) handeln. Die Datenverarbeitungsvorrichtung oder der Verbund kann örtlich in der Fertigungsstätte vorgese hen werden oder außerhalb dezentral aufgebaut werden.
Jedem zu produzierenden Werkstück und jedem Werkstückverbund, können eine oder mehre re Bearbeitungsschritte vorgegeben werden. Bearbeitungsschrite in der Metall- und oder Blechverarbeitung umfassen beispielsweise ein Trennen, Schneiden, Stanzen, Verformen, Biegen, Verbinden, Oberflächenbehandlung, etc. der Werkstücke. Derartige Bearbeitungs schritte können gemeinsam in einem Bearbeitungsplan abgelegt sein. Ein Bearbeitungsplan kann dabei für mehrere Werkstücke in einem Werkstückverbund gemeinsam vorgesehen sein.
Das MES kann ausgelegt sein, dass die Bearbeitungspläne der zu produzierenden Werkstücke in ihm angelegt und abgearbeitet werden können. Dabei kann das MES den Status der Werk stücke darstellen. Das bedeutet, dass das MES sowohl die Reihenfolge der Bearbeitungsschrit te als auch die bereits durchgeführten Bearbeitungsschritte ausgeben kann. Vorteilhafterweise kann das MES zusätzlich ausgelegt sein, einzelne Bearbeitungspläne den Arbeitsplätzen zuzu ordnen. Vorteilhafterweise kann das MES zusätzlich ausgelegt sein, dass jederzeit manuell oder automatisiert in die Bearbeitungsschritte eines Bearbeitungsplans eingegriffen werden kann. Das hat den Vorteil, dass während des Fertigungsablaufs von mehreren unterschiedli chen Bearbeitungsplänen sehr flexibel auf unterschiedliche, insbesondere unerwartet auftre tende Ereignisse reagiert werden kann. Diese Ereignisse können z. B. sein: Veränderung der Priorität von Bearbeitungsplänen oder Produktionsaufträgen, ein neuer hoch priorisierter Pro duktionsauftrag, Stornierung eines Produktionsauftrags, fehlendes Material, z. B. bei Falsch- Lieferung, Ausfall einer Maschine, fehlendes Fachpersonal, Unfälle, Feststellen von fehlerhaf ter Qualität eines Fertigungsschritts etc.
Das Ortungssystem ist für eine Innenraum-Positionsbestimmung von mobilen Ortungseinhei- ten ausgebildet (siehe Fig. 2). Es kann dazu mehrere stationäre und/oder mobile Sende- Empfangseinheiten aufweisen und mit dem MES bei der digitalen Zuordnung Zusammenar beiten. Die mobilen Ortungseinheiten können über die Sende-Empfangseinheiten mittels Laufzeitanalyse geortet werden. Die Sende-Empfangseinheiten können an der Hallendecke, an Hallenwände, Werkzeugmaschinen Lagerstrukturen etc. ortsfest installiert sein. Die Positio nen der Sende-Empfangseinheiten sind zum Beispiel in einem digitalen Lageplan der Ferti gungshalle hinterlegt. Eine mobile Ortungseinheit kann auch als eine mobile Sende- Empfangseinheit betrieben werden.
Zur Klassifizierung der zu verbuchenden manuellen Tätigkeit können Rohdaten der Bewe gung mit einer Datenauswertung (z. B. basierend auf einem neuronale Netzwerk) auf die Tä tigkeitsprofile hin untersucht werden.
Liegen absolute Koordinaten einer Bewegungstrajektorie des Werkers in der Fertigungsstätte vor, können diese in Raum und Zeit mit ihrer Charakteristik einem bekannten Tätigkeitsprofil eindeutig zugeordnet werden. Das Erfassen der Bewegung kann auf eine oder mehrere der nachfolgenden Weisen erfolgen:
- optische Bewegungserfassung: Man detektiert mit einer oder mehreren Kameras orts aufgelöst stattfindende Bewegungen.
- ortungsbasierte Bewegungserfassung: Stattfindende Bewegungen werden mittels In- nenraum-Ortung wie der“Ultra Wide Band (UWB)”-Technologie zur Innenraum-Ortung er fasst.
- sensorbasierte Bewegungserfassung: Informationen zur stattfindenden Bewegung werden mit Sensoren wie Beschleunigungssensoren und Gyrosensor gewonnen. Sensoren können am Werker (z. B. am Handgelegt des Werkers) oder an einem vom Werker bewegten Element (z. B. ein Fußschalter) vorgesehen werden.
Die Ansätze der Bewegungserfassung können sich für eine höhere Plausibilität und/oder höhe rer Robustheit der Verbuchung ergänzen. Zwar können Sensoren und Innenraum-Ortung zu mindest teilweise durch den Einsatz von Überwachungskameras und Bildverarbeitung ersetzt werden, jedoch stoßen stationär am Ort der zu verbuchenden manuellen Tätigkeit in stallierte Kameras oft an Akzeptanzgrenzen und Datenschutzüberlegungen.
So wird hierin als eine bevorzugte Lösung vorgeschlagen, die Bewegungserfassung der manu- ellen Tätigkeit mit einer Innenraum-Ortung wie die UWB-Technologie und einer Bewegungs- sensorik durchzuführen. Dies führt zu einer hohen Flexibilität in der Implementierung bei ei- ner entsprechenden Wirtschaftlichkeit, da insbesondere die Innenraum-Ortung auch zur Ge winnung der Positionsdaten der manuellen Tätigkeit eingesetzt werden kann.
Fig. 1 verdeutlicht das Verfahren zur automatisierten Verbuchung einer manuellen Tätigkeit anhand einer schematischen Übersicht einer industriellen Fertigungsstätte 1, die über Daten verbindungen mit einem digitalen Steuerungssystem 3 in Verbindung steht.
In der industriellen Fertigungsstätte 1 sind beispielhaft drei manuelle Arbeitsplätze Ml, M2, M3 sowie drei automatisierte Arbeitsplätze Al, A2, A3 schematisch gezeigt. Aus einem Werkstück 23, das beispielsweise mithilfe einer Laserschneidmaschine am automatisierten Arbeitsplatz Al aus einem Flachmaterial erzeugt wurde, wird an den manuellen und automati sierten Arbeitsplätzen ein Endprodukts 23' erzeugt. D. h., es werden manuelle Tätigkeiten M von einem Werker 21 und automatisiere Verarbeitungsschritte A von Maschinen am Werk stück 23 gemäß einem Bearbeitungsplan durchgeführt. Die manuellen Tätigkeiten M umfas sen z. B. manuelle Bearbeitungen wie ein Bohren, Fräsen, oder Biegen des Werkstücks 23 sowie auch die manuelle Handhabung wie Absortieren, Transportieren oder Beladen von Ma schinen. Der Fertigungsprozess in der Fertigungsstätte 1 wird in Fig. 1 mit einem Pfeil 4 ver deutlicht, der durch die verschiedenen Verarbeitungsschritte verläuft.
Der Fertigungsprozess wird vom digitalen Steuerungssystem 3 gesteuert und überwacht. Das digitale Steuerungssystem 3 umfasst hierzu eine algorithmische Datenauswerteeinheit 7.
Die Datenauswerteeinheit 7 ist dazu eingerichtet, den Fertigungsprozess in einer digitalen Prozesskette 5 abzubilden, in der die am Werkstück vorgenommenen manuellen und maschi nellen Vorgänge abgelegt sind. Informationen zu den automatisieren Verarbeitungsschritten A liegen den Maschinen der Arbeitsplätze Al, A2, A3 digital vor und können entsprechend ein fach in die digitale Prozesskette aufgenommen werden. Dies trifft für die manuelle Verarbei tung nicht zu. Um trotzdem manuelle Vorgänge in der digitalen Prozesskette 5 abzubilden zu können, ist die Datenauswerteeinheit 7 ferner dazu eingerichtet, ein Verfahren zur automati sierten Verbuchung von manuellen Tätigkeiten M, die vom Werker 21 in einer industriellen Fertigungsstätte 1 bei der Fertigung des Endprodukts 23' durchgeführt werden, auszuführen.
In der Datenauswerteeinheit 7 wird eine auf einem Algorithmus basierende Datenauswertung durchgeführt. In Fig. 1 sind beispielhaft getrennte Algorithmen NN 1 , NN2 für die manuellen Arbeitsplätze Ml und M2 angedeutet.
Die Datenauswerteeinheit 7 empfängt über Dateneingänge 7A Daten, die mit den Algorithmen NN1, NN2 ausgewertet werden, wobei die Daten zu zu verbuchenden manuellen Tätigkeiten an den manuellen Arbeitsplätzen Ml, M2, M3 gehören. Verschiedene Daten werden bereitge- stellt.
Zum einen umfassen die auszuwertenden Daten Positionsdaten 9A z. B. einer Mobileinheit 15’ eines Innenraum-Ortungssystems, mit der eine Position des Werkers 21 erfasst wird, an der dieser die manuellen Tätigkeit M des Arbeitsplatzes Ml in der Fertigungsstätte 1 durchführt. Alternativ oder zusätzlich können Positionsdaten 9B der Position der manuellen Tätigkeit in der Fertigungsstätte 1 beispielsweise mittels Bildanalyse aus Bilddaten einer Kamera 11 be- reitgestellt werden.
Zum anderen umfassen die auszuwertenden Daten Bewegungsdaten 12A von Bewegungs- sensoren 17, die beispielsweise an den Händen des Werkers 21 vorgesehen sind und so Bewe- gungstrajektorien als ein Beispiel für Bewegungsdaten erfassen, die z. B. ein Aufgreifen, An heben und Ablegen des Werkstücks 23 charakterisieren. Die Bewegungsdaten 12A gehören zu einer Bewegung des Werkers 21 bei der manuellen Tätigkeit M. Sie werden im Rahmen der zu verbuchenden manuellen Tätigkeit vom Bewegungssensor 17 erfasst und umfassen neben der Bewegungstrajektorie z. B. räumliche Charakteristika (Bewegungsrichtung, Bewegungs schnelligkeit), eine Wiederholungsanzahl von gleichen Bewegungstrajektorien, eine Dauer der Bewegung entlang der Bewegungstrajektorie, einen Startzeitpunkt und/oder einen Endzeit- punkt der Bewegung sowie einen Zeitpunkt, an dem die Bewegungstrajektorie in einem Werkstück- spezifischen Bearbeitungsprozess stattfindet.
Alternativ oder zusätzlich können Bewegungsdaten einer Bewegung eines durch den Werker 21 bei der manuellen Tätigkeit M bewegten Elements erfasst werden. Dies kann beispielswei- se mit einem Bewegungssensor am bewegten Element erfolgen (primäre/direkte Bewegungs- information). Ein Beispiel hierzu ist die Bewegung einer Fußtaste an einem manuellen Ar beitsplatz, wie sie schematisch in Fig. 2 angedeutet ist. Weitere Bewegungssensoren können auf Sekundärinformationen der Bewegung basieren, beispielsweise dem Stromverbrauch eines Handwerkzeugs. Entsprechende Bewegungsdaten 12B des bewegten Elements werden an die Dateneingänge 7A übergegeben.
Die Bewegungsdaten 12A, 12B und die Positionsdaten 9A, 9B sind Eingangsdaten bzgl. Be- wegung und Ort der manuellen Tätigkeit für die algorithmische Datenauswerteeinheit 7.
Die Datenauswertung mit den Algorithmen NN 1 , NN2 umfasst einen Klassifizierungsprozess, der eine Klassifizierung der Eingangsdaten hinsichtlich möglichen Tätigkeitsprofile aus führt. Als Ergebnis gibt der Klassifizierungsprozess, bzw. das zugrundeliegende algorithmische Auswerten ein spezifisches Tätigkeitsprofil für die erfasste Bewegung des Werkers 21 oder des durch den Werker 21 bewegten Elements aus. Das ausgegebene spezifische Tätigkeitspro- fil wird in der digitalen Prozesskette 5 des Werkstücks 23 hinsichtlich des entsprechenden manuellen Arbeitsplatzes Ml, M2, M3 verbucht.
Das digitale Steuerungssystem 3 kann die digitale Prozesskette für einen Kontroller der Ferti gungsstätte auf einer Anzeige 19, z. B. einem Monitor, ausgeben, so dass dieser den Stand des Fertigungsprozesses des Werkstücks 23 nachverfolgen und überwachen kann.
Fig. 2 zeigt eine schematische Teilansicht der industrielle Fertigungsstätte 1. Der voll automatisierte Arbeitsplatz Al der Fertigungsstätte 1 ist z. B. eine Flachbett- Werkzeugmaschine, die es erlaubt, automatisiert durchgeführte Verarbeitungsschritte digital in der digitalen Prozesskette 5 abzulegen. Entsprechend geschnittene Werkstücke können di rekt Bearbeitungsplänen zugeordnet werden.
Die Fertigungsstätte 1 weist ferner den manuellen Arbeitsplatz Ml und einen teilweise auto matisierten Arbeitsplatz M2 auf. Man erkennt ferner Transportwägen 31, mit denen Werkstü cke 23 von einem Arbeitsplatz zum nächsten transportiert werden. Ferner sind in der Ferti gungsstätte 1 Kameras 11 und ein Innenraum-Ortungssystem für das Erfassen einer Bewegung des Werkers 21 bei einer manuellen Tätigkeit, einer Bewegung eines durch den Werker 21 bei der manuellen Tätigkeit bewegten Elements oder eines Transportwagens 31 installiert. Die Kameras 11 liefern Bilddaten an ein Bilderkennungssystem zur Ableitung von Bewegungen in aufgenommenen Bildern. Das Innenraum-Ortungssystem verwendet stationäre Sende- Empfangseinheiten 13 und/oder mobile Sende-Empfangseinheiten 15 (auch Mobileinheiten genannt) um z. B. von den Werkern 21 getragene Mobileinheiten 15', und damit die Positio- nen der Werker 21, in der Fertigungsstätte 1 zu bestimmen. Bei entsprechender Auflösung können auch Bewegungen der Werker 21 bestimmt werden.
Am manuellen Arbeitsplatz Ml ist ein Absortiervorgang verdeutlicht, bei dem der Werker 21 Werkstücke 23 von einem Absortiertisch auf den Transportwagen 31 ablegt. Der Ablegevor- gang erfolgt entlang einer Bewegungstrajektorie 25A. Diese wird mit Bewegungssensoren an den Händen des Werkers 21 erfasst und die entsprechenden Bewegungsdaten dieser manuel- len Tätigkeit werden an das digitale Steuerungssystem, insbesondere an die Dateneingänge 7A der Datenauswerteeinheit 7, übergegeben.
Der manuelle Arbeitsplatz ist zusätzlich mit Kameras 11 zur Bilderfassung ausgestattet, die eigenständig oder ergänzend zur Bestimmung der Bewegungstrajektorien 25 A eingesetzt wer den können.
Am manuellen Arbeitsplatz M2 wird ein manueller Verarbeitungsschritt des Bohrens mit ei- nem Fußschalter 33 angedeutet. Jedes Mal wenn der Werker 21 den Fußschalter betätigt, um zu bohren, wird ein entsprechendes Signal ausgegeben. Dieses entspricht einer Bewegungs- trajektorie 25B der Fußplatte des Fußschalters 33 und wird ebenfalls an das digitale Steue- rungssystem, insbesondere an die Dateneingänge 7B der Datenauswerteeinheit 7, übergege- ben.
Das Innenraum-Ortungssystem der Fertigungsstätte ermöglicht die Erzeugung von Positions daten der Mobileinheiten 15', die zum Beispiel von den Werkern 21 getragen werden, wäh rend sie an den manuellen Arbeitsplätzen in der Fertigungsstätte 1 manuelle Tätigkeiten voll ziehen. Diese Positionsdaten werden an die Dateneingänge 7A der Datenauswerteeinheit 7 übergegeben.
Zusammenfassend zeigen die Figuren 1 und 2 eine industrielle Fertigungsstätte 1 für die Fer tigung von Werkstücken 23. Die Fertigung umfasst dabei manuelle Tätigkeiten der Werker 21 und automatisierte Fertigungsschritte an den Werkstücken 23. Die Fertigungsstätte 1 umfasst ferner Systeme zum Erfassen einer Bewegung eines Werkers 21 (z. B. das Innenraum- Ortungssystem, das System zur Kamerabild-basierten Bewegungsanalyse, Bewegungssenso- ren). Alternativ oder zusätzlich umfasst die Fertigungsstätte 1 ein System zum Erfassen eines durch den Werker 21 bewegten Elements (Fußschalter 33). Diese Systeme erlauben es, dass ein Ort in der industriellen Fertigungsstätte, an dem die erfasste Bewegung des Werkers 21 oder des durch den Werker 21 bewegten Elements stattfindet, bekannt ist oder zumindest be- stimmt werden kann. Die Systeme können somit Bewegungsdaten der manuellen Tätigkeit und Positionsdaten der manuellen Tätigkeit zur weiteren Auswertung bereitstehen.
Für die weitere Auswertung und Verbuchung von manuellen Verarbeitungsschritten umfasst die industrielle Fertigungsstätte 1 ein digitales Fertigungssteuerungssystem, das zur Erstehung der digitalen Prozesskette ausgebildet ist. Die Prozesskette umfasst mehrere, jeweils einer manuellen Tätigkeit zugeordnete, Tätigkeitsprofile und spiegelt den Fertigungs Vorgang des Werkstücks 23 wieder.
Das Fertigungssteuerungssystem umfasst eine algorithmische, insbesondere selbstverbessem- de Datenauswertung, die dazu ausgebildet ist, Eingangsdaten, hier die Bewegungsdaten der manuellen Tätigkeit zusammen mit den Positionsdaten der manuellen Tätigkeit, hinsichtlich der Tätigkeitsprofile zu klassifizieren und ein spezifisches Tätigkeitsprofil für eine erfasste Bewegung des Werkers 21 oder des bewegten Elements 33 auszugeben.
Fig. 3 zeigt schematisch Aspekte eines beispielhaften Klassifizierungsprozesses, der schema tisch als neuronales Netzwerk NN angedeutet ist. Positionsdaten 9 und Bewegungsdaten 12 werden als Eingangswerte Eingangsknoten 41 des Netzwerks NN zugeführt. Zum einen kön nen direkte Daten zur Bewegung des Werkers 21 (Arm rauf/runter) oder des Fußschalters 33 (gedrückt, freigegeben) dem Netzwerk NN übergeben werden. Derartige Daten bestimmen im Wesentlichen die Bewegungstrajektorie. Weitere Daten der Bewegung umfassen eine Tag D, eine Startzeit T in einer manuellen Tätigkeit und eine Dauer delta t einer manuellen Tätig keit. In Tabelle 42 sind Daten für vier Bohrungen angedeutete, die am gleichen Tag morgens nacheinander vorgenommen wurden. Auch derartige Daten können Eingangsknoten 41 des Netzwerks NN zugeordnet sein.
In mehreren Ebenen 43 des Netzwerks NN werden die Werte miteinander gewichtet verrech net. Die Verrechnung erfolgt mithilfe von Algorithmen, die für eine Entsprechende Klassifi- zierung ausgebildet und z. B. im Rahmen von“intelligenten” Algorithmen trainiert wurden. Die Gewichtungen werden beispielsweise mit Test-Tätigkeiten bestimmt. Im Rahmen von z. B. selbstlernenden Algorithmen klassifiziert die Datenauswertung verschiedene Bearbei- tungsvorgänge und kann z. B. die ausführenden Werker nach mehrmaliger Durchführung wie- der erkennen.
Die Ausgangsknoten 44 des Netzwerks NN werden mit Ausgangswerten 47 belegt, die für die möglichen Tätigkeitsprofile als Ergebnis der Klassifizierung bestimmt wurden. Sie stellen eine Wahrscheinlichkeitsaussage zum zu verbuchenden Tätigkeitsprofil dar.
In Fig. 3 werden in einer Tabelle K beispielhafte Ausgangswerte 47 für Tätigkeitsprofile “Bohren” 46A,“Transport entlang bekannter Bewegungstrajektorie 25 A” 46B,“Biegen” 46C, “Schleifen” 46D und“Entgraten” 46E am manuellen Arbeitsplatz M2 aufgeführt. Im Beispiel werden die Positionsdaten und Bewegungsdaten der manuellen Tätigkeit am manuellen Ar beitsplatz M2 mit 95% als“Bohren” klassifiziert. Entsprechend erfolgt eine Verbuchung 49 der manuellen Tätigkeit in der digitalen Prozesskette 5.
In der digitalen Prozesskette 5 sind ebenfalls Verarbeitungsschritte Al-X, Al-Y und Al-Z der automatisierten Arbeitsplätze Al, A2 und A3 hinterlegt.
Fig. 3 zeigt ferner schematisch eine Datenbank 51 von möglichen Tätigkeitsprofilen, die den verschiedenen manuellen Arbeitsplätzen Ml, M2, M3 zugeordnet sind. Die Tätigkeitsprofile können spezifisch für Werker A, B, C vorliegen. Beispielsweise umfasst der Arbeitsplatz Ml die Tätigkeitsprofile 45A-A, 45B-A, 45C-A...für Werker A, 45A-B, 45B-B, 45C-B...für Werker B etc. und der Arbeitsplatz M2 umfasst die Tätigkeitsprofile 46A-A, 46B-A für Wer ker A, und 46A-B, 46B-B...für Werker B.
Fig. 4 zeigt ein Flussdiagramm zur Verdeutlichung des Verfahrens zur automatisierten Verbu chung von manuellen Tätigkeiten.
Ausgangspunkt des Verfahrens sind die Schritte 61 und 63 des Bereitstellens von Bewe gungsdaten einer zu verbuchenden manuellen Tätigkeit und des Bereitstellens von Positions daten der zu verbuchenden manuellen Tätigkeit. Der Schritt 61 des Bereitstellens von Bewe gungsdaten kann z.B. Schritt 61A umfassen, bei dem eine Bewegung eines Werkers bei der manuellen Tätigkeit oder eines Elements, das bei der manuellen Tätigkeit vom Werker bewegt wird, erfasst wird. Ferner kann der Schritt 61 des Bereitstellens von Bewegungsdaten den Schritt 61B umfassen, bei dem Bewegungsdaten, die die Bewegung des Werkers oder des bewegten Elements beschreiben, für die erfasste Bewegung erzeugt werden. Der Schritt 63 des Bereitstellens von Positionsdaten der zu verbuchenden manuellen Tätigkeit kann z. B. ein Bestimmen (Schritt 63 A) der Positionsdaten für die Position in der industriellen Fertigungs- stätte, an der die erfasste Bewegung des Werkers oder des bewegten Elements stattfindet, um fassen, insbesondere Kamera-unterstützt oder mittels Innenraum-Ortung. Ferner können die Positionsdaten durch den Arbeitsplatz in der industriellen Fertigungsstätte vorgegeben werden (Schritt 63B). In den Schritten 61C bzw. 63C erfolgt ein Zuführen der Bewegungsdaten und der Positionsdaten als Eingangsdaten an mindestens einen Eingang des Klassifizierungspro- zesses.
Im Schritt 65 erfolgt ein algorithmisches Auswerten der Bewegungsdaten und der Positionsda ten und es wird ein spezifisches Tätigkeitsprofil für die Bewegungsdaten ausgegeben. Basie rend darauf wird im Schritt 67 das ausgegebene spezifische Tätigkeitsprofil in der digitalen Prozesskette des Werkstücks verbucht.
In einem weiteren Ausführungsbeispiel zur Erläuterung der Auswertung wird noch einmal auf den Absortiervorgang am manuellen Arbeitsplatz Ml verwiesen, bei dem eine Vielzahl von Werkstücken mit unterschiedlicher Form und unterschiedlichem Gewicht absortiert werden. Zur Bewegungserfassung hat der Werker einen Beschleunigungssensor an jeder Hand. In ei ner Trainingsphase hat die algorithmische Datenauswertung die Bewegungstrajektorien der Hand beim Absortieren in leerem Zustand (ohne Werkstück) eingelemt. Ferner hat die Daten auswertung in einem weiteren Einlemvorgang mit definierten Massen lastabhängige Bewe gungsmuster der Hand des Werker zu erkennen gelernt.
Beim Absortieren kann das Steuerungssystem durch Musteranalyse erkennen, dass der Werker ein Werkstück ergriffen hat und dass er es ablegt. Dies kann parallel mit Kameras detektiert werden, um z. B. zusätzlich zu erkennen, wo ein Werkstück ergriffen wurde und wo die Hand war, als es abgelegt wurde. Ferner können zum Beispiel beim Absortieren die Massen der abgelegten Teile mit Sensoren erkannt werden. Da damit Quelle, Ziel und grob die Masse bekannt sind, kann mit der Musteranalyse die vorgenommene Materialbewegung beim Absor- tieren abgeleitet werden. Eine entsprechende Buchung des Absortiervorgangs kann sich auto- matisch anschließen.
Neben der Verbuchung des Bearbeitungsvorgangs durch Mustererkennung können Bearbei- tungsbeginn, Dauer des Vorgangs und Bearbeitungsende aufgezeichnet werden. Eine
Messung des Start- und Ergebniszustandes kann durch weitere Sensorik erfasst werden. Auch diese Parameter können in die Mustererkennung einfließen.
Für eine direkte Erkennung einer Bewegung des Werkers können z. B. folgende Sensoren am Werker vorgesehen werden: Beschleunigungssensor, Magnetfeldsensor, Drehratengeber oder aktiver RFID zur Ortsauflösung. Bewegungsmuster von Hand, Fuß oder Arm können somit Raumtrajektorien, Ortsvektoren, und Zeitfenster betreffen. Als Sensoren im Umfeld können Kameras zur Bildverarbeitung installiert werden, insbesondere auch IR-Kameras / Wärme- bildkameras. Ferner kann eine Erkennung über Ultraschall erfolgen.
Des Weiteren können Maschinendaten wie Stromverbrauch indirekt mit einem Tätigkeitspro- fll verknüpft sein. Dies betrifft insbesondere das Erfassen von sich bewegenden Elementen durch manuelle Manipulation durch den Werker. Entsprechend können Bewegungsmuster für einen Pressbalken, einen Kipphebel, einen Fußtaster ergänzt werden, ebenfalls wieder zu- sammen mit Positionsdaten und Zeitinformation.
In einigen Ausführungsbeispielen sind Sensoren beispielsweise in einem Handschuh des Wer kers integriert oder externen Sensoren werden direkt an der Maschine angebracht.
Die Klassifizierung beruht unter anderem darauf, dass bei der Fertigung binäre Zustände vor liegen, denn ein Werker kann nur eine manuelle Tätigkeit zu einem Zeitpunkt ausführen. Die zu ermittelnde Wahrscheinlichkeit für diese manuelle Tätigkeit ist maximal, wogegen die Wahrscheinlichkeiten für die verbleibenden manuellen Tätigkeiten niedrig sind. Derartige Klassifizierungsaufgaben können mit“deep leaming”- Strategien, beispielsweise mit neurona len Netzwerken und insbesondere mit faltenden neuronalen Netzwerken (“Convolutional Neu ral Networks“), bearbeitet werden. In einer Testphase der Klassifizierung ist allgemein eine Wahrscheinlichkeitsmatrix der vorliegenden Tätigkeitsprofile zu erstellen und zu verifizieren. Unter einem neuronalen Netzwerk wird hierin ein System miteinander verbundener Daten- punkte verstanden, deren Werte miteinander verrechnet werden. Die Verbindungen der Da- tenpunkte haben eine numerische Gewichtung, die während eines Trainingsprozesses ange- passt wird, sodass ein korrekt trainiertes Netzwerk bei einem zu erkennenden Bewegungsmus- ter richtig reagiert. Das Netzwerk besteht üblicherweise aus mehreren Schichten von Daten- punkten. Jede Schicht verfügt über viele Datenpunkte, die anhand der spezifischen Wichtun gen auf verschiedene Kombinationen von Eingangswerten, die an Eingangsdatenpunkten ein gegeben wurden, zu einer Wahrscheinlichkeitsbewertung an Ausgangsdatenpunkten führen. Faltende neuronale Netzwerke mit speziellen Faltungsschichten und Gewichten in dieser Schicht werden insbesondere bei der Mustererkennung eingesetzt.
Klassifizierungsprozesse können spezifisch für einen manuellen Arbeitsplatz ausgelegt sein.
In manchen Fällen ist es möglich, einen Klassifizierungsprozess für mehrere Arbeitsplätze einzusetzen, solange insbesondere für die korrespondierenden Tätigkeitsprofile dieselben Randbedingungen gelten, beispielsweise Einsatz des gleichen Erfassungssystems des Bedie nerverhaltens und gleiche/ähnliche Tätigkeitsprofile, die sich mit einer gleichen Semantik beschreiben lassen.
Für das algorithmische Auswerten können trainierte Netze (fertig trainierte Systeme) verwen det werden. Das algorithmische Auswerten kann einer ständigen Adaption des zugrundelie genden Netzes ausgesetzt werden (trainierbares System, das ständig weiter trainiert wird). Letzteres erlaubt eine Anpassung an veränderte Rahmenbedingungen und ist insbesondere dann von Vorteil, wenn Tätigkeitsprofile eines Arbeitsplatzes nicht dauerhaft konstant sind.
Übliche Verfahren zum algorithmischen Auswerten können Plattformen nutzen wie“Ten- sorflow” (“An open source machine leaming framework for everyone”) oder das Convolutio- nal Neural Network“Alex-Net”, die sich für viele Aufgabenstellungen und Klassifizierungs ansätze einsetzen lassen.
Wie zuvor erläutert kann die Bereitstellung von Positionsdaten mit einem Innenraum- Ortungssystem erfolgen. Beispielhafte Offenbarung hierzu kann den folgenden Offenbarungen entnommen werden. Beispielsweise sind aus den (noch unveröffentlichten) deutschen Patent anmeldungen DE 10 2016 120 132.4 („Werkstücksammelstelleneinheit und Verfahren zur Unterstützung der Bearbeitung von Werkstücken“) und DE 10 2016 120 131.6 („Absortierun terstützungsverfahren und Flachbettwerkzeugmaschine“) mit Anmeldetag 21. Oktober 2016 Verfahren zum Unterstützen des Absortiervorgangs von mit einer Flachbettwerkzeugmaschine erzeugten Werkstücken, allgemein Verfahren zur Unterstützung der Bearbeitung von Werk stücken, bekannt. Ferner ist aus der deutschen Patentanmeldung DE 10 2017 107 357.4 („Ab- sortierunterstützungsverfahren und Flachbettwerkzeugmaschine“) mit Anmeldetag 5. April 2017 ein Unterstützungsverfahren beim Absortieren von z. B. Schnittgut einer Flachbettwerk zeugmaschine bekannt. Aus der deutschen Patentanmeldung DE 10 2017 120 381.8 (“Assis tiertes Zuordnen eines Werkstücks zu einer Mobileinheit eines Innenraum-Ortungssystems”) mit Anmeldetag 5. September 2017 ist ferner ein digitales und physisches Zuordnen von Mo bileinheiten, Aufträgen und Werkstücken bekannt. Die genannten deutschen Patentanmeldun gen werden hierin vollumfänglich aufgenommen.
Ein derartiges Innenraum-Ortungssystem weist zur Erfassung einer Position einer mobilen Ortungseinheit mehrere, mobile und/oder fest in der Fertigungshalle installierte, Sende- Empfangseinheiten und einer Analyseeinheit auf. Die Sende-Empfangseinheiten und die mo bile Ortungseinheit sind zum Generieren, Aussenden, Empfangen und Verarbeiten von elekt romagnetischen Signalen ausgebildet. Die Analyseeinheit ist zum Bestimmen von Laufzeiten der elektromagnetischen Signale zwischen den Sende-Empfangseinheiten und der mobilen Ortungseinheit und zum Bestimmen der Position der mobilen Ortungseinheit in der Ferti gungshalle aus den Laufzeiten der elektromagnetischen Signale ausgebildet. Allgemein ist das Innenraum-Ortungssystem zum Bereitstellen von Daten zur Position der mobilen Ortungsein heit für die Steuerungseinheit ausgebildet.
Die hierin erwähnte Analyseeinheit kann insbesondere ein elektronischer Schaltkreis sein, der Signale verarbeitet, und zwar je einzeln für sich, untereinander kombinierend oder beides. Die Analyseeinheit kann insbesondere gemäß vorgegebener oder einstellbarer analoger oder digi taler Schwellen Analysen durchführen. Die Analyseeinheit kann insbesondere einen Speicher, eine arithmetisch- logische Berechnungsvorrichtung, und Ein- und Ausgangsanschlüsse und/oder Geräte aufweisen.
Mit Generieren von elektromagnetischen Signalen ist hier die Umwandlung von elektrischer Leistung, z. B. von einer Gleichstromleistungsversorgung, insbesondere Batterie oder Akku, in elektromagnetische Signale im Radio frequenzbereich oder höheren Frequenzen gemeint, die zum Aussenden an weitere mobile Sende-Empfangseinheiten (allgemein zum Kommuni zieren) geeignet sind. Mit Verarbeiten von elektromagnetischen Signalen ist hier das analoge und/oder digitale Um setzen der elektromagnetischen Signale in Information gemeint, die gespeichert und/oder wei- ter verarbeitet werden kann und zu weiteren Aktionen der mobilen Sende-Empfangseinheiten führen kann.
Die mobilen Sende-Empfangseinheiten und die stationären Sende-Empfangseinheiten weisen demnach elektronische Schaltkreise und eine elektrische Energieversorgung auf und können ausgelegt sein, Daten, die mit den elektromagnetischen Signalen übertragen werden, zu verar beiten.
Die hier offenbarte Fertigungssteuerung und die algorithmische Datenauswerteeinheit können für die metallverarbeitende Industrie ausgelegt sein. In der metallverarbeitenden Industrie können Werkzeugmaschinen, insbesondere Flachbett-Werkzeugmaschinen, dafür ausgelegt sein, dass sie Werkstücke als Ausgangselemente für nachfolgende Bearbeitungsvorgänge (hie rein auch als Be- oder Verarbeitungsschritte bezeichnet) erstellen. Die Werkstücke können z. B. von einer Stanz- oder Laserschneidmaschine gemäß einem Bearbeitungsplan in verschie denen Formen und Stückzahlen aus einem, insbesondere in einer Tafelform vorliegenden, Flachmaterial, beispielsweise einem Blech oder einem Metallgegenstand, z. B. Rohr, Blech oder Stahlplatte, erzeugt werden. Der Bearbeitungsplan kann in einem die Bearbeitungsvor gänge überwachenden und steuernden Fertigungssteuerungssystem oder einer Fertigungssteu erung einer Produktionsstätte, insbesondere digital, hinterlegt sein und mit digitalen Prozess ketten abgeglichen werden. Der Bearbeitungsplan kann, beispielsweise bei einer Stanz- oder Laserschneidmaschine, Anweisungen zur Ansteuerung enthalten, wo, z. B. mit einem Stanz werkzeug oder Laserschneidstrahl, das Material durchtrennt werden soll. Information diesbe züglich kann nach der Durchführung in der digitalen Prozesskette abgelegt werden. Der Bear beitungsplan kann ferner weitere Informationen für manuelle Bearbeitungsschritte, wie z. B. Umformen, Zusammenfügen, Schweißen, Oberflächenhandlung, etc. aufweisen. Für diese manuelle Bearbeitung der Werkstücke können die hierin offenbarten Konzepte ein Verbuchen der manuellen Tätigkeiten automatisieren, welches auf einem Klassifizieren der Tätigkeiten in Tätigkeitsprofile basiert. In einem digitalen Bearbeitungsplan kann die entsprechende Infor mation entsprechend der Auftragsinformation zur industriellen Bearbeitung von Werkstück verbunden hinterlegt sein, die abschließend den in der digitalen Prozesskette abgelegten Ver arbeitungsschritten entsprechen soll. Die hierin erwähnten Endprodukte haben alle Bearbei tungsschritte gemäß zugeordnetem Bearbeitungsplan durchlaufen. Zusammenfassend wurde hierin erläutert, wie eine Digitalisierung von manuellen Tätigkeiten in manuelle Tätigkeitsprofile durch Auswertung verschiedener Parameter wie Bewegungscha rakteristika, Häufigkeit, Zeitpunkt, Zeitdauer und weiterer Merkmale der Bewegungsausfüh- rung, wie der Ort der manuellen Tätigkeit in einer Fertigungsstätte und wer die manuelle Tä tigkeit durchgeführt hat, vorgenommen werden kann, um so Buchungsvorgänge von manuel len Tätigkeiten zu automatisieren.
Es wird explizit betont, dass alle in der Beschreibung und/oder den Ansprüchen offenbarten Merkmale als getrennt und unabhängig voneinander zum Zweck der ursprünglichen Offenba rung ebenso wie zum Zweck des Einschränkens der beanspruchten Erfindung unabhängig von den Merkmalskombinationen in den Ausführungsformen und/oder den Ansprüchen angesehen werden sollen. Es wird explizit festgehalten, dass alle Bereichsangaben oder Angaben von Gruppen von Einheiten jeden möglichen Zwischenwert oder Untergruppe von Einheiten zum Zweck der ursprünglichen Offenbarung ebenso wie zum Zweck des Einschränkens der bean spruchten Erfindung offenbaren, insbesondere auch als Grenze einer Bereichsangabe.

Claims

Patentansprüche
1. Verfahren zur automatisierten Verbuchung von manuellen Tätigkeiten (M), die von einem Werker (21) in einer industriellen Fertigungsstätte (1) bei der Bearbeitung und/oder Handhabung eines Werkstücks (23) durchgeführt werden, wobei die Verbuchung in einem digitalen Steuerungssystem (3) zur Erstellung einer digitalen Prozesskette (5) der Fertigung erfolgt und die digitale Prozesskete (5) Tätigkeitsprofile (31, 32, 33,...) umfasst, die jeweils einer manuellen Tätigkeit (M) zugeordnet sind, mit den Schritten:
Bereitstellen (Schritt 61) von Bewegungsdaten (12A, 12B) einer zu verbuchenden ma nuellen Tätigkeit (M),
Bereitstellen (Schritt 63) von Positionsdaten (9A, 9B) der zu verbuchenden manuellen Tätigkeit (M),
algorithmisches Auswerten (Schritt 65) der Bewegungsdaten (12A, 12B) und der Posi- tionsdaten (9A, 9B), wobei die Bewegungsdaten (12A, 12B) und die Positionsdaten (9A, 9B) Eingangsdaten eines Klassifizierungsprozesses sind, in dem die Eingangsdaten hinsichtlich der Tätigkeitsprofile (31, 32, 33,...) klassifiziert werden und ein spezifisches Tätigkeitsprofil (31 , 32, 33, ...) für die Bewegungsdaten (12A, 12B) ausgegeben wird, und
Verbuchen des ausgegebenen spezifischen Tätigkeitsprofils (31, 32, 33,...) in der digi talen Prozesskette (5) des Werkstücks (23).
2. Verfahren nach Anspruch 1 , ferner mit
Erfassen (Schritt 61A) einer Bewegung des Werkers (21) bei der manuellen Tätigkeit (M) oder eines Elements (33), das bei der manuellen Tätigkeit (M) vom Werker (21) bewegt wird,
Erzeugen (Schritt 61B) von Bewegungsdaten (12A, 12B), die die Bewegung des Wer kers (21) oder des bewegten Elements (33) beschreiben, und
Zuführen (Schritt 61C) der Bewegungsdaten (12A, 12B) als Eingangsdaten an mindes tens einen Eingang des Klassifizierungsprozesses.
3. V erfahren nach Anspruch 2 ,
wobei das Erfassen der Bewegung des Werkers (21) oder des bewegten Elements (33) mit einem Sensorsystem (17) erfolgt, das bewegungsspezifische Koordinatendatensätze aus gibt, wobei das Sensorsystem (17) optional einen Beschleunigungssensor, einen Lagesensor und/oder einen Barometer-Sensor aufweist.
4. V erfahren nach Anspruch 3 ,
wobei das Sensorsystem (17) mindestens einen Sensor aufweist, der vom Werker (21) an einem Körperteil, insbesondere an einem Arm als Armband oder Handschuh, an einem Bein oder am Kopf zur Nachverfolgung einer Bewegung des entsprechenden Körperteils ge tragen wird und/oder
wobei das Sensorsystem (17) mindestens einen Sensor aufweist, der die Bewegung des bewegten Elements erfasst.
5. Verfahren nach einem der vorhergehenden Ansprüche, ferner mit
Bestimmen (Schritt 63 A) der Positionsdaten (9A, 9B) für die Position in der industriel- len Fertigungsstätte (1), an der die erfasste Bewegung des Werkers (21) oder des bewegten Elements (33) stattfindet, und
Zuführen (Schritt 63C) der Positionsdaten (9A, 9B) als Eingangsdaten an mindestens einen Eingang des Klassifizierungsprozesses.
6. V erfahren nach Anspruch 5 ,
wobei das Bestimmen der Positionsdaten (9A, 9B) mit einem Innenraum- Ortungssystem (17) erfolgt, das zur Bestimmung der Position des Werkers (21), des bewegten Elements (33) oder des Werkstücks (23) in der Fertigungsstätte (1) ausgebildet ist, und/oder wobei die Positionsdaten (9A, 9B) durch den Arbeitsplatz in der industriellen Ferti gungsstätte (1) vorgegeben werden (Schritt 63B), an dem das bewegte Element (33) als Teil des Arbeitsplatzes installiert ist.
7. Verfahren nach Anspruch 6,
wobei das Innenraum-Ortungssystem auf mehreren Sende-Empfangseinheiten (13, 15) und mindestens einer am Werker (21), am bewegten Element (33) oder am Werkstück (23) vorgesehenen Mobileinheit (15') basiert.
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Erfassen der Bewegung des Werkers (21) oder des bewegten Elements (33) und/oder das Bestimmen der Positionsdaten (9A, 9B) mit einem Kamerasystem und Bilder kennung erfolgt.
9. Verfahren nach einem der vorhergehenden Ansprüche,
wobei eine manuelle Tätigkeit (M) des Werkers (23) Teil eines manuellen Verarbei- tungsschritts ist, der an einem manuellen Arbeitsplatz (Ml, .. M3) in der industriellen Ferti gungsstätte (1) einer Metall- und/oder Blechverarbeitung durchgeführt wird.
10. Verfahren nach einem der vorhergehenden Ansprüche,
wobei das algorithmische Auswerten der Bewegungsdaten (12A, 12B) mit mindestens einem neuronalen Netzwerk (NN1, NN2) durchgeführt wird, das für spezifische manuelle Tätigkeiten (M) in der industriellen Fertigungsstätte (1) konfiguriert ist und/oder fortlaufend verbessert wird, und wobei die Bewegungsdaten (12A, 12B) und die Positionsdaten (9A, 9B) digitale Eingangswerte des neuronalen Netzwerks (NN1, NN2) sind und die Tätigkeitsprofile (31, 32, 33,...) als digitale Ausgangsklassen im neuronalen Netzwerk (NN1, NN2) abgebildet sind.
11. Verfahren nach Anspruch 10,
wobei ein erstes neuronales Netzwerk (NN1, NN2) für erfasste Bewegungen des Wer kers (21) bei der manuellen Tätigkeit (M) und ein zweites neuronales Netzwerk (NN2) für erfasste Bewegungen eines durch den Werker (21) bewegten Elements (33) vorgesehen sind.
12. Verfahren nach einem der vorhergehenden Ansprüche,
wobei jedes der Tätigkeitsprofile (31 , 32, 33, ...) durch eines oder mehrere der folgen den Merkmale bestimmt ist, die spezifisch für eine manuelle Tätigkeit (M) sind:
- eine Bewegungstrajektorie (25A, 25B) der erfassten Bewegung des Werkers (21) oder des Elements (33), insbesondere der räumliche Verlauf der Bewegungstrajektorie (25A, 25B), räumliche Charakteristika der Bewegungstrajektorie (25 A, 25B) und/oder eine Wieder holungsanzahl der Bewegungstrajektorie (25A, 25B),
- eine Dauer der Bewegung entlang der Bewegungstrajektorie (25 A, 25B), ein Start- zeitpunkt und/oder ein Endzeitpunkt der Bewegung entlang der Bewegungstrajektorie (25 A, 25B), - ein Zeitpunkt, an dem die Bewegungstrajektorie (25A, 25B) in einem Werkstück spezifischen Bearbeitungsprozess stattfindet, und
- optional Information zum Werker (21), der die Bewegung entlang der Bewegungs- trajektorie (25 A, 25B) durchführt.
13. Industrielle Fertigungsstätte (1) für eine Fertigung von Werkstücken (23), die manuelle Tätigkeiten (M) von einem Werker (21) und optional automatisierte Verarbeitungsschritte (A) an den Werkstücken (23) umfasst, wobei eine Fertigung des Werkstücks in einer digitalen Prozesskette abgebildet ist, mit:
mindestens einem manuellen Arbeitsplatz (Ml, .. M3), an dem eine oder mehrere ma nuelle Tätigkeiten (M) vom Werker (21) vorgenommen werden können,
einem System zum Erfassen einer Bewegung des Werkers (21) oder eines Elements (33), das durch den Werker (21) bewegt wird, bei der Durchführung einer manuellen Tätigkeit (M) und einer Position in der industriellen Fertigungsstätte (1), an der die erfasste Bewegung des Werkers (21) oder des bewegten Elements stattfindet, wobei das System Bewegungsdaten der manuellen Tätigkeit (M) und Positionsdaten der manuellen Tätigkeit (M) bereitstellt, und einem digitalen Steuerungssystem (3), das zur Erstellung der digitalen Prozesskette (5) ausgebildet ist, die mehrere, jeweils einer manuellen Tätigkeit (M) zugeordnete Tätigkeitspro file (31 , 32, 33, ...) umfasst und die Fertigung des Werkstücks (23) digital abbildet,
wobei das Steuerungssystem (3) eine algorithmische Datenauswerteeinheit (7) umfasst, die dazu ausgebildet ist, Eingangsdaten, die von den Bewegungsdaten und den Positionsdaten der manuellen Tätigkeit (M) gebildet werden, hinsichtlich der Tätigkeitsprofile (31, 32, 33,...) zu klassifizieren und ein spezifisches Tätigkeitsprofil (31 , 32, 33, ...) für eine erfasste Bewe gung des Werkers (21) oder des bewegten Elements (33) auszugeben, und
wobei das Steuerungssystem ferner dazu ausgebildet ist, ausgegebene spezifische Tä tigkeitsprofile (31, 32, 33,...) in der digitalen Prozesskette (5) zu verbuchen.
14. Industrielle F ertigungsstätte ( 1 ) nach Anspruch 13 ,
wobei die Datenauswerteeinheit (7) einen Datenauswertealgorithmus, insbesondere ein neuronales Netzwerk wie ein Convolutional Neural Network, umfasst.
15. Industrielle Fertigungsstätte (1) nach Anspruch 13 oder 14,
wobei das System zum Erfassen der Bewegung des Werkers (21) oder des bewegten Elements (33) ein Sensorsystem (17) zum Erfassen der Bewegung des Werkers (21) oder des bewegten Elements aufweist, das bewegungsspezifische Koordinatendatensätze ausgibt und optional einen Beschleunigungssensor, einen Lagesensor und/oder einen Barometer-Sensor, aufweist.
16. Industrielle Fertigungsstätte (1) nach einem der Ansprüche 13 bis 15,
wobei das System zum Erfassen einer Bewegung des Werkers (21) oder des bewegten Elements (33) ein Innenraum-Ortungssystem zum Bestimmen einer Position in der industriel- len Fertigungsstätte aufweist, wobei das Innenraum-Ortungssystem mehrere in der Ferti gungsstätte vorgesehene Sende-Empfangseinheiten (13, 15) und mindestens eine am Werker (21) oder am bewegten Element (33) vorgesehene Mobileinheit (15') aufweist.
17. Industrielle Fertigungsstätte (1) nach einem der Ansprüche 13 bis 16,
wobei das System zum Erfassen einer Bewegung des Werkers (21) oder des bewegten Elements ein Kamerasystem mit mindestens einer Kamera (35) und einem Bilderkennungs- System aufweist.
EP19719460.8A 2018-04-26 2019-04-17 Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten Withdrawn EP3785090A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018110063.9A DE102018110063A1 (de) 2018-04-26 2018-04-26 Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten
PCT/EP2019/059869 WO2019206750A1 (de) 2018-04-26 2019-04-17 Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten

Publications (1)

Publication Number Publication Date
EP3785090A1 true EP3785090A1 (de) 2021-03-03

Family

ID=66286321

Family Applications (1)

Application Number Title Priority Date Filing Date
EP19719460.8A Withdrawn EP3785090A1 (de) 2018-04-26 2019-04-17 Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten

Country Status (4)

Country Link
US (1) US20210034043A1 (de)
EP (1) EP3785090A1 (de)
DE (1) DE102018110063A1 (de)
WO (1) WO2019206750A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3828790A1 (de) * 2019-11-28 2021-06-02 Siemens Aktiengesellschaft Verfahren zur herstellung eines, aus einer produktmenge aufgrund eines auswahlkriteriums ausgewählten produkts, sowie produktionssystem hierfür
EP3961326B1 (de) * 2020-08-27 2023-12-27 Siemens AG Österreich Verfahren und system zur optimalen herstellung eines produkts

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19843162C2 (de) * 1998-09-21 2001-02-22 Alfing Montagetechnik Gmbh Bearbeitungsvorrichtung mit einem Bearbeitungswerkzeug zur Bearbeitung eines Werkstücks
EP2916189B1 (de) * 2014-03-06 2019-05-08 Hexagon Technology Center GmbH Qualitätsgesicherte Herstellung
DE102016110462A1 (de) * 2016-06-07 2017-12-07 Sartorius Stedim Biotech Gmbh Serviceeinheit und Verfahren zur Überwachnung und Dokumentation von Wartungsarbeiten
DE102016120132A1 (de) 2016-10-21 2018-04-26 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Werkstücksammelstelleneinheit und Verfahren zur Unterstützung der Bearbeitung von Werkstücken
DE102016120131B4 (de) 2016-10-21 2020-08-06 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Absortierunterstützungsverfahren und Flachbettwerkzeugmaschine

Also Published As

Publication number Publication date
WO2019206750A1 (de) 2019-10-31
US20210034043A1 (en) 2021-02-04
DE102018110063A1 (de) 2019-10-31

Similar Documents

Publication Publication Date Title
DE112019000170B4 (de) Steuerungssystem, Transportvorrichtung, Programm und Steuerungsverfahren
EP3529012B1 (de) Verfahren zur durchführung einer sequenz von bearbeitungsschritten zur bearbeitung von werkstücken und flachbettwerkzeugmaschine
EP3529001B1 (de) Absortierunterstützungsverfahren und flachbettwerkzeugmaschine
AT519452B1 (de) Verfahren und Vorrichtung zum Kommissionieren von Waren
DE112012002677T9 (de) Zuführvorrichtung für Bauelemente
AT507339B1 (de) Verfahren und anlage zum aufnehmen und/oder bearbeiten von objekten
EP3797337B1 (de) Verfahren zum hantieren eines werkstücks mit hilfe eines entnahmewerkzeugs und maschine zur durchführung des verfahrens
DE102019208187B4 (de) Robotersystem und Steuerungsverfahren für ein Robotersystem
DE112017007397B4 (de) Steuervorrichtung, Greifsystem, Verteilersystem, Programm, Steuerverfahren und Herstellungsverfahren
EP2216144B1 (de) Verfahren und System zur Kontrolle von Bauteilen und/oder Funktionseinheiten mit einer Prüfvorrichtung
DE112019000097B4 (de) Steuervorrichtung, Arbeitsroboter, Programm und Steuerverfahren
DE112017007392B4 (de) Steuervorrichtung, Greifsystem, Verteilersystem, Programm, Steuerverfahren und Herstellungsverfahren
WO2019206753A1 (de) Innenraum-ortungssystem für die industrielle fertigung
DE112018007727B4 (de) Robotersystem
DE112017007399B4 (de) Steuervorrichtung, Greifsystem, Verteilersystem, Programm, Steuerverfahren und Herstellungsverfahren
EP3682303A1 (de) Verfahren zur fertigungssteuerung von fertigungsprozessen in der metallverarbeitenden industrie mittels bildaufnahmevorrichtungen
DE112017007398T5 (de) Steuervorrichtung, Greifsystem, Verteilersystem, Programm und Steuerverfahren
EP3785090A1 (de) Industrielle fertigungsstätte und verfahren zur automatisierten verbuchung von manuellen tätigkeiten
DE102020107385B4 (de) Betriebseinstellvorrichtung zum einstellen des betriebs einer robotervorrichtung
DE102019211770B3 (de) Verfahren zur rechnergestützten Erfassung und Auswertung eines Arbeitsablaufs, bei dem ein menschlicher Werker und ein robotisches System wechselwirken
DE102017216863B3 (de) Verfahren und Robotersystem zum Anpassen eines Robotereinsatzes an einen Arbeitsprozess
DE102019128707A1 (de) Robotersystem
EP3966644A1 (de) Produktionssystem und produktionssteuerungsverfahren mit ortungssystem-basierter simulation von produktionsabläufen
AT524802B1 (de) Verfahren zum Ablegen von Halbzeugen
DE102021117455B4 (de) Verfahren zum Anlernen und zum Betrieb eines Palettierroboters sowie zugehöriges Palettiersystem

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20201016

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20220622

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN WITHDRAWN

18W Application withdrawn

Effective date: 20220922