WO2021245194A1 - Ortsbasierte bauteilanalyse basierend auf einem digitalen bauteilzwilling - Google Patents

Ortsbasierte bauteilanalyse basierend auf einem digitalen bauteilzwilling Download PDF

Info

Publication number
WO2021245194A1
WO2021245194A1 PCT/EP2021/064919 EP2021064919W WO2021245194A1 WO 2021245194 A1 WO2021245194 A1 WO 2021245194A1 EP 2021064919 W EP2021064919 W EP 2021064919W WO 2021245194 A1 WO2021245194 A1 WO 2021245194A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
component
location
manufacturing process
production
Prior art date
Application number
PCT/EP2021/064919
Other languages
English (en)
French (fr)
Inventor
Caroline ALBERT
Franz Engel
Original Assignee
Nebumind Gmbh
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 Nebumind Gmbh filed Critical Nebumind Gmbh
Publication of WO2021245194A1 publication Critical patent/WO2021245194A1/de

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total 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]
    • G05B19/4183Total 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31323Database for CIM
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31328Objects report their location to directory service
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the invention relates to the acquisition, storage and analysis of data from a manufacturing process, inter alia for the purpose of visualizing digital component twins with analysis options.
  • the technologies described here are preferably used in the field of discrete production, for example in the production of airplane wings or car doors.
  • the limitations with regard to component analyzes are based on the fact that sensor values and machine parameters that are generated during the production of components are not collected, stored and structured in the prior art to answer questions about component quality easily and to be able to answer quickly.
  • Production data is typically only saved with a time stamp. If you want to get to the bottom of a phenomenon at a specific location in the component, e.g. investigate the question of why a pore or delamination occurs at a specific location on the component, you usually need the production data from the component location at which the phenomenon occurs occurs.
  • a time stamp would only help indirectly if the machine position is stored somewhere with a high-precision, synchronized time stamp, which in most cases is not even available and the various sensor values and machine parameters can be combined using the time stamp.
  • time series databases used in conventional systems for analyzing production data are indexed and sorted according to time. Searching for a position to find the associated time stamp and thus to find the process parameters you are looking for would be extremely inefficient. This means that it is impossible, for example, with high-frequency process measurement values using known means, to compare two identical components with one another in relation to their location, that is, for example, a question of the type "Have at the time of production of component 1 at the point (x, y, z) in component 1 the same process conditions prevail as at the same point in component 2 at the time of production of component 2?
  • location information from production data is not recorded, stored and used for analysis by today's IT solutions and thus location-based analyzes cannot be carried out with regard to a component or would generate considerable additional effort in data processing, or the location information is not used to structure the data and make it searchable.
  • location information relates here, as will be explained below, to the point at which a component is processed in a specific production step.
  • Geo-data are stored as point clouds, for example, for the purpose of visualizing a 3D scan of a landscape or using latitude and longitude (i.e. 2D) for analysis. Technologies such as the indexing of 2D location data in a key value store are used for analyzes.
  • Such a management, structuring of production data, certainly not with 3D information, is not known in the prior art.
  • Conventional methods for processing and analyzing production data include a comparison of actual and target values relating to the dimensions of a workpiece or other properties at certain points on the workpiece known.
  • To determine setpoint values reference is made to a reference model and / or CAD model of the workpiece, for example.
  • data from different production steps of a workpiece are compared based on their location information, the respective production data and location data being recorded during the respective process steps.
  • a CAD model is not absolutely necessary here.
  • the methods described here are not limited to the comparison of actual and target values (the latter taken from a reference or CAD model).
  • One embodiment relates to a computer-implemented method for processing data of a manufacturing process, comprising: acquiring process data, from one or more steps of the manufacturing process, for a component that is used in the one or more steps of the manufacturing process, such that the Process data can be assigned to a point on the component at which the component is processed in a specific production step; Acquisition of location data which indicate a location on the component to which the process data are assigned; Storing, in a database, the process data together with the location data in order to obtain a data record of a digital twin of the component, the process data and the location data being structured using a location index; and using the data set of the digital twin to analyze the manufacturing process.
  • the assignment of process data to certain locations of a component enables in a series production, for example the precise location comparison of production data for components, preferably of the same type, the detection of Deviations and defects in components, and the analysis of the causes of defects and the determination of machine maintenance.
  • the acquisition of the process data and the acquisition of the location data are triggered essentially simultaneously or simultaneously as a response to a master trigger event.
  • a point in time of the acquisition is stored in the database with the process data and the location data.
  • the process data include measured values, the spatial assignment of which corresponds to the location of a measurement on the component. For example, when milling, the speed of rotation of the milling spindle would be recorded at a certain location and defects of a later visual inspection could be traced back to fluctuations in the speed of rotation.
  • the acquisition of process data further comprises: receiving measurement data from one or more sensors that monitor the manufacturing process and / or of parameters of one or more machines that are used in the manufacturing process; wherein the measurement data include the measurement value and time of a measurement and can each be assigned to a location on the component at which the measurement data were recorded; and where the parameters value and Include time of use of the parameters and each can be assigned to a location on the component at which the machine was used.
  • location data are the basis for the location index
  • the database being a spatial or spatiotemporal database, ie a database whose implementation is designed to efficiently store, search and analyze spatial or spatio-temporal data, and optionally an implementation of the location index is based on an N-tree.
  • the location index enables efficient access to related production data, i.e. to production data that influenced the creation of a manufacturing result at a specific location of a component in the course of a manufacturing process.
  • the method described here and the structuring of the process and location data described herein using a location index enable quasi a “backward search”, that is, the search for properties during a production step at a specific location of a component and not just as in conventional ones Process, the place or the point at which a certain property of a component or a state occurred during production (“forward search").
  • forward search the place or the point at which a certain property of a component or a state occurred during production
  • a “forward search”, which is possible in the method described herein and in conventional methods for structuring and processing production data, aims, for example, to determine for a certain value in the production data at which point a component and in which production step this value, for example an excessive temperature or a too slow processing speed.
  • this “forward search” is not expedient for the following two reasons: First, many components are produced with different settings. For example, the speed of a robot that makes a component by milling is fast in one place and slow in another. It is therefore not expedient to search the production data for whether the robot speed falls below a certain level, as it may be desirable to fall below a certain speed at certain points on the workpiece.
  • a robot in such a way that it operates at a low speed in some places on a workpiece and at high speed in other places.
  • a method based on a "forward search" to detect alleged defect indications would be far too tolerant (if a speed that is clearly too low was assumed to be critical, defects could be overlooked), or too imprecise (if too high a speed would be assumed to be critical, many points without a defect could be identified as possibly defective).
  • a location-selective method for comparing and searching for production data is therefore desirable for such an application.
  • a location index in the present application area of production data acquisition and analysis based on data structures that are used, for example, in the area of geo-databases, is further illustrated below:
  • a conventional table and index structure eg a table with production data comprising a column for the time and a column for x, y and z, coordinates
  • the method further comprises: merging process data, which can each be assigned to the same location, based on acquired location data; and / or merging of process data that were acquired at the same or essentially the same points in time, based on a point in time of the acquisition of the respective process data.
  • the merging of process data enables the use of key value databases as an efficient implementation for storing and retrieving manufacturing data for the analyzes described herein.
  • a measured value indicates a temperature and / or density of the component at the respective location of the measurement.
  • measurements from a computed tomographic examination can be compared with measured values from the manufacturing process of a component, for example, in order to quantify pore formation due to temperature influences.
  • the process data are temperature data and the parameters include a power consumption, a speed, a rotation and / or a contact pressure of one or more machines used in the manufacturing process.
  • the power consumption for a laser machine is measured at a certain frequency at which a metal part of the component melts, and the data on the power consumption of the laser machine are also mapped to spatial coordinates that indicate where the melting of the metal part is at the component takes place at a certain point in time.
  • this can be used to check whether defects are related to fluctuations in laser power.
  • the manufacturing process is an additive, subtractive or forming process and the one or more machines comprise at least one mechanically moved machine.
  • Additive, subtractive or forming processes on a component require high mechanical precision when guiding the machining tool. Mechanically moved machines are subject to wear and tear and require constant control and adjustment in order to enable consistently high quality of the manufactured components. In this area in particular, the on-site quality control of individual components after production is an essential factor for early and precise detection and determination of the need for machine maintenance. Since the machine status can change location-based, e.g. due to dead weight and levers, it makes sense to determine differences in machine behavior only at the same or similar locations. For example, it can be normal for a robot to run with a power consumption between 3.9 kVA and 4.05 kVA over the entire work area.
  • the fluctuation range is regarded as normal over the entire processing of a component.
  • the fluctuation range of the power consumption for different components of the component type is typically much smaller, so that deviations between the individual components can be determined and maintenance requirements of a machine can be predicted much earlier and more precisely.
  • the analysis of the manufacturing process comprises one or more of the following: Partitioning a room to be visualized into discrete room areas, for each room area preliminary evaluation of production data assigned to the respective room area, the preliminary evaluation being based on information from the location index and the location index being aggregated Contains information about measurement data; Comparative analysis of the digital twin with a digital twin of another component of the same component type; and comparing the data set of the digital twin of the component of a component type with a reference model for the component type; and visualization of the digital twin or, optionally, visualization of individual spatial areas of the digital twin according to the results of the preliminary evaluation.
  • aggregated information is recorded according to the preliminary evaluation in the location index and provides information, for example, about a sum of measured values, the arithmetic mean of the measured values, the minimum or the maximum measured value in a (partial) spatial area of the spatial or spatiotemporal production data.
  • the reference model is created based on a plurality of data sets of digital twins of components of the component type in such a way that the reference model indicates statistical values of corresponding process data from the plurality of data sets of digital twins. Common features of components, normal values of production data and permissible deviations are thus recorded in the reference model. This makes it possible, when comparing a specific component, or when comparing the production data recorded in its virtual component twins, with the reference model, to recognize atypical deviations beyond the standard values recorded in the reference model and to determine possible causes for quality defects in the specific component.
  • the reference model is the result of one or more simulations that make a prediction for specific locations on a component. This allows simulated components to be compared in detail with real components in order to determine deviations in both directions and to use them for optimization. In one direction, it can indicate that the component is not OK. In the other direction, it can indicate that the simulation does not yet depict reality accurately enough.
  • the comparative analysis is used to determine deviations in manufacturing accuracy among several components of the same component type, and results of the comparative analysis are used to predict machine maintenance and / or to determine a quality of a component. This means that maintenance work on the machine or repairs on the component can be better timed and the probability of quality shortfalls on the final component due to statistically distributed errors in subsequent production steps can be calculated in order to preventively repair or reject components at an early stage.
  • One embodiment relates to a device for processing data of a manufacturing process, comprising: data processing device; and storage device in communication with the computing device, the storage device storing instructions that, when executed on the computing device, cause the computing device to perform operations comprising: acquiring process data, from one or more steps of the manufacturing process, for a Component that is used in the one or more steps of the manufacturing process in such a way that the process data can be assigned to a location on the component; Acquisition of location data which indicate a location on the component to which the process data are assigned; Storing, in a database, the process data together with the location data in order to obtain a data record of a digital twin of the component; and using the data set of the digital twin to analyze the manufacturing process.
  • Further embodiments of the device further comprise instructions that control the device in accordance with the computer-implemented method for processing data of a manufacturing process described herein.
  • One embodiment relates to a computer-readable storage medium, comprising instructions which, when executed by a computer, cause the computer to carry out the following steps: Acquisition of process data from one or more steps of the manufacturing process for a component, which in the one or more steps of the manufacturing process is used in such a way that the process data can be assigned to a location on the component; Acquisition of location data which indicate a location on the component to which the process data are assigned; Storing, in a database, the process data together with the location data in order to obtain a data record of a digital twin of the component; and using the data set of the digital twin to analyze the manufacturing process.
  • Further embodiments of the computer-readable storage medium further comprise instructions that cause the computer to take further steps in accordance with the computer-implemented method for processing data of a manufacturing process described herein.
  • FIG. 1A shows a component with a marking of a specific location on the component.
  • FIG. 1 B shows a graph which indicates the temperature of the component during the manufacturing process along the course of manufacturing.
  • FIG. 1C shows the visualization of a 3D model of a component, i.e. a digital component twin, in which each location of the component is color-coded according to a temperature measured there at a specific point in time (e.g. the point in time at which the laser melts the powder during metallic 3D printing).
  • FIG. 2 shows a view of a component twin with a detailed representation of data from the manufacturing process associated with a specific location of the component.
  • FIG. 3A-E show the step-by-step acquisition of data from a manufacturing process for a component based on the visualization of a corresponding component twin, including data that has already been acquired.
  • FIG. 4 shows a flow diagram of a method for acquiring data from a manufacturing process.
  • FIG. 5 shows a flow diagram of a method for acquiring and processing data from a manufacturing process.
  • FIG. 6A and 6B each show a visualization of different component twins of the same real component.
  • FIG. 6C shows a visualization of an overlay of the digital component twins on FIG. 6A and 6B.
  • FIG. 7A shows a real component with a defect.
  • FIG. 7B shows a computer and an application for displaying digital component twins of the real component from FIG. 7A for error analysis.
  • FIG. 8 shows a flow diagram of a method for processing data from a manufacturing process.
  • FIG. 9 shows a flow diagram of a method for creating a reference model.
  • FIG. 10 shows a flow diagram of a method for statistical analysis of a reference model.
  • FIG. 11 shows a flow diagram of a method for the constant revision or optimization of a reference model.
  • FIG. 12 shows an overview of the system for manufacturing a component, including a data processing device and memory device for processing data from the manufacturing process of the component. Detailed description
  • an essential aspect of the technology described here is also a location on the component and / or a point in time at which a component is processed or processed at a respective location on the component.
  • the acquisition of this data enables so-called location-based analyzes of individual components, series of identical components, and the machine function and wear.
  • the structuring of production data according to a component position makes this data usable for creating digital component twins for applications and analyzes in the production environment. This acquisition of digital component twins and their application to carry out different analyzes of a manufacturing process is described in more detail below.
  • a manufacturing process can be, for example, an additive, subtractive or forming process and, for example, involve one or more machines, of which at least one machine is a mechanically moved machine.
  • the term data source refers to devices such as sensors that generate data that can be directly or indirectly assigned to a specific location in a component. These can be measured values from external sensors, from internal sensors, target values of the system control, settings of the machine (e.g. a speed specification), etc.
  • component and workpiece are used essentially synonymously herein.
  • component position refers to a location in the component, point in the component, location in the component, areas in the component, position (x, y, z).
  • production data is essentially used synonymously with the term data of a manufacturing process and / or with the term process data.
  • Production data include, for example, measured values whose spatial assignment corresponds to a measurement at the respective location on the component, for example a temperature, a pressure, and / or a density of a component at the respective location of the measurement. Measurement data can also be observed, for example Machine speed, power consumption of a laser. Also included are parameters of one or more machines that are used in the manufacturing process, e.g. control data of a machine, ie set machine speed, contact pressure, etc.
  • production data of a component are structured and stored in a location-based manner in order to enable evaluations with regard to specific locations in the component in real time, i.e. on the order of a few milliseconds to a few seconds.
  • Motivation for location-based data and the principle of location-based data and their visualization is illustrated using the example of FIGS. 1A to 1C.
  • FIG. 1A shows a physical component 110 with a marking of a particular location 120 on the component.
  • Possible production data that can be assigned to this point of this specific individual component are, for example, one or more temperature measurement values at one or correspondingly several production steps of this component.
  • FIG. 1 B shows a graph 130 which indicates a temperature of the component 110, for example over the entire production step, along the time course t of the production of the component.
  • the illustration in FIG. 1 B, temperature and time can be determined, but not the precise location on the component at which the temperature was recorded.
  • FIG. 1C shows the visualization of a 3D model of a component, i.e. a digital component twin, in which each location of the component is visually identified, i.e. with a different color or gray level, according to a temperature measured there at a specific point in time.
  • a component i.e. a digital component twin
  • location and temperature can be determined, as well as the time. However, the other way around, you cannot search for data from a specific point in time.
  • the inventive location-based acquisition and storage of any production data for anything in the form of “digital component twins” enables these component twins to be visualized as 3D point clouds, and analyzes associated therewith.
  • the structuring according to location data means that a large number of process data for a single component are stored and managed in such a way that, for a specific location on a specific single component, all process data, ie process data from various manufacturing steps, can be efficiently called up.
  • a unique value is calculated from the spatial coordinates and optionally a unique identifier of a component, which is used as a key in a data record in the key-value database.
  • the unique is a hash value. That key (“key”) is associated with a value (“value”) which specifies the associated production data, for example measured values and / or machine parameters. Individual measured values and / or machine parameters are optionally in turn associated with corresponding time stamps for which the values were recorded or set.
  • a key-value database system can contain production data from a single component, from several components of one component type, or from several components of different types. In the latter two cases, the data organization must be such that data associated with an individual component can be efficiently determined and selected. For example, the ID of a component can be encoded in the key.
  • a key-value database can be used for storage and management, provided that they allow the following essential properties. It is essential for such systems and the underlying data model that data can be retrieved efficiently from a specific location on a specific component.
  • data is organized as a key-value pair for this purpose, and a series of data is made efficiently searchable via a corresponding index. This index is referred to herein as the location index, since the indexing takes place via the key, which essentially reproduces location information.
  • This structuring of production data according to their assigned location information makes it possible to quickly and easily visualize and search for process data with regard to their location in the component in a production environment.
  • One possible representation of the data belonging to a single component is a type of 3D point cloud, which is referred to as a “digital component twin”.
  • the storage of process data together with the location data within a database thus includes the structuring of the process data and the location data using a location index.
  • FIG. 2 shows a view of a component twin with a detailed representation of data from the manufacturing process associated with a specific location of the component.
  • process parameters such as the milling spindle speed or the temperature can be output or these can be output, for example, in a three-dimensional false-color representation, as shown in FIG. 5 shown.
  • the spatial coordinates (y, x, z), as well as the width and height of a spatial area (width, height), and statistical information on process parameters and measured values such as temperature, machine speed, contact pressure are shown for a specific point.
  • a time stamp is also recorded as well as any marking (tag).
  • the room is partitioned into discrete sections along each of the three dimensions and thus divided into, for example, cuboid or cube-shaped areas.
  • preliminary evaluations of the production data contained therein i.e. production data assigned to a location within the cuboid
  • the visualization i.e. the color of the room area, is then determined according to the values determined in the preliminary evaluation.
  • FIG. 3A-E show the step-by-step acquisition of data from a manufacturing process for a component based on the visualization of a corresponding component twin, including data that has already been acquired.
  • the position coordinates of a tool are retrieved from a machine during the manufacturing process of a component, for example, and combined with sensor or machine data (e.g. the temperature of the component or parameters for controlling the tool).
  • sensor or machine data e.g. the temperature of the component or parameters for controlling the tool.
  • FIG. 3A only a few process data are initially recorded, in FIG. 3B to 3E, a more comprehensive set of process data is visualized, which corresponds to the progress of the manufacturing process of the specific component at successive points in time.
  • the acquisition of the process data and the acquisition of the location data take place essentially simultaneously and are triggered in response to a master trigger event.
  • a master trigger means that, in addition to sensors that record sensor values, there is also a source for location data (e.g. x, y, z).
  • the master trigger thus triggers data acquisition on at least two data sources, for example on one sensor (source 1) and another source (source 2) that records the location at which the sensor (source 1) recorded the sensor data. Both are triggered by the same electrical signal from the so-called master trigger.
  • the second source (source 2) can be, for example, a production machine that typically "knows" or continuously records its own position or that of the end effector.
  • the second source (source 2) could also be a device, such as a laser tracker (light transit time measurement), or a technology based on a triangulation measurement method, etc.
  • a point in time of the acquisition can also be stored in the database together with process data and location data.
  • each source records its data with a time stamp, especially the source that records the location.
  • time stamp On the basis of this time information, called a time stamp, production data can then be merged, i.e. data that are recorded essentially at the same time from different sources can be recognized as belonging together and location information recorded at the same time can thus be assigned to the sensor value or machine value.
  • This so-called merging of process data, which were recorded at essentially the same points in time is based on a point in time when the respective process data was recorded.
  • the location reference can be established directly or indirectly: For example, in the case of thermal camera recordings of a component, the location of a measured value could be determined via the pixel coordinate.
  • the location reference ie the association of sensor data with location data, can thus be carried out directly getting produced. More generally, this means that a machine already records and transmits its production data together with location information. This is conceivable for industrial robots, for example. Process data that can each be assigned to the same location can be merged based on the captured location data.
  • the technologies described herein can be used primarily in the discrete component production or the inspection of components, assemblies or finished products. For example, there are systems that record the temperatures in a certain resolution layer by layer during the production of metallic 3D printed components and save them as an image. The technologies described here can use these images as input in order to allocate measurement data precisely based on the image data and thus create a digital component twin in which we store the temperatures for each location in the component (see, for example, FIG. 2 and FIG. 3).
  • the location reference can also be established indirectly via the use and comparison of time stamps in that production data with the same or finite time stamps are assigned to a location recorded at this point in time.
  • the amalgamation of data via a common location ie the association of data that is recorded for a specific location on a single component in the course of a production process, can be computationally complex, for example in the case of indirect association using a time stamp include processing and selection among a large amount of production data.
  • the merging does not take place in a real-time request, but is a step in connection with the storage and processing of production data, which takes place promptly or offset in time to the acquisition of the production data.
  • step 410 a production process of a component A starts, the data of which is to be recorded.
  • step 420 represents a manufacturing step, ie the machining or processing of the component itself.
  • sensor and machine measurement values and parameters are simultaneously recorded in step 430 and stored together with a reference Part allows, or directly with a part coordinate. If a reference is recorded, this reference is converted to a respective component coordinate in a subsequent step 440.
  • a reference can be a time stamp, for example.
  • Step 440 is followed by an optional transformation 450 of the data into a coordinate system of the respectively processed component A.
  • the transformation is required, for example, when different coordinate systems are used for two different data sources. If, for example, the data from source 1 relate to location information from the robot and data from source 2 are coordinates from a laser tracker. Then you have to transform the coordinates of one of the two systems into the other (e.g. via a homogeneous transformation matrix).
  • the transformation thus enables production data from the same components (different data sources; e.g. temperature and density), which are recorded with spatial coordinates in different coordinate systems, to be efficiently compared and visualized. It is also possible to correlate data from different components (with the same data sets).
  • This parallel implementation of a production step 420 acquisition of production data and determination 430 and conversion 440 and 450 of assigned component coordinates is repeated 460 for one or more steps in the production of component A until finally production of component A is completed 470.
  • the method according to FIG. 4 records all process data, including measured values, machine parameters, etc., from the same and / or from different manufacturing process steps for each individual component of a specific type and a specific location, for example by a spatial coordinate (x, y, z), component coordinate, is specified, assigned in the component.
  • FIG. 5 shows the complete process of collecting, storing and analyzing process data.
  • step 510 process data from one or more steps of the manufacturing process are recorded for a component in such a way that the process data can be assigned to a location on the component.
  • Assignable means that the location data is recorded directly with the individual process data (example of the thermal camera recording). Alternatively, an assignment can be made using a reference, such as a time stamp.
  • the acquisition of process data in step 510 includes, for example, receiving measurement data from one or more sensors that monitor the manufacturing process.
  • Measurement data include, for example, the measured value and time of a measurement, and can each be assigned to a location on the component at which the measurement data were recorded, the parameters including value and time of use of the parameters and each being assignable to a location on the component at which the machinery was applied.
  • the acquisition of process data can also include the acquisition of parameters of one or more machines that are used in the manufacturing process, for example control data of one or more machines used in the manufacturing process, such as the set speed, power consumption, a rotation and / or a contact pressure .
  • the power consumption for a laser machine can be measured at a certain frequency at which a metal part of the component melts.
  • the data on the power consumption of the laser machine are also mapped, directly or indirectly, as described above, to spatial coordinates that indicate where the melting of the metal part on the component takes place at a specific point in time.
  • Location data is collected in step 520.
  • steps 510 and 520 coincide. Steps 510 and 520 correspond to the repeated application of the individual steps 430 to 450 from FIG. 4th
  • position coordinates are possible as follows: Instead of real coordinates (i.e. from a measurement), the position coordinates could also be interpolated from a machine program (e.g. NC program) to control a moving machine. Instead of calling up the coordinates via the production machine, external coordinate measuring devices (e.g. laser trackers, cameras, etc.) could also be used.
  • machine program e.g. NC program
  • external coordinate measuring devices e.g. laser trackers, cameras, etc.
  • step 530 process data that can each be assigned to the same location are merged.
  • Merging means the determination of process data that can be assigned to the same component location in order to store this determined data in a subsequent step in such a way that later, more efficient access to this data is possible in real time via a location index.
  • the merging can take place directly, based on location data captured with the production data, or indirectly via location information determined by reference, e.g. when process data that were captured at essentially the same points in time are merged.
  • the amalgamation can take place immediately upon acquisition or with a time delay for the acquisition of the data.
  • step 540 process data are stored together with the location data in a database in order to obtain a data record of a digital twin of the component.
  • the merged data from step 530 are stored in a key value store or a database storage engine.
  • Clustering according to location coordinates and spatial sorting, for example sorting according to spatial coordinates, can be carried out in order to create a location index.
  • a request for production data relating to a specific component and there a specific location can be found efficiently using the location index with just a few search steps.
  • the visualization for the purpose of the analysis is possible, for example, in 3D as false colors and also with an overlaid visualization of a CAD model of the component Improvement of the orientation and allocation of the production data on the component possible.
  • step 550 captured production and location data are used for analysis.
  • the power consumption of a laser tool used in production and a temperature of a surface of a component are measured at a certain frequency and combined with the location at which the laser is currently melting the material.
  • an expert can use the data from the production of the specific component and compare it with the test data to determine, for example, whether certain process or measured values are an indication of later component defects such as cracks be able.
  • step 550 More generally, possible analyzes in step 550 are described in detail below.
  • a first possible analysis relates to the visualization of one or more digital twins of a specific physical component. This analysis is shown in FIG.
  • all process data are stored with a location marking or a location index (x, y, z), so that later all available data records for a component can be superimposed and compared, as described below.
  • the component twin 610 indicates, for example, temperature data of a specific first machine in the production process.
  • a temperature sensor for a certain component generates a temperature value for the weld pool (the point at which the laser is currently melting the metal) in a grid or with a resolution of 0.125mm x 0.125mm recorded. Based on the current machine position, these dimensions can be transformed into real coordinates, which can then be transferred to a general coordinate system, e.g. the drawing coordinate system, i.e. the coordinate system of the visualization.
  • a second process step e.g. computed tomography
  • location-related data are generated again for the same physical component.
  • This data is transformed into the same coordinate system as the data from the other recorded process steps.
  • a second (or further) digital component twin 640 shown in FIG. 6B, based on a second data set for the same physical component.
  • each value of the data set can be superimposed on each value of the second data set and compared with them, as shown in FIG. 6C, or if the data sets do not have exactly the same position, the next data points are compared with one another, or different statistical values for certain spatial regions.
  • FIG. 7A shows a real, physical, component 710. Assuming a certain point on the component with coordinates (x, y, z), a defect is found after the component has been manufactured.
  • FIG. 7B shows a computer and application 720 for visualizing digital component twins. In this illustration, 730, 740, 750 different component twins of one and the same real component 710 from FIG. 7A.
  • the component twin 730 indicates, for example, temperature data of a specific first machine in the production process.
  • the component twin 740 specifies, for example, the speed setting of a second machine during the production of the component machine during the production process of the component 710.
  • the component twin 750 indicates, for example, an angular speed of rotation of a robot axis of the second machine during the production of the component 710. From the visualization of the component twins and the process data recorded with them, it can then be recognized, for example, that the values 735 and 745 of the component twins at the points (x, y, z) are normal, but the value 755 at the same point of the component twin 750 deviates from otherwise usual values.
  • a deviation in the angular velocity of rotation, in accordance with the underlying production data of the component twin 750, can thus be determined as the probable cause of the production defect on the physical component 710.
  • the cause of the error can of course also be determined from the combination and / or correlation of production data from different digital component twins of one and the same physical component. For example, an interesting question could be whether the quotient of the set laser power and the measured heat is the same at these points in the component.
  • analyzes are presented that are essentially based on the comparison of digital twins and are carried out independently of the production of a component, i.e. offline after completion of the production of a single component or a series of components of the same type.
  • component twins data sets that come from different data sources or sensors and that may have been recorded in different steps of the manufacturing process can be compared.
  • FIG. 8 shows a flow diagram of a method for processing data from a manufacturing process.
  • the method processes data that are connected to specific locations of a component in order to generate a statistical offline analysis of the cause of a deviation or an error.
  • the process in FIG. 8 begins with step 810, wherein at a certain point (x, y, z) on the component A there is an error which or the cause of which is to be investigated.
  • step 820 all data (eg temperature, speed, pressure values) from all process steps at point (x, y, z) of component A are retrieved.
  • the data from a specific data source for example temperature
  • the value at point (x, y, z) deviates significantly from corresponding data at other points on component A. For example, one can analyze whether the temperature values at a point to be examined in component A are conspicuous in comparison to temperature values at other points in component A. The aim is to find a parameter (in this case the temperature) that corresponds to behaves abnormally in the area to be examined.
  • the temperature readings of the component could be between 595-601 ° C at every point, only at 605 ° C at the point to be examined.
  • step 840 data from different data sources are compared with the same data sources from another component (of the same type A). For example, if an error occurs at point (x, y, z) in component ID2 (component type A), all data at this point (or an area around this point) can be called up and compared with all the same data from type A components.
  • step 850 it is also possible to use data from similar situations for a comparison. For example, when milling you could check whether the temperature of a tool was responsible for a certain damage by using the data from a similar situation for comparison. For example, a parameter radius could be specified and stored in each point. If it is later to be investigated why a milling cutter has damaged a certain point, in addition to the comparison with components of the same type at this point, the points at which the radius value is the same could also be used for the comparison in order to analyze whether the milling cutter also caused damage in these places. For example, if a machine has just milled a 10 cm radius, for example, and an error has occurred (e.g. the material has become brittle), the data from this point could be compared with the data from other identical or similar radii with the current data. In step 860 a statistical analysis of the cause of the deviation or the error is created.
  • the comparison values could also come from a simulation. As explained below, a simulation is made possible or supports the creation of a reference model of a component.
  • component twins generated from different data sources can also be correlated in order to generate an offline correlation of data sets.
  • the data from the same data source is compared and examined.
  • Correlation analysis compares data from various data sources, from one or more steps in the manufacturing process, at certain locations or at all locations. This enables the determination of a correlation of various parameters within a component within a process. For example, it is known that when pre-impregnated carbon fibers are deposited, the temperature, speed and Contact pressure has an influence on the placement or properties of the component.
  • the correlation analysis can be used, for example, to check which constellation of parameters (e.g.
  • Correlation analyzes can be very effective for cross-process component investigations.
  • a temperature component twin from a metallic 3D printing process can be correlated with the results of a computed tomography (CT) examination without having to pursue a specific assumption.
  • CT computed tomography
  • the target / actual value pairs could also be examined, with the target values being the same as the parameter settings and the actual values being the same as the parameter measurements).
  • it could be analyzed whether the set speed leads to the same actual speed at all positions in the component or whether the relationship is always the same or whether this is abnormal at a point in the component that is conspicuous.
  • the aforementioned offline analysis aspects of the invention offer a number of advantages and technical effects. For example, a systematic tracing of the cause of errors is made possible. It is generally known that currently practiced production methods and processes only have a limited understanding of the causes of errors and only allow limited possibilities for their analysis. This leads to high and constant quality costs in some cases. For example, companies report up to 30% rejects in the production of small series from metallic 3D printing, among other things due to the flat learning curve. The embodiments of the inventive concept described here enable quality defects in a component to be traced back to their origin and this quickly to fix. This saves productions considerable repair and scrap costs.
  • process data as a digital component twin makes a targeted search for causes for errors and quality deviations possible very easily.
  • an operator wants to examine a point in the component more closely because he has noticed an error or a sensor has measured the quality of the component directly, he can specifically analyze the manufacturing history of the component at these points. If the operator has found pores at point (x, y, z) in the CT examination, he can get all the data from all production steps that have been saved, correlated or interpolated for this point or an area.
  • Another technical advantage of the present invention is that it enables influencing factors to be determined for the components. Especially when introducing new process steps, it is difficult for productions to specify the relationships between different process parameters or to determine the influencing factors of the individual parameters.
  • the structure and processing of data from a manufacturing process as a digital component twin makes a targeted search for adjusting screws that have an influence on the quality of the component very easy.
  • the present invention enables fault tracing during the entire product life cycle. Offline analyzes are possible both in production and in the later life cycle of the component when the component is already in operation (e.g. installed in an aircraft or a vehicle). If it is recognized during operation that components have a defect and a recall action (e.g. in the automotive industry) or grounding (e.g. in the aviation industry) ensues, the present invention could be used to quickly find out which components have the same Production parameters have been established and the appropriate vehicle to be recalled in a targeted manner. This would also enable continuous long-term documentation of components across multiple production companies (e.g. across suppliers and OEMs). Reference model and online analysis
  • the location-based method for processing data can also be used for an “online analysis” in order to create a reference model for a specific component type and use it in a targeted manner.
  • This section is about assessing the quality of components and the stability of processes online using a master model or reference model.
  • the data from at least two components are used and statistical values are calculated for each point or area of the components (e.g. mean value, standard deviation, maximum value, minimum value, critical value, etc.) and a new component reference model is created from this, also referred to as the reference model for short in the following.
  • This reference model no longer contains the individual temperature values for each individual component, but rather, for example, the average value of the measured temperatures for each point in the room.
  • a component reference model reference is made to data that relate to specific positions on a component.
  • a component-independent reference model that is to be distinguished from the component reference model is also described in the further course of the detailed description.
  • a reference model is created. It is not simple measured values that are saved at the coordinates, but statistical values such as mean value and standard deviation. If a new component is to be tested (possibly already during its manufacture), it is easy to check what its deviation is compared to the standard deviation for the reference model at the respective location.
  • FIG. 9 shows a flow diagram which illustrates a process for creating a reference model of the manufacturing process of a component during one or more steps of the manufacturing process.
  • each area of each component is assessed, for example by an expert or automatically by means of a quality measurement. If a certain amount of components has been produced or the data of which has flowed into the reference model, only those points are evaluated in step 920 which are outside the tolerance.
  • a classification of the Process data of a first component made according to the quality of the data.
  • a reference model is to be created from the data of the very first component, a user can also directly specify parameters for calculating statistical values, e.g. it could be specified that every temperature, i.e.
  • step 930 a second component of the same type as the first component is created in step 930 and the corresponding process data is saved.
  • step 940 the process data from the second component are classified according to their quality.
  • step 950 the process data of all components of the same type that have already been produced are used to calculate the reference model with statistical values for each location of a component of the same type.
  • a reference model is created based on a plurality of data sets of digital twins of components of a specific component type.
  • the process data data recorded in the reference model correspond to statistical values of corresponding process data of digital twins.
  • the reference model of a component can furthermore be the result of one or more simulations in order to define the location-related tolerance fields for certain locations on a component.
  • the creation or refinement (the latter if in combination with the previously presented method for generating a Reference model) of the reference model via a simulation has the advantage that the precision of the reference model can be created much faster and before the actual production begins.
  • the simulation can then be refined using the reference model and a better prediction regarding the necessary tolerance fields can be made for the next component.
  • FIG. 10 is a flowchart which illustrates a process for statistical analysis of a manufacturing process of a component during one or more steps of the manufacturing process, the analysis according to an embodiment of the present invention being based on the created reference model of FIG. 9 based.
  • the generated reference model can be used to compare data of a currently produced component online during production.
  • step 1010 the user will determine a reaction if a new component deviates from the reference model.
  • step 1020 a further third component of the same type as the first component is produced, and the corresponding production data are stored.
  • step 1030 the production data of the third component are compared with the reference model and, if necessary, the predetermined reaction is triggered. For example, if in a 3D printing process for a new component the point (x, y, z) was melted at a temperature of 504.21 ° C, the reference model can be used to check whether this value is between a minimum and maximum Value of the reference model is at this point or by how much sigma it deviates from a mean value.
  • step 1040 the process branches in the event that the reference model is to be modified further, for example. A further modification of the reference model is necessary, for example, if the desired statistical accuracy of the model is not yet sufficient with the data processed up to now. If further components are to be manufactured, the process branches iteratively in step 1050 to step 1020. Otherwise, production ends in step 1060.
  • FIG. 11 shows a flow diagram of a method for the constant revision or optimization of a reference model from FIG. 9 described.
  • the user defines a metric or tolerance window with which currently produced components are monitored, e.g. whether the data of the manufacturing process and the parameters are in a 2-sigma range of the reference model.
  • a metric or tolerance window with which currently produced components are monitored, e.g. whether the data of the manufacturing process and the parameters are in a 2-sigma range of the reference model.
  • step 1110 it is decided either by the user or an algorithm (for example, on the basis of quality measurements) whether or not the component is of sufficient quality even with the location outside the tolerance window.
  • step 1120 The components, or even just locations, which have led to good quality despite a violation of the tolerance window, can then improve the reference model (step 1120) by, for example, adapting the mean value or the maxima of the reference model.
  • the components or the points that have violated the tolerance and where poor quality has also been found can also be transferred to the reference model, for example in order to define the limits of the tolerance or to reinforce them.
  • step 1130 the analysis process is iteratively continued at step 1020 if there are further components for analysis or production. Otherwise, the manufacturing process is ended in step 1140.
  • the reference model can be used for the introduction of new machines.
  • manufacturers can set up a new machine from the perspective of the component to be manufactured.
  • the reference models of a component that were created on existing machines can be used as guide values for the new machine and the new machine settings and parameters can be defined using the reference component.
  • On an existing machine all process measured values that appear significant for the production of a component (e.g. energy input) are recorded, saved and used later, regardless of the specific machine settings (e.g. it could be that a temperature for a machine 1 is directly on a user interface was set and the power of the heating source was set in a machine 2).
  • the digital reference model is only based on the process measured values.
  • a new machine If a new machine is now run in, the user can call up the process measured values for a new component and compare them with the reference model. The employee can then iteratively adjust the settings of the new machine with the aim of "arriving" at the component with the same process measured values as in the reference model. Furthermore, all available data is recorded.
  • the running-in of a new machine could be automated or at least supported during running-in. For this purpose, the relevant process measured values for a component for the new machine and the parameters of the Machine that led to these process measured values are recorded. Machine learning algorithms can then be used to learn how the parameters must be modified in order to achieve the desired result (i.e. the same process measured values as on the component on the run-in system).
  • the reference model enables the user to quickly and easily observe the influence of changed process parameters and to optimize them with just a few iterations.
  • the technical approach here provides that relevant data that is to be observed is marked in the reference model. This offers the user the opportunity to optimize the process with regard to the other parameters. For example, the user might want to increase the machine speed for a carbon fiber placement, since it is generally known that the temperature input into the component should remain constant. Therefore, the temperature of the heating source must also be increased.
  • the present invention can be used to check whether the relevant variables or derived or calculated variables remain constant after the process modifications. If the speed is not marked as critical, changing it will not result in a message.
  • the online comparison of the reference model and the component during production makes it possible to monitor component quality during production and, if necessary, to stop production early and avoid expensive further processing of defective components.
  • the advantage over conventional sensors that monitor a certain parameter in a certain process comes into play when several parameters (in one or several successive process steps) are dependent and an incorrect ratio of these parameters can cause component defects.
  • Another technical advantage of the invention is the reduction in machine introduction times. The introduction of new machines is very costly, even if it is the same type of existing machine. The machine settings can never be adopted one-to-one. The time required to set the new machine correctly manually is therefore considerable.
  • the present invention also works when the existing and the new machine differ greatly, since only the process measurement values (that is to say the result) of the component to be produced are used for the reference model.
  • process measurement values that is to say the result
  • large production machines e.g. riveting systems, fiber depositing systems, etc.
  • drive-in period of up to 1.5 years, even for very well-known, routine machines.
  • customers can introduce new machines with just a few iterations and monitor changes in near real time and improve them if necessary. This leads to flexible production changes.
  • FIG. 12 shows an overview of a system for manufacturing a component, including a data processing device and storage device for processing data from the manufacturing process of the component.
  • the component 1210 is machined by a movable machine 1220.
  • a data processing device 1240 acquires machine parameters and measured values from a sensor 1230.
  • the sensor 1230 can, for example, acquire location data of the tool being guided by the machine 1220.
  • the device 1240 can also control the movable manufacturing machine 1220, for example.
  • Acquired production data are communicated via a network 1250 to a data processing device 1270 and there in a key-value database that is stored, for example, in the storage device 1280 connected to the data processing device.
  • 1260 Shows a terminal for visualization analysis of manufacturing data as described herein.
  • the terminal is communicatively coupled, for example via the network 1250, to the data processing device 1270 and storage device 1280.
  • the data processing device 1240 and 1270 can, for example, be a conventional computer with suitable peripheral devices and network connection and can be implemented on separate or shared hardware.
  • the network 1250 can be wireless or wired and can be implemented using conventional network technologies, for example. Alternative system architectures based on Virtualized machines, networks and storage systems as well as implementations based on a cloud computing infrastructure are within the reach of the specialist.
  • Statistical values can also be generated for a process step in order to determine deviations over time. However, this assumes that the power consumption has changed significantly in order for a discrepancy to be recognized.
  • a disadvantage of these approaches is that only symptoms of the machine are monitored, but not the result on the component itself.
  • a machine behaves very differently, e.g. robot axes in different positions of the robot can have very different power consumption even with a well-maintained robot. If all axes of the robot are stretched out, the power consumption changes simply because of the larger lever of the weight of the axes.
  • the comparative analysis is used to determine deviations in manufacturing accuracy among several components of the same component type, and the results of this comparative analysis are used to predict machine maintenance and / or to determine the quality of a component.
  • the present invention offers other possibilities with which the above-mentioned disadvantages are avoided can be.
  • the inventive concept takes into account the component, the component quality and the associated process measured values, without being restricted to them.
  • the digital twins that were created for different components, possibly from different component types in the "processing room", are used and overlaid. This results in reference data for various positions in the entire movement area of the system, not necessarily related to a component, but to the entire work area - hence "component-independent reference data" with which, for example, the power consumption at certain points in the room can be monitored.
  • the approach of the present invention results in the advantage that conclusions can be drawn about the machine during the manufacture of various components. It doesn't really matter whether component type A or B is manufactured, as it is only checked how the power consumption of the robot axes is at a position (x, y, z) as long as the position (x, y, z) has already been measured . With each additional component, the machining area could be “explored” further. In the best case, enough data will be available up to a certain point in time to define a reference value for each point in the room (with a certain resolution), e.g. how high the power consumption is likely to be at this point. The method could also be used for completely new components (and thus deduce the maintenance requirement based on process values).
  • the approach of the present invention could also be refined even further in that not only the power consumption but also the speed is taken into account and then possibly a factor per point in space can be calculated. For example, if the robot processes component type A, for example, at a higher speed than component type B. This of course changes the power consumption of the robot axes, which is included in the digital “room twin”.
  • This novel creation of spatial data according to the present invention has the following advantages for a manufacturing company: With preventive maintenance (“predictive maintenance”) according to component quality, any machines across the entire production chain can be monitored with regard to their positional accuracy by checking the quality of the components is analyzed and not the machines themselves. A machine is only serviced when the quality of the components produced declines. As a result, regular maintenance intervals can be carried out through maintenance as required ("as- needed “) replaced. Such on-demand maintenance is also more efficient than traditional approaches to preventive maintenance for machines.
  • a location index is based, for example, on an N-tree, that is to say a higher-dimensional extension of a binary tree.
  • N-tree In the special case of a spatio-temporal database, it is a three or four-dimensional index structure; with the usual three spatial dimensions and one temporal dimension.
  • Special forms of these trees are known, for example, as R-trees, quad- or oct-trees.
  • the tree nodes are generated in a special way and stored in part of the binary key-value database, this type of generation also linking them to a tree structure.
  • each individual coordinate is first converted to a signed binary fixed point number with a known bit length, for example 32 or 64. This is done by first converting the global coordinate into a local coordinate system by means of a reversible transformation in order to optimally use the value range of the selected fixed point representation.
  • the coordinates are each "cut off" in order to form a local coordinate key in fixed point representation.
  • the local coordinate key is converted into an index on a multi-dimensional space-filling curve, a Z-curve.
  • the bits of the various fixed point coordinates are rearranged in an interleaved manner, so that one or more bits per coordinate follow one another.
  • the binary representation of this point index starting with the most significant bits, is used as part of the key in the database.
  • Each entry in the index tree structure corresponds to an axially parallel space cube (voxel) in local coordinates and contains additional aggregated information about all data points contained therein.
  • the space cube, or cube for short is prefixed with the binary index number and includes all coordinates that begin with this particular prefix.
  • the binary key in the database is made up of the concatenation of the prefix length, i.e. the number of bits contained per coordinate, and the prefix itself.
  • the prefix length is synonymous with the depth of the cube in the tree structure. This enables simple reconstruction of the key of the parent node and the child node, that is to say of the tree structure, and enables access to these nodes, if any, in the database.
  • the root is clearly identified with a prefix length of zero and an empty prefix.
  • the described voxel can also be read in local coordinates from the binary key. By reversing the local transformation, the global volume of the voxel can also be described as a polytope in global coordinates for each entry. It is also recorded how many data points are spatially inside the cube.
  • a so-called cache cube also contains the sum of all data points, the arithmetic mean of all data points, a lower and an upper limit for their values and the minimum and maximum coordinates that actually occur.
  • aggregated information in the location index provides information about the sum of measured values, the arithmetic mean of measured values, the minimum or the maximum measured value in a sub-range of spatial or spatio-temporal production data.
  • each cube also stores basic information about its child nodes. This includes in particular which child nodes are present.
  • cache cubes due to the nature of their parent or child nodes or the data points they contain, it can be calculated in advance that the query evaluation algorithm will never decide to load these cache cubes. These cubes can still be deleted from the database when the index is generated. This saves memory that would otherwise be necessary for representing the aggregated values. For a search algorithm, for example, it is not advantageous to load a cache cube with a single data point, since this cube does not contain any information beyond the data point.
  • a computing device 1240, 1270 can include any number of hardware and / or software applications.
  • one or more I / O interfaces can enable communication between the computing device and one or more I / O devices.
  • a universal serial bus port, a serial port, a floppy disk drive, a CD-ROM drive, and / or one or more user interface devices such as a computer can be used.
  • the one or more I / O interfaces can be used to receive or collect data and / or user instructions from a variety of input devices. The received data can be processed by one or more computer processors, as is the case in various implementations of the disclosed technology is desired and / or stored in one or more storage devices 1280.
  • One or more network interfaces may facilitate connection of the inputs and outputs of the computing device to one or more suitable networks 1250 and / or links; z.
  • the links that enable communication with any number of sensors 1230 associated with system 1200.
  • the one or more network interfaces can also facilitate connection to one or more suitable networks 1250; For example, a local area network, a wide area network, the Internet, a cellular network, a radio frequency network, a Bluetooth-enabled network, a Wi-Fi-enabled network, a satellite-based network, any wired network, any wireless network, etc. for communication with external devices 1220 and / or systems.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)

Abstract

Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses, umfassen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einem Ort einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird, wobei die Stelle als 3D Raumkoordinate angegeben wird; Erfassen von Ortsdaten, die einen Ort eine Stelle an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse (550) des Fertigungsprozesses.

Description

ORTSBASIERTE BAUTEILANALYSE BASIEREND AUF EINEM DIGITALEN BAUTEILZWILLING
Gebiet der Erfindung
[0001] Die Erfindung betrifft die Erfassung, Speicherung und Analyse von Daten eines Fertigungsprozesses, unter anderem zum Zweck der Visualisierung von digitalen Bauteilzwillingen mit Analysemöglichkeiten. Die herein beschriebenen Technologien finden vorzugsweise im Bereich der diskreten Fertigung Anwendung, beispielsweise bei der Fertigung von Flugzeugflügeln oder Autotüren.
Hintergrund
[0002] Die Umsetzung der "digitalen Fabrik" ist immer noch eine Herausforderung für produzierende Firmen. Verfügbare Lösungen zur Datensammlung und -analyse haben ihren Ursprung im IT-Sektor und sind daher auf die Anwendungsfälle ausgerichtet die aus dem IT-Sektors bekannt sind, zum Beispiel ob einzelne Server einer Server-Farm Fehlermeldungen haben oder Server-Ausfälle zu detektieren, usw. Neuerdings werden genau diese Lösungen auch eingesetzt, um Maschinen in Fabriken zu überwachen um z.B. Fehlermeldungen und Ausfälle zu detektieren. Dies führt dazu, dass Produktionen in der gleichen Weise wie Server überwacht werden, was entscheidende Nachteile mit sich bringt.
[0003] IT-Lösungen im Stand der Technik nutzen einen Zeitstempel, um Produktionsdaten zu sammeln und zu strukturieren. Dies führt dazu, dass lediglich zeitbasierte Analysen hinsichtlich einer Maschine durchgeführt werden können. Dies ermöglich zum Beispiel folgende Abfragen: Wie produktiv war die Maschine? We viel Stillstandzeiten wurden verbucht? Wann bzw. wie häufig gab es Fehlermeldungen? etc.
[0004] Mit bekannten Werkzeugen zur Erfassung und Verarbeitung von Produktionsdaten sind Analysen hinsichtlich eines Bauteils oder Bauteiltyps unmöglich bzw. nur mit äußerst hohem Ressourcenaufwand durchführbar: Dies betrifft zum Beispiel Abfragen der Art: Warum ist jedes fünfte Bauteil an einer bestimmten Stelle fehlerhaft? Hat die Maschinengeschwindigkeit einen Einfluss auf die Qualität meines Bauteils? etc.
[0005] Aufgrund dieser Einschränkung analysieren und optimieren Produktionen ihre Bauteilqualität immer noch manuell durch erfahrene Prozessexperten. Damit sind Produktionen äußerst abhängig von einzelnen Mitarbeitern, die ihre Maschinen gut kennen und den Prozess intuitiv verbessern. Dieser unsystematische Ansatz verursacht erhebliche Zusatzkosten durch ineffiziente Prozesse, unzureichende Bauteilqualität und das Risiko, dass bestimmte Mitarbeiter nicht verfügbar sind.
[0006] Mit anderen Worten liegen die Einschränkungen in Bezug auf Bauteilanalysen darin begründet, dass Sensorwerte und Maschinenparameter, die während der Fertigung von Bauteilen generiert werden, im Stand der Technik nicht so gesammelt, gespeichert und strukturiert werden, um Fragen nach der Bauteilqualität einfach und schnell beantworten zu können. So werden Produktionsdaten typischerweise nur mit einem Zeitstempel gespeichert. WH man nun einem Phänomen an einem bestimmten Ort im Bauteil auf den Grund gehen, z.B. der Frage nachgehen, warum an einer bestimmten Stelle des Bauteils eine Pore oder eine Delamination auftritt, benötigt man in der Regel die Produktionsdaten von der Bauteilstelle, an der das Phänomen auftritt. Dabei würde ein Zeitstempel nur indirekt helfen, falls irgendwo die Maschinenposition mit einem hochpräzisen, synchronisierten Zeitstempel, der in den allermeisten Fällen noch nicht einmal zur Verfügung steht, gespeichert ist und man die verschiedenen Sensorwerte und Maschinenparameter über die Zeitstempel kombinieren kann. Mit dieser Analysestrategie würde man bei großen Datenmengen allerdings extrem hohe Rechenleistung benötigen, so dass dieses Vorgehen für große Datenmengen mit gängigen Computern nicht praktikabel ist. Ein Grund für diese Schwierigkeit liegt darin, dass in konventionellen Systemen zur Analyse von Produktionsdaten eingesetzte Zeitreihendatenbanken nach der Zeit indiziert und sortiert sind. Eine Suche nach einer Position, um den zugehörigen Zeitstempel zu finden und damit die gesuchten Prozessparameter zu finden, wäre höchst ineffizient. Dadurch ist es beispielsweise bei hochfrequenten Prozessmesswerten mit bekannten Mitteln unmöglich, zwei identische Bauteile ortsbezogen miteinander zu vergleichen, das heißt zum Beispiel eine Frage der Art „Haben zum Zeitpunkt der Produktion von Bauteil 1 an der Stelle (x, y, z) in Bauteil 1 die gleichen Prozessbedingungen geherrscht wie an der gleichen Stelle in Bauteil 2 zum Zeitpunkt der Produktion von Bauteil 2?“. [0007] Die Ursache für Schwierigkeiten bei Analysen in Bezug auf einzelne Bauteile oder einen Bauteiltyp liegt darin, dass entweder Ortsinformation von Produktionsdaten von heutigen IT -Lösungen nicht erfasst, gespeichert und zur Analyse verwendet wird und somit ortsbasierte Analysen hinsichtlich eines Bauteils nicht durchgeführt werden können bzw. einen erheblichen Mehraufwand in der Datenverarbeitung erzeugen würden, oder die Ortsinformationen nicht verwendet werden um die Daten dahingehend zu strukturieren und durchsuchbar zu machen. Der Begriff Ortsinformation bezieht sich hierbei, wie im Folgenden noch erläutert wird, auf die Stelle, an dem ein Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird.
[0008] Die Strukturierung von Ortsdaten wird zum Beispiel auf dem Gebiet der Geo- Informationen angewandt. Geo-Daten werden zum Beispiel als Punktwolke („point cloud“) gespeichert, zum Beispiel zum Zwecke der Visualisierung eines 3D-Scan einer Landschaft oder über Längen- und Breitengrade (also 2D) zur Analyse. Für Analysen werden hierbei Technologien wie zum Beispiel die Indizierung von 2D-Ortsdaten in einem Key-Val ue-Store verwendet. Eine derartige Verwaltung Strukturierung von Produktionsdaten, erst recht nicht mit 3D-lnformationen, ist jedoch im Stand der Technik nicht bekannt.
[0009] Im Stand der Technik sind, zum Beispiel in Zusammenhang mit 3D Druck Verfahren, bekannt, Produktionsdaten an X-Y Positionen in bestimmten Schichten(„layer“) bei der Bearbeitung eines Werkstücks aufzuzeichnen. Hierbei handelt es sich nicht um vollständige 3D Daten insofern, als ein direkter Vergleich mit Daten aus anderen 3D Quellen schwierig ist, wenn andere 3D Datenquellen, wie z.B. aus dem Bereich der Computertomographie (CT) vollständige 3D Positionen und zugehörige Daten darstellen, die auch zwischen einzelnen Schichten liegen können. In diesem Zusammenhang ist ein Datenabgleich in 2 Dimensionen separat für jede Schicht üblich, was jedoch kein originärer Vergleich in einem 3D Datenraum darstellt. Die Schichten basierte Datenerfassung und Analyse ist nur für bestimmte Fertigungsverfahren üblich und somit in der Anwendung eingeschränkt.
[0010] Aus herkömmlichen Verfahren zur Verarbeitung und Analyse von Produktionsdaten sind ein Vergleich von Ist- und den Soll-Werten betreffend die Maße eines Werkstückes oder anderer Eigenschaften an bestimmten Stellen des Werkstücks bekannt. Zur Bestimmung von Soll-Werten wird hierbei zum Beispiel auf eine Referenzmodell und/oder CAD Modell des Werkstücks Bezug genommen. In den hierin beschriebenen neuartigen Verfahren zur Strukturierung und Verarbeitung von Produktionsdaten werden Daten aus unterschiedlichen Produktionsschritten eines Werkstücks basierend auf deren Ortsinformation verglichen, wobei die jeweiligen Produktionsdaten und Ortsdaten während der jeweiligen Prozessschritte erfasst werden. Eine CAD Modell ist hier nicht unbedingt erforderlich. Ebenso sind die hierin beschriebenen Verfahren nicht auf den Vergleich Ist- und Soll-Werten (letztere einem Referenz- oder CAD Modell entnommen) beschränkt.
[0011] Es ist somit ein Ziel der vorliegenden Erfindung, Verfahren und Mittel zur systematischen Analyse und zur Verbesserung der Qualität von Bauteilen bereitzustellen.
Zusammenfassung
[0012] Die Erfindung ist in den unabhängigen Ansprüchen definiert. Abhängige Ansprüche geben Ausführungsformen dieser Erfindung an.
[0013] Eine Ausführungsform betrifft ein computerimplementiertes Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses, umfassend: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses.
[0014] Die Zuordnung von Prozessdaten zu bestimmten Orten eines Bauteils ermöglicht in einer Serienfertigung, zum Beispiel den ortsgenauen Vergleich von Produktionsdaten zu Bauteilen vorzugsweise des gleichen Typs, die Erkennung von Abweichungen und Fehlern in Bauteilen, und die Analyse von Fehlerursachen und die Bestimmung von Maschinenwartung.
[0015] In einer Ausführungsform wird das Erfassen der Prozessdaten und das Erfassen der Ortsdaten im Wesentlichen gleichzeitig bzw. gleichzeitig als Antwort auf ein Master- Trigger-Ereignis ausgelöst.
[0016] Dies hat den Vorteil, dass als Antwort auf das Master-Trigger Ereignis gleichzeitig oder im Wesentlichen gleichzeitig ausgelesene Daten einer bestimmten Ortskoordinate an dem aktuell gefertigten Bauteil unmittelbar zugeordnet werden können, und somit eine Fusion von Produktionsdaten, d.h. eine Zusammenführung von Daten, die einem im Wesentlichen gleichen Ort eines gefertigten Bauteils zugeordnet werden können zusammengehörig sind, aber unabhängig von Sensoren erfasst, ausgelesen und gespeichert werden, vereinfacht werden kann.
[0017] In einer Ausführungsform wird mit den Prozessdaten und den Ortsdaten jeweils ein Zeitpunkt der Erfassung in der Datenbank gespeichert.
[0018] Dies hat den Vorteil, dass Produktionsdaten die gleichzeitig oder im Wesentlichen gleichzeitig erfasst werden, später in einem Schritt des Fusionierens als zusammengehörig anhand eines im Wesentlichen gleichen oder gleichen Zeitstempels erkannt werden.
[0019] In einer Ausführungsform umfassen die Prozessdaten Messwerte, deren räumliche Zuordnung dem Ort einer Messung an dem Bauteil entspricht. Z.B. beim Fräsen würde man die Umdrehungsgeschwindigkeit der Frässpindel an einem bestimmten Ort erfassen und könnte Defekte einer späteren Sichtprüfung auf Schwankungen der Umdrehungsgeschwindigkeit zurückführen.
[0020] In einer Ausführungsform umfasst das Erfassen von Prozessdaten ferner: Empfangen von Messdaten von einem oder mehreren Sensoren, die den Fertigungsprozess überwachen und/oder von Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden; wobei die Messdaten Messwert und Zeitpunkt einer Messung umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Messdaten erfasst wurden; und wobei die Parameter Wert und Zeitpunkt einer Verwendung der Parameter umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Maschinen angewendet wurde.
[0021] Dies hat den Vorteil, dass die von den Messwerten bestimmten zum Zeitpunkt der Produktion herrschenden Bedingungen und eingestellten Maschinenparameter im Detail für jedes einzelne Bauteil nachvollziehbar sind. Dies ist insbesondere zur Qualitäts- und Fehleranalyse einzelner Bauteile, und zur Bestimmung von Fehlerursachen hilfreich, da unter anderem festgestellt werden kann welchen Einfluss Maschinenparameter auf Messwerte haben.
[0022] In einer Ausführungsform sind Ortsdaten Grundlage für den Ortsindex, wobei die Datenbank eine räumliche oder raumzeitliche Datenbank, d.h. eine Datenbank deren Implementierung darauf ausgelegt ist, spatiale oder spatio-temporale Daten effizient zu speichern, suchen und analysieren, ist und optional eine Implementierung des Ortsindex auf einem N-Baum basiert.
[0023] Der Ortsindex ermöglicht einen effizienten Zugriff auf zusammengehörige Produktionsdaten, d.h. auf Produktionsdaten, die das Zustandekommen eines Fertigungsergebnisses an einem bestimmten Ort eines Bauteils im Laufe eines Fertigungsprozesses beeinflussten. Mit anderen Worten, ermöglicht das hierin beschriebene Verfahren und die hierin beschriebene Strukturierung der Prozess- und Ortsdaten über einem Ortsindex quasi eine „Rückwärtssuche“, also das Suchen nach Eigenschaften während eines Produktionsschritts an einem bestimmten Ort eines Bauteils und nicht lediglich, wie etwa in herkömmlichen Verfahren, den Ort bzw. die Stelle, an der eine bestimmte Eigenschaft eines Bauteils bzw. ein Zustand während der Fertigung eintrat („Vorwärtssuche“). Diese Möglichkeit der „Rückwärtssuche“ ausgehend von einem bestimmten Ort hin zu den Eigenschaften dieses Orts zu bestimmten Produktionsschritten, eröffnet die Möglichkeit vollkommen neuartiger Anwendungen, die im Folgenden beschrieben werden.
[0024] Eine „Vorwärtssuche“, die in den hierin beschriebenen Verfahren sowie in herkömmlichen Verfahren zur Strukturierung und Verarbeitung von Produktionsdaten möglich ist, zielt zum Beispiele darauf ab, für einen bestimmter Wert in den Produktionsdaten zu bestimmen, and welcher Stelle eines Bauteils und in welchem Fertigungsschritt dieser Wert, zum Beispiel eine überhöhte Temperatur oder eine zu niedrige Geschwindigkeit bei der Bearbeitung, aufgetreten ist. Für bestimmte Anwendungen, ist diese „Vorwärtssuche“ aus folgenden zwei Überlegungen nicht zielführend: Erstens werden viele Bauteile mit unterschiedlichen Einstellungen produziert. Zum Beispiel ist die Geschwindigkeit eines Roboters der ein Bauteil durch Fräsen herstellt, an einem Ort schnell und an einem anderen langsam. Es also nicht zielführend in den Produktionsdaten nach dem unterschreiten einer bestimmten Robotergeschwindigkeit zu suchen, da das unterschreiten einer bestimmten Geschwindigkeit an bestimmten Stellen des Werkstücks erwünscht sein kann. Mit anderen Worten, es kann beabsichtigt sein, die Programmierung eines Roboters derart vorzusehen, dass dieser an manchen Stellen eines Werkstücks mit geringer Geschwindigkeit arbeitet und an anderen Stellen mit hoher Geschwindigkeit. Somit wäre eine Methode basierend auf einer „Vorwärtssuche“ zum Erkennen von vermeintlichen Defekt-Indikationen (z.B. langsame Roboter-Geschwindigkeit) viel zu tolerant (falls eine deutlich zu niedrige Geschwindigkeit als kritisch angenommen würde, könnten Defekte übersehen werden), oder zu ungenau (falls eine zu hohe Geschwindigkeit als kritisch angenommen würde, könnten viele Stellen ohne Defekt als möglicherweise defekt ausgewiesen werden). Somit ist für eine derartige Anwendung ein ortsselektives Verfahren zum Vergleich und zur Suche von Produktionsdaten wünschenswert.
Zweitens, ist häufig nicht bekannt, welche Eigenschaften in Produktionsdaten als einerseits vorteilhaft oder andererseits indikative für Defekte sind. Die Kenntnis, welche Werte und Eigenschaften als vorteilhaft oder als Indiz für einen Defekt zu bewerten sind kann erst ermittelt werden, wenn Eigenschaften aus anderen, zum Beispiel nachgelagerten Prozessschritten, bekannt sind und mit Prozessdaten aus dem vorherigen Herstellungsprozess korreliert werden. Zum Beispiel können Daten aus einer nachgelagerten Untersuchung mittels Computertomographie mögliche Defekte und deren Positionen bzw. Stelle an dem Werkstück bzw. Bauteil ermitteln und mögliche Ursachen des Defekts im Produktionsprozess durch Korrelation mit ortsbasierten Produktionsdaten und Eigenschaften ermitteln. Dieses neuartige Verfahren ist nur dann durchführbar, wenn Prozessdaten aus unterschiedlichen Prozessschritten „über den Ort“ bzw. Punkt für Punkt ortsgenau effizient verglichen werden können.
[0025] Das Einsatz eines Ortsindexes im vorliegenden Anwendungsbereich der Produktionsdatenerfassung und -analyse basierend auf Datenstrukturen, die zum Beispiel im Bereich von Geo-Datenbanken angewendet werden, sei im Folgenden weiter veranschaulicht: Bei Verwendung einer herkömmlichen Tabelle und Indexstruktur, z.B. eine Tabelle mit Produktionsdaten umfassend eine Spalte für die Zeit und jeweils eine Spalte für x, y und z, Koordinaten, ist es möglich, bestimmte Einträge für eine gegebene x, y und z Position zu bestimmen. Allerdings muss man ohne einen Ortsindex die gesamte Tabelle einmal durchsuchen um zu bestimmen, welcher x, y, z Wert am nächsten an der gesuchten Position ist. In typischen Fällen wird ein Wert mit identischen Koordinaten bei realen Daten nicht auftreten. Damit müssten sehr viele Suchschritte ausgeführt werden, in einer Größenordnung, die linear in der Anzahl der Zeilen in der Tabelle ist. Wenn man, zum Beispiel alle Positionen aus einer ersten Tabelle mit allen Positionen aus einer zweiten Tabelle vergleichen will und jede dieser Tabellen 1 Millionen Einträge hat, würde es dazu führen, dass man 1 Millionen hoch 1 Millionen (= 1 Trillion) Suchschritte ausführen müsste. Dazu müsst man bei jedem Vergleich den Satz des Pythagoras anwenden, um die Distanzen für jede Zeile zum gesuchten Punkt zu berechnen, was zum Beispiel jeweils eine Wurzel-Operation („square root“), 2x Quadrieren und einer Addition umfasst. In typischen Fällen mit umfangreichen Datensätzen könnte es bedeuten, dass die Berechnungen auf herkömmlichen Computern mehrere Monate, wenn nicht Jahre benötigen würden, weshalb herkömmliche Verfahren zur Organisation und Speicherung von Produktionsdaten nicht geeignet sind, um beispielsweise einen Vergleich von Produktionsdaten in einem 3D Koordinatenfeld effizient durchzuführen.
[0026] In einer Ausführungsform umfasst das Verfahren ferner: Fusionieren von Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, basierend auf erfassten Ortsdaten; und/oder Fusionieren von Prozessdaten, die zu gleichen oder im Wesentlichen gleichen Zeitpunkten erfasst wurden, basierend auf einem Zeitpunkt der Erfassung der jeweiligen Prozessdaten.
[0027] Das Fusionieren von Prozessdaten ermöglicht dies Verwendung von Schlüssel- Werte Datenbanken als effizienten Implementierung zur Speicherung und zum Abruf von Fertigungsdaten für die hierin beschriebenen Analysen.
[0028] In einer Ausführungsform umfasst gibt ein Messwert eine Temperatur und/oder Dichte des Bauteils an dem jeweiligen Ort der Messung an. So können beispielweise Messungen einer computertomographischen Untersuchung mit Messwerten aus dem Herstellungsprozess eines Bauteils verglichen werden, um beispielweise die Porenbildung durch Temperatureinflüsse zu quantifizieren. [0029] In einer Ausführungsform sind die Prozessdaten Temperaturdaten und die Parameter umfassen eine Leistungsaufnahme, eine Geschwindigkeit, eine Drehung und/oder einem Anpressdruck ein oder mehreren im Fertigungsprozess verwendeter Maschinen. Dadurch kann der Zusammenhang zwischen sich beeinflussenden Parameter untersucht und quantifiziert werden um Überwachungen weniger sensibel zu machen um weniger überflüssigen Ausschuss zu erzeugen, da z.B. bei Prozessen wie der Carbon-Faser-Ablage Temperatur, Geschwindigkeit und Anpresskraft in engem Zusammenhang stehen (mit höhere Geschwindigkeit benötigt man höhere Anpresskraft und Temperatur, mit geringere Anpresskraft benötigt darf die Temperatur nicht zu hoch sein, etc.). Somit ist eine deutlich effizientere Analyse möglich als eine einfach Schwellwertüberwachung einzelner Parameter.
[0030] In einer Ausführungsform wird die Leistungsaufnahme für eine Lasermaschine in einer bestimmten Frequenz gemessen, bei der ein Metallteil des Bauteils schmilzt, und die Daten über die Leistungsaufnahme der Lasermaschine ferner auf räumlichen Koordinaten abgebildet werden, die angeben, wo das Schmelzen des Metallteils an dem Bauteil zu einem bestimmten Zeitpunkt stattfindet. Damit lässt sich unter anderem überprüfen ob Fehlstellen mit Schwankungen der Laserleistung Zusammenhängen.
[0031] In einer Ausführungsform ist der Fertigungsprozess ein additiver, subtraktiver oder umformender Prozess und die ein oder mehreren Maschinen umfassen mindestens eine mechanisch bewegte Maschine.
[0032] Additive, subtraktive oder umformende Prozesse an einem Bauteil erfordern hohe mechanische Präzision bei der Führung des bearbeitenden Werkzeugs. Mechanisch bewegte Maschinen unterliegen dem Verschleiß und bedürfen fortwährender Kontrolle und Justierung, um gleichbleibend hohe Qualität der gefertigten Bauteile zu ermöglichen. Gerade in diesem Bereich ist die ortgenaue Qualitätskontrolle einzelner Bauteile nach der Fertigung ein wesentlicher Faktor zur frühzeitigen und präzisen Erkennung und Bestimmung des Bedarfs an Maschinenwartung. Da der Maschinenzustand sich ortsbezogen ändern kann, z.B. durch Eigenlast und Hebel, ist die Feststellung von Unterschieden im Maschinenverhalten auch nur an denselben oder ähnlichen Orten sinnvoll. Z.B. kann es über den gesamten Arbeitsraum normal sein, dass ein Roboter mit einer Leistungsaufnahme zwischen 3.9 kVA und 4.05 kVA läuft. Daran lässt sich dann nicht abschätzen ob Teile verschlissen sind, da die Schwankungsbreite als über die gesamte Bearbeitung eines Bauteils normal angesehen wird. An einem dedizierten Ort eines Bauteiletyps, ist die Schwankungsbreite der Leistungsaufnahme für unterschiedliche Bauteile des Bauteiltyps typischerweise viel geringer, so dass Abweichungen unter den einzelnen Bauteilen sich feststellen lassen und sich damit Wartungsbedarf einer Maschine viel früher und präziser Vorhersagen lässt.
[0033] In einer Ausführungsform umfasst die Analyse des Fertigungsprozesses ein oder mehrere von Folgenden: Partitionieren eines zu visualisierenden Raumes in diskrete Raumbereiche, für jeden Raumbereich Vorauswertung von jeweils dem Raumbereich zugeordneten Produktionsdaten, wobei die Vorauswertung auf Informationen aus dem Ortsindex basiert und der Ortsindex aggregierte Informationen über Messdaten enthält; Vergleichsanalyse des digitalen Zwillings mit einem digitalen Zwilling eines anderen Bauteils vom selben Bauteiltyp; und Vergleich des Datensatzes des digitalen Zwillings des Bauteils eines Bauteiltyps mit einem Referenzmodell für den Bauteiltyp; und Visualisieren des digitalen Zwillings bzw. optional Visualisierung einzelner Raumbereiche des digitalen Zwillings gemäß den Ergebnissen der Vorauswertung. Weiter Optional, werden aggregierte Information gemäß der Vorauswertung im Ortsindex erfasst und geben Auskunft zum Beispiele über eine Summe von Messwerten, das arithmetische Mittel der Messwerte, den minimalen oder den maximalen Messwert in einem (Teil-) Raumbereich der spatialen oder spatio- temporalen Produktionsdaten.
[0034] In einer Ausführungsform wird das Referenzmodell basierend auf einer Mehrzahl von Datensätzen von digitalen Zwillingen von Bauteilen des Bauteiltyps derart erstellt, dass das Referenzmodell statistische Werte von korrespondierenden Prozessdaten aus der Mehrzahl von Datensätzen von digitalen Zwillingen angibt. In dem Referenzmodell werden somit Gemeinsamkeiten von Bauteilen, Normalwerte von Produktionsdaten und zulässige Abweichungen festgehalten. Dies ermöglicht es, bei einem Vergleich eines konkreten Bauteils, bzw. bei einem Abgleich der in dessen virtuellen Bauteilzwillingen erfassten Produktionsdaten, mit dem Referenzmodell, untypische Abweichungen jenseits der in dem Referenzmodell erfassten Normwerte erkannt und als möglicher Ursachen für Qualitätsmängel im konkreten Bauteil bestimmt werden. [0035] In einer Ausführungsform ist das Referenzmodell Ergebnis einer oder mehrerer Simulationen, die für bestimmte Orte an einem Bauteil eine Vorhersage treffen. Dadurch lassen sich simulierte Bauteile mit realen Bauteilen detailliert vergleichen um Abweichungen in beide Richtungen festzustellen und zum Optimieren zu verwenden. In der einen Richtung kann es darauf hinweisen, dass das Bauteil nicht in Ordnung ist. In der anderen Richtung kann es darauf hinweisen, dass die Simulation die Realität noch nicht genau genug abbildet.
[0036] In einer Ausführungsform wird die Vergleichsanalyse zur Bestimmung von Abweichungen einer Fertigungsgenauigkeit unter mehreren Bauteilen desselben Bauteiltyps verwendet und Ergebnisse der Vergleichsanalyse werden zur Vorhersage von Maschinenwartung und/oder zur Bestimmung einer Qualität eines Bauteils verwendet. Dadurch können Wartungsarbeiten an der Maschine oder Reparaturen am Bauteil zeitlich besser geplant werden und die Wahrscheinlichkeit für Qualitätsunterschreitungen am Endbauteil durch statistisch verteilte Fehler in nachfolgenden Fertigungsschritten berechnet werden um Bauteile frühzeitig präventiv zu reparieren oder auszuschleusen.
[0037] Eine Ausführungsform betrifft eine Vorrichtung zur Verarbeitung von Daten eines Fertigungsprozesses, umfassend: Datenverarbeitungsvorrichtung; und Speichervorrichtung in Verbindung mit der Datenverarbeitungsvorrichtung, wobei die Speichervorrichtung Anweisungen speichert, die, wenn sie auf der Datenverarbeitungsvorrichtung ausgeführt werden, bewirken, dass die Datenverarbeitungsvorrichtung Operationen durchführt, die Folgendes umfassen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses. Weitere Ausführungsformen der Vorrichtung umfassen ferner Anweisungen, die die Vorrichtung gemäß dem hierin beschriebenen computerimplementierten Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses steuern. [0038] Eine Ausführungsform betrifft ein computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, folgende Schritte auszuführen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind; Erfassen von Ortsdaten, die einen Ort an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind; Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses. Weitere Ausführungsformen des computerlesbaren Speichermediums umfassen ferner Befehle, die den Computer zu weiteren Schritten gemäß dem hierin beschriebenen computerimplementierten Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses veranlassen.
Liste der Figuren
[0039] FIG. 1A zeigt ein Bauteil mit einer Markierung eines bestimmten Ortes an dem Bauteil.
[0040] FIG. 1 B zeigt einen Graphen, der die Temperatur des Bauteils während des Herstellungsprozesses entlang des Zeitverlaufs der Fertigung angibt.
[0041] FIG. 1C zeigt die Visualisierung eines 3D Modells eines Bauteils, d.h. eines digitalen Bauteilzwillings, bei dem jeder Ort des Bauteils entsprechend einer dort zu einem bestimmten Zeitpunkt (z.B. der Zeitpunkt an dem der Laser beim metallischen 3D Druck das Pulver aufschmilzt) gemessenen Temperatur farblich gekennzeichnet ist.
[0042] FIG. 2 zeigt eine Ansicht eines Bauteilzwillings mit detaillierter Darstellung von Daten aus dem Fertigungsprozess zugehörig zu einem bestimmten Ort des Bauteils.
[0043] FIG. 3A-E zeigen die schrittweise Erfassung von Daten eines Fertigungsprozesses für ein Bauteil anhand der Visualisierung eines entsprechenden Bauteilzwillings einschließlich bereits erfasster Daten. [0044] FIG. 4 zeigt ein Flussdiagram eines Verfahrens zur Erfassung von Daten eines Fertigungsprozesses.
[0045] FIG. 5 zeigt ein Flussdiagram eines Verfahrens zur Erfassung und Verarbeitung von Daten eines Fertigungsprozesses.
[0046] FIG. 6A und 6B zeigen je eine Visualisierung von unterschiedlichen Bauteilzwillingen desselben echten Bauteils.
[0047] FIG. 6C zeigt eine Visualisierung einer Überlagerung der digitalen Bauteilzwillinge auf FIG. 6A und 6B.
[0048] FIG. 7A zeigt ein echtes Bauteil mit einem Fehler.
[0049] FIG. 7B zeigt einen Computer und eine Anwendung zur Darstellung von digitalen Bauteilzwillingen des echten Bauteils aus FIG. 7A zur Fehleranalyse.
[0050] FIG. 8 zeigt ein Flussdiagram eines Verfahrens zur Verarbeitung von Daten eines Fertigungsprozesses.
[0051] FIG. 9 zeigt ein Flussdiagramm eines Verfahrens zur Erstellung eines Referenzmodells.
[0052] FIG. 10 zeigt ein Flussdiagramm, eines Verfahrens zur statistischen Analyse eines Referenzmodells.
[0053] FIG. 11 zeigt ein Flussdiagramm eines Verfahrens zur konstanten Überarbeitung oder Optimierung eines Referenzmodells.
[0054] FIG. 12 zeigt eine Übersicht über System zur Fertigung eines Bauteils einschließlich einer Datenverarbeitungsvorrichtung und Speichervorrichtung zur Verarbeitung von Daten des Fertigungsprozesses des Bauteils. Detaillierte Beschreibung
[0055] Zur Bereitstellung von systematische Analysen und Verbesserungen hinsichtlich der Qualität von Bauteilen, ist ein wesentlicher Aspekt der hierin beschriebenen Technologie, gemeinsam mit Produktionsdaten zu einem Bauteil auch einen Ort an dem Bauteil und/oder einen Zeitpunkt der Verarbeitung bzw. der Bearbeitung eines Bauteils an einem jeweiligen Ort des Bauteils, zu erfassen. Die Erfassung dieser Daten ermöglich sogenannte ortsbasierte Analysen einzelner Bauteile, von Serien gleicher Bauteile, und der Maschinenfunktion bzw. -verschleiß. Mit anderen Worten, die Strukturierung von Produktionsdaten gemäß einer Bauteilposition macht diese Daten nutzbar zur Erstellung von digitalen Bauteilzwillingen für Anwendungen und Analysen im Produktionsumfeld. Diese Erfassung digitaler Bauteilzwillinge und deren Anwendung zur Durchführung unterschiedlicher Analysen eines Fertigungsprozesses wird im Folgenden genauer beschrieben.
[0056] Ein Fertigungsprozess kann zum Beispiel ein additiver, subtraktiver oder umformender Prozess sein und, zum Beispiel, ein oder mehreren Maschinen involvieren, von denen mindestens eine Maschine eine mechanisch bewegte Maschine ist.
[0057] Der Begriff Datenquelle bezeichnet Einrichtungen, wie z.B. Sensoren, die Daten erzeugen, die man direkt oder indirekt einem bestimmten Ort in einem Bauteil zuordnen kann. Das können Messwerte von externen Sensoren sein, von internen Sensoren, Soll- Werte der Anlagensteuerung, Einstellungen der Maschine (z.B. einer Geschwindigkeitsvorgabe), etc.
[0058] Der Begriff Bauteil und Werkstück werden hierin im Wesentlichen gleichbedeutend verwendet. Der Begriff Bauteilposition bezeichnet einen Ort im Bauteil, Punkt im Bauteil, Stelle im Bauteil, Bereiche im Bauteil, Position (x, y, z).
[0059] Der Begriff Produktionsdaten wird im Wesentlichen gleichbedeutend zum Begriff der Daten eines Fertigungsprozesses und bzw. zum Begriff der Prozessdaten verwendet. Produktionsdaten umfassen zum Beispiel Messwerte, deren räumliche Zuordnung einer Messung an der jeweiligen Stelle an dem Bauteil entspricht, zum Beispiel einer Temperatur, einem Druck, und/oder einer Dichte eines Bauteils an dem jeweiligen Ort der Messung. Messdaten können beispielweise auch beobachtete Maschinegeschwindigkeit, Stromverbrauch eines Lasers sein. Ferner umfasst sind Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden, z.B. Steuerdaten einer Maschine, d.h. eingestellte Maschinengeschwindigkeit, Anpressdruck, etc.
[0060] Zur ortsbasierten Analyse werden Produktionsdaten eines Bauteils ortsbasiert strukturiert und abgespeichert, um Auswertungen bezüglich bestimmter Orte im Bauteil in Realzeit, d.h. in der Größenordnung von wenigen Millisekunden bis zu wenigen Sekunden, zu ermöglichen. Motivation für ortsbasierte Daten und das Prinzip ortsbasierter Daten und deren Visualisierung ist am Beispiel von Figuren 1A bis 1C veranschaulicht.
[0061] FIG. 1A zeigt ein physisches Bauteil 110 mit einer Markierung eines bestimmten Ortes 120 an dem Bauteil. Mögliche Produktionsdaten, die diesem Punkt dieses bestimmten einzelnen Bauteils zugeordnet sein können, sind zum Beispiel ein oder mehrere Temperaturmesswerte an einem oder entsprechend mehreren Fertigungsschritten dieses Bauteils.
[0062] FIG. 1 B zeigt einen Graphen 130, der eine Temperatur des Bauteils 110, z.B. über den gesamten Fertigungsschritt, entlang des Zeitverlaufs t der Fertigung des Bauteils angibt. An der Darstellung in FIG. 1 B lassen sich Temperatur und Zeit ermitteln, nicht jedoch der präzise Ort an dem Bauteil, an dem die Temperatur erfasst wurde.
[0063] FIG. 1C zeigt die Visualisierung eines 3D Modells eines Bauteils, d.h. eines digitalen Bauteilzwillings, bei dem jeder Ort des Bauteils entsprechend einer dort zu einem bestimmten Zeitpunkt gemessenen Temperatur visuell, d.h. mit unterschiedlicher Farbe oder Graustufe, gekennzeichnet ist. An der Darstellung in FIG. 1C lassen sich Ort und Temperatur ermitteln und auch der Zeitpunkt. Es lässt sich allerdings andersherum nicht nach Daten eines bestimmten Zeitpunkts suchen.
[0064] Die erfindungsgemäße ortsbasierte Erfassung und Speicherung jeglicher Produktionsdaten für jegliches in Form von „digitalen Bauteilzwillingen“ ermöglich die Visualisierung dieser Bauteilzwillinge als 3D-Punktewolken, und damit verbunden Analysen. [0065] Die Strukturierung nach Ortsdaten bedeutet, dass eine Vielzahl von Prozessdaten für ein einzelnes Bauteil derart gespeichert und verwaltet werden, dass, für einen bestimmten Ort an einem bestimmten einzelnen Bauteil, sämtliche Prozessdaten, d.h. Prozessdaten verschiedener Fertigungsschritte, effizient abgerufen werden können.
[0066] Technologien zu Speicherung und Verwaltung dieser Daten sind zum Beispiel sogenannte Schlüssel-Werte-Datenbanksysteme („key-value database“) wie etwa RocksDB und Couchbase, oder generell No-SQL-Datenbanken. Konkret wird aus den Raumkoordinaten und optional einer eindeutigen Kennung eines Bauteils ein eindeutiger Wert berechnet, der als Schlüssel in einem Datensatz der Schlüssel-Werte-Datenbank dient. Optional ist der eindeutige ein Hash-Wert. Jener Schlüssel („key“) ist mit einem Wert („value“) assoziiert, der zugehörige Produktionsdaten angibt, zum Beispiel Messwerte und/oder Maschinenparameter. Einzelne Messwerte und/oder Maschinenparameter sind optional wiederum jeweils mit entsprechenden Zeitstempeln assoziiert, zu denen die Werte erfasst bzw. eingestellt waren. In einem Schlüssel-Werte- Datenbanksystem können Produktionsdaten von einem einzelnen Bauteil, von mehreren Bauteilen eines Bauteiltyps, oder von mehreren Bauteilen unterschiedlichen Typs enthalten sein. In letzteren beiden Fällen muss die Datenorganisation derart sein, dass Daten, die mit einem einzelnen Bauteil assoziiert sind, effizient bestimmt und selektiert werden können. Zum Beispiel kann die ID eines Bauteils in den Schlüssel codiert sein.
[0067] Alternativ oder ergänzend zu einer Schlüssel-Werte-Datenbank können andere Datenbanksysteme zur Speicherung und Verwaltung verwendet werden, sofern sie folgende wesentliche Eigenschaften ermöglichen. Wesentlich für derartige Systeme und das unterliegende Datenmodell ist, dass ein Abruf von Daten zu einem bestimmten Ort an einem bestimmten Bauteil effizient stattfinden kann. In einer möglichen Implementierung werden hierzu Daten als Schlüssel-Werte Paar organisiert, und eine Serie von Daten über einen entsprechenden Index effizient suchbar gemacht. Dieser Index wird als hierin Ortsindex bezeichnet, da die Indizierung über den Schlüssel, der im wesentlichen Ortsinformation wiedergibt, stattfindet.
[0068] Diese Strukturierung von Produktionsdaten gemäß Ihrer zugeordneten Ortsinformation, ermöglicht es in einem Produktionsumfeld Prozessdaten bzgl. ihres Orts im Bauteil schnell und einfach zu visualisieren und zu suchen. Eine mögliche Darstellung der Daten, die zu einem einzelnen Bauteil gehören, ist eine Art 3D-Punkte-Wolke („point cloud“), die als „digitaler Bauteilzwilling“ bezeichnet wird.
[0069] Das Speichern von Prozessdaten zusammen mit den Ortsdaten innerhalb einer Datenbank umfasst somit das Strukturieren der Prozessdaten und der Ortsdaten über einen Ortsindex.
[0070] FIG. 2 zeigt eine Ansicht eines Bauteilzwillings mit detaillierter Darstellung von Daten aus dem Fertigungsprozess zugehörig zu einem bestimmten Ort des Bauteils. Mit einer ortsbasierten Datenstrukturierung kann für einen bestimmten Ort in einem Bauteil (z.B. obere rechte Ecke) des Bauteils in FIG. 2 Prozessparameter wie z.B. die Frässpindelgeschwindigkeit oder die Temperatur ausgeben lassen bzw. diese zum Beispiel in einer dreidimensionalen Falschfarben-Darstellung, wie in FIG. 5 gezeigt, visualisieren. In der Figur werden einem bestimmten Punkt, die Raumkoordinaten (y, x, z), sowie die Breite und Höhe eines Raumbereichs (Breite, Höhe), und statistische Informationen zu Prozessparameter und Messwerte wie Temperatur, Maschinengeschwindigkeit, Anpressdruck gezeigt. In diesem Beispiel zusätzlich ein Zeitstempel erfasst sowie eine beliebige Markierung (tag). Für eine übersichtliche Visualisierung wird der Raum entlang jeder der drei Dimensionen in diskrete Abschnitte partitioniert und somit zum Beispiel in Raumbereiche von Quader- oder Würfelform unterteilt. Für jeden dieser Raumbereiche werden anhand von, Vorauswertungen der darin umfassten Produktionsdaten, d.h. Produktionsdaten die einem Ort innerhalb des Quaders zugeordnet sind, gebildet, z.B. statistische Auswertungen, Mittelwert oder Min- Max-Wert aller in diesem Raumbereich enthaltenen Daten. Die Visualisierung, d.h. die Farbgebung des Raumbereiches, wird dann entsprechend der bei der Vorauswertung bestimmten Werte festgelegt. Dies hat den Vorteil, dass, je nach Größe bzw. Granularität der Partitionierung in Raumbereiche die Auflösung der 3D-Visualisierung an Computerperformance, Darstellungsmöglichkeiten oder Anwenderwünsche angepasst werden kann.
[0071] FIG. 3A-E zeigen die schrittweise Erfassung von Daten eines Fertigungsprozesses für ein Bauteil anhand der Visualisierung eines entsprechenden Bauteilzwillings einschließlich bereits erfasster Daten. Die Positionskoordinaten eines Werkzeugs werden zum Beispiel während des Fertigungsprozesses eines Bauteils von einer Maschine abgerufen und mit Sensor- oder Maschinendaten (z.B. der Temperatur des Bauteils oder Parameter zur Steuerung des Werkzeugs) fusioniert. In FIG. 3A sind zunächst nur wenige Prozessdaten erfasst, in FIG. 3B bis 3E werden jeweils eine umfassendere Menge von Prozessdaten visualisiert, die dem Fortschreiten des Fertigungsprozesses des konkreten Bauteils zu jeweils aufeinanderfolgenden Zeitpunkten entsprechen.
[0072] In einer Ausführungsform erfolgt das Erfassen der Prozessdaten und das Erfassen der Ortsdaten im Wesentlichen gleichzeitig und werden als Antwort auf ein Master-Trigger-Ereignis ausgelöst. Der Einsatz eines Master-Trigger umfasst, dass neben Sensoren, die Sensorwerte erfassen, auch eine Quelle für Ortsdaten (z.B. x, y, z) vorliegt. Der Master-Trigger löst also jeweils an mindestens zwei Datenquellen eine Datenerfassung aus, zum Beispiel an einem Sensor (Quelle 1) und einer anderen Quelle (Quelle 2) die den Ort erfasst an der der Sensor (Quelle 1) die Sensordaten aufgenommen hat. Beides wird ausgelöst durch dasselbe elektrische Signal des sogenannten Master-Triggers. Die zweite Quelle (Quelle 2) kann zum Beispiel eine Fertigungsmaschine sein, die typischerweise ihre eigene Position oder die des Endeffektors "kennt" bzw. laufend erfasst. Alternativ könnte die zweite Quelle (Quelle 2) auch eine Einrichtung sein, wie zum Beispiel ein Lasertracker (Licht-Laufzeitmessung), oder eine Technologie basierend auf einem Triangulationsmessverfahren, etc.
[0073] Zusammen mit Prozessdaten und Ortsdaten kann in der Datenbank auch jeweils ein Zeitpunkt der Erfassung gespeichert werden. Diese bedeutet zum Beispiel, dass jede Quelle ihre Daten jeweils mit Zeitstempel aufnimmt, insbesondere die Quelle, die den Ort erfasst. Auf Basis dieser Zeitinformation, genannt Zeitstempel, können dann Produktionsdaten fusioniert, d.h. Daten, die aus unterschiedlicher Quelle im Wesentlichen zeitgleich erfasst werden, können als zusammengehörig erkannt werden und somit Sensorwert oder maschinenwert eine zeitgleich erfasste Ortsinformation zugeordnet werden. Dieses sogenannte Fusionieren von Prozessdaten, die zu im Wesentlichen gleichen Zeitpunkten erfasst wurden, basiert auf einem Zeitpunkt der Erfassung der jeweiligen Prozessdaten.
[0074] Bei der Erfassung von Produktionsdaten kann der Ortsbezug direkt oder indirekt hergestellt werden: Zum Beispiel im Fall von Thermokameraaufnahmen eines Bauteils könnte kann man den Ort eines Messwerts über die Pixelkoordinate bestimmten. Der Ortsbezug, d.h. die Assoziierung von Sensordaten mit Ortsdaten kann somit direkt hergestellt werden. Allgemeiner bedeutet dies, dass eine Maschine ihre Produktionsdaten bereits mit einer Ortsinformation zusammen erfasst und übermittelt. Dies ist zum Beispiel bei Industrierobotern denkbar. Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, können basierend auf erfassten Ortsdaten fusioniert werden.
[0075] Die hierin beschriebenen Technologien können vor allem in der diskreten Bauteilfertigung oder der Inspektion von Bauteilen, Baugruppen oder fertigen Produkten eingesetzt werden. Zum Beispiel gibt es Systeme, die während der Herstellung von metallischen 3D-Druckbauteilen die Temperaturen in einer bestimmten Auflösung schichtweise erfassen und als Bild speichern. Die hierin beschriebenen Technologien können diese Bilder als Eingabe verwenden, um Messdaten ortsgenau anhand der Bilddaten zuzuordnen und somit einen digitalen Bauteilzwilling erstellen, bei dem wir für jeden Ort im Bauteil die Temperaturen speichern (siehe zum Beispiel FIG. 2 und FIG. 3).
[0076] Der Ortsbezug kann aber auch, wie zuvor erläutert, indirekt über die Verwendung und den Abgleich von Zeitstempel hergestellt werden indem Produktionsdaten mit gleichen bzw. im endlichen gleichen Zeitstempeln einem zu diesem Zeitpunkt erfassten Ort zugeordnet werden.
[0077] Die Fusionierung von Daten über einen gemeinsamen Ort, d.h. das Assoziierung von Daten, die zu einem bestimmten Ort an einem einzelnen Bauteil im Laufe eines Produktionsprozesses erfasst werden, kann, zum Beispiel bei der indirekten Assoziierung über einen Zeitstempel, rechnerisch aufwändig sein und die Verarbeitung und Selektion unter einer großen Menge von Produktionsdaten umfassen. Die Fusionierung findet somit in der Regel nicht in einer Realzeit Anfrage statt, sondern ist ein Schritt in Zusammenhang mit der der Speicherung und Verarbeitung von Produktionsdaten, die Zeitnah oder auch zeitlich versetzt zur Erfassung der Produktionsdaten stattfindet.
[0078] Der Prozess zur schrittweisen Erfassung von Produktionsdaten bei der Fertigung eines Bauteils in einem oder mehreren Schritten ist in dem Flussdiagram in FIG. 4 dargestellt. [0079] In Schritt 410 startet ein Fertigungsprozess eines Bauteils A, dessen Daten aufgezeichnet werden sollen. Schritt 420 stellt einen Fertigungsschritt, d.h. die Bearbeitung oder Verarbeitung des Bauteils selbst dar. Für jeden Schritt 420 des Fertigungsprozesses werden zeitgleich in Schritt 430 Sensor- und Maschinenmesswerte sowie -parameter erfasst und zusammen mit einer Referenz gespeichert, die eine spätere Berechnung des Ortes an dem Bauteil zulässt, oder direkt mit einer Bauteilkoordinate. Falls eine Referenz erfasst wird, wird diese Referenz in einem Folgeschritt 440 auf eine jeweilige Bauteil koordinate umgerechnet. Eine Referenz kann zum Beispiel ein Zeitstempel sein. Ortskoordinaten, die ebenfalls mit einem Zeitstempel erfasst werden, erlauben dann die indirekte Zuordnung, über die Referenz auf einen zeitgleichen oder annähernd zeitgleichen Zeitstempel, von Produktionsdaten und Messwerte zu Ortskoordinaten. Schritt 440 wird gefolgt von einer optionalen Transformation 450 der Daten in ein Koordinatensystem des jeweils bearbeiteten Bauteils A. Die Transformation wird z.B. benötigt, wenn für zwei verschiedene Datenquellen verschiedene Koordinatensystem verwendet werden. Wenn z.B. die Daten der Quelle 1 sich auf Ortsangaben vom Roboter beziehen und Daten der Quelle 2 Koordinaten von einem Lasertracker sind. Dann muss man die Koordinaten eines der beiden Systeme in das andere Transformieren (z.B. über eine homogene Transformationsmatrix). Die Transformation ermöglich es somit Fertigungsdaten von gleichen Bauteilen (unterschiedliche Datenquellen; z.B. Temperatur und Dichte), die mit Ortskoordinaten in verschiedenen Koordinatensystemen erfasst sind, effizient zu vergleichen und zu visualisieren. Ferner wird ermöglicht, Daten von unterschiedlichen Bauteilen (mit gleichen Datensets) zu korrelieren.
[0080] Anstatt die erfassten Produktionsdaten bzw. deren Werte auf den jeweiligen Koordinaten zu speichern, könnten die Werte bereits bei der Eingabe/Übertragung auf eine Fläche projiziert werden. Damit entfällt die ggf. rechenaufwändige Koordinatentransformation bei der Datenanalyse. Dieser Schritt ist jedoch nur in speziellen Fertigungsprozessen relevant und schränkt die Analysen, wegen des Verlustes der tatsächlichen Koordinaten, ein.
[0081] Diese parallele Durchführung eines Fertigungsschritts 420, Erfassung von Produktionsdaten und Bestimmung 430 und Umrechnung 440 und 450 von zugeordneten Bauteilkoordinaten wird für ein oder mehrerer Schritte der Fertigung des Bauteils A wiederholt 460, bis schließlich die Fertigung des Bauteils A beendet ist 470. [0082] Durch das Verfahren nach FIG .4 werden alle Prozessdaten, umfassend Messwerte, Maschinenparameter, etc., aus dem gleichen und/oder aus verschiedenen Fertigungsprozessschritten für jedes einzelne Bauteil eines bestimmten Typs aufgezeichnet und einem bestimmten Ort, der zum Beispiel durch eine Raumkoordinate (x, y, z), Bauteilkoordinate, angegeben wird, im Bauteil zugeordnet.
[0083] FIG. 5 zeigt den vollständigen Prozess der Erfassung, Speicherung und Analyse von Prozessdaten.
[0084] In Schritt 510 werden Prozessdaten aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil erfasst, derart, dass die Prozessdaten einem Ort an dem Bauteil zuordenbar sind. Zuordenbar bedeutet, dass die Ortsdaten direkt mit den einzelnen Prozessdaten erfasst werden (Beispiel der Thermokameraaufnahme). Alternativ kann eine Zuordnung über eine Referenz, wie zum Beispiel einen Zeitstempel erfolgen.
[0085] Das Erfassen von Prozessdaten in Schritt 510 umfasst zum Beispiel Empfangen von Messdaten von einem oder mehreren Sensoren, die den Fertigungsprozess überwachen. Messdaten umfassen hierbei zum Beispiel Messwert und Zeitpunkt einer Messung, und sind jeweils einem Ort an dem Bauteil zuordenbar, an dem die Messdaten erfasst wurden wobei die Parameter Wert und Zeitpunkt einer Verwendung der Parameter umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Maschinen angewendet wurde. Das Erfassen von Prozessdaten kann ferner das Erfassen von Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden, umfassen, zum Beispiel Steuerdaten einen oder mehreren im Fertigungsprozess verwendeten Maschinen, wie zum Beispiel eingestellte Geschwindigkeit, Leistungsaufnahme, eine Drehung und/oder einem Anpressdruck. Zum Beispiel kann die Leistungsaufnahme für eine Lasermaschine in einer bestimmten Frequenz gemessen werden, bei der ein Metallteil des Bauteils schmilzt. Die Daten über die Leistungsaufnahme der Lasermaschine werde ferner, direkt oder indirekt wie zuvor beschrieben, auf räumlichen Koordinaten abgebildet, die angeben, wo das Schmelzen des Metallteils an dem Bauteil zu einem bestimmten Zeitpunkt stattfindet. [0086] Ortsdaten werden in Schritt 520 erfasst. Im Beispiel einer Thermokameraaufnahme fallen Schritte 510 und 520 zusammen. Die Schritte 510 und 520 entsprechen der wiederholten Anwendung der Einzelschritte 430 bis 450 aus FIG. 4.
[0087] Die Bestimmung von Positionskoordinaten ist wie folgt möglich: Anstelle von realen Koordinaten (also aus einer Messung) könnten die Positionskoordinaten auch aus einem Maschinenprogrammen (z.B. NC-Programm) zur Steuerung einer Beweglichen Maschine interpoliert werden. Anstatt die Koordinaten über die Fertigungsmaschine abzurufen, könnten auch externe Koordinaten-Messvorrichtungen (z.B. Lasertracker, Kameras, etc.) verwendet werden.
[0088] In Schritt 530 werden Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, fusioniert. Fusionierung bedeutet das ermitteln von Prozessdaten, die dem gleichen Bauteilort zugeordnet werden können, um dies ermittelten Daten in einem Folgeschritt derart zu speichern, dass ein späterer effizienter Zugriff in Realzeit auf diese Daten über einen Ortsindex möglich ist. Die Fusionierung kann direkt, basierend auf mit den Produktionsdaten erfassten Ortsdaten stattfinden, oder indirekt über eine Referenz ermittelten Ortsinformation stattfinden, z.B., wenn Prozessdaten, die zu im Wesentlichen gleichen Zeitpunkten erfasst wurden, fusioniert werden. Die Fusionierung kann unmittelbar bei der Erfassung stattfinden, oder zeitversetzt zur Erfassung der Daten.
[0089] In Schritt 540 werden Prozessdaten zusammen mit den Ortsdaten in einer Datenbank gespeichert, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten. Zum Beispiel werden die fusionierten Daten aus Schritt 530 in einen Key- Value-Store oder eine Datenbank Storage Engine gespeichert. Hierbei kann ein Clustern nach Ortskoordinaten und ein räumliches Sortieren, z.B. Sortieren nach Raumkoordinaten, durchgeführt werden, um einen Ortsindex zu erstellen. Eine Anfrage zu Fertigungsdaten betreffend ein bestimmtes Bauteil und dort eines bestimmten Ortes sind über den Ortsindex mit wenigen Suchschritten effizient auffindbar. Dadurch ist es mit überschaubarem Aufwand möglich Datensätze, wie in FIG. 2 und FIG. 6 gezeigt, zu visualisieren, oder wie in FIG. 7 gezeigt verschiedenen Bauteile des gleichen Typs zu vergleichen (z.B. Temperaturwerte von zwei gleichen Bauteilen oder Temperatur- und Robotergeschwindigkeitswerte eines Bauteils) miteinander zu vergleichen. Die Visualisierung zum Zweck der Analyse ist zum Beispiel in 3D als Falschfarben möglich und auch mit überlagerter Visualisierung eines CAD-Modells des Bauteils zur Verbesserung der Orientierung und Zuordnung der Produktionsdaten an dem Bauteil möglich.
[0090] In Schritt 550 werden erfasste Produktions- und Ortsdaten zum Zwecke der Analyse verwendet.
[0091] In einem Szenario einer Fertigung wird zum Beispiel der Stromverbrauch eines bei der Fertigung eingesetzten Laser-Werkzeugs, und eine Temperatur einer Oberfläche eines Bauteils in einer bestimmten Frequenz gemessen und mit dem Ort kombiniert, an dem der Laser gerade das Material aufschmilzt. Mit den hierin beschriebenen Technologien sind zum Beispiel folgende Analysen möglich:
• Die erfassten Fertigungsdaten (Stromverbrauch des Lasers) als Falschfarben 3D- Bild anzeigen lassen, um z.B. nach Hot-Spots zu suchen (siehe zum Beispiel FIG. 2 und FIG 3). Wobei Schnitte durch das Bauteil in jeder Orientierung möglich sind.
• Die erfassten Fertigungsdaten zu filtern, um z.B. nur Daten über oder unter einem bestimmten Schwellwert zu visualisieren.
• Temperaturdaten und Daten des Laser-Stromverbrauchs korrelieren, um zu analysieren ob es einen Zusammenhang gibt.
• Wenn das Bauteil später im Betrieb geprüft wird (z.B. durch CT oder Ultraschall) kann ein Experte die Daten aus der Fertigung des konkreten Bauteils verwenden und mit den Prüfdaten vergleichen um z.B. festzustellen ob bestimmte Prozess oder Messerwerte eine Indikation für spätere Bauteilmängel wie z.B. Risse sein können.
[0092] Allgemeiner werden mögliche Analysen in Schritt 550 im Folgenden im Detail beschrieben.
[0093] Eine erste mögliche Analyse betrifft die Visualisierung von ein oder mehreren digitalen Zwillingen eines bestimmten physischen Bauteils. Diese Analyse wird in FIG.
6A bis 6C veranschaulicht.
[0094] Für jedes einzelne physische Bauteil werden in jedem Produktionsschritt alle Prozessdaten mit einer Ortsmarkierung bzw. einem Ortsindex (x, y, z) gespeichert, sodass später alle verfügbaren Datensätze für ein Bauteil übereinandergelegt und, wie im Folgenden beschrieben, verglichen werden können.
[0095] Der Bauteilzwilling 610 gibt zum Beispiel Temperaturdaten einer bestimmten ersten Maschine im Produktionsprozess an. Zum Beispiel werden in einem metallischen 3D-Druck-Prozess von einem Temperatursensor für ein bestimmtes Bauteil einen Temperaturwert für das Schmelzbad (der Punkt, an dem der Laser gerade das Metall schmilzt) in einem Raster bzw. mit einer Auflösung von 0.125mm x 0.125mm erfasst. Anhand der aktuellen Maschinenposition können diese Maße in reale Koordinaten transformiert werden, die dann ggf. in ein allgemeines Koordinatensystem übertragen werden, z.B. das Zeichnungskoordinatensystem, d.h. das Koordinatensystem der Visualisierung. Daraus entsteht ein digitaler Temperatur-Bauteilzwilling 610 basierend auf einem ersten Datensatz mit Temperaturen für jeden Ort im Bauteil. Unterschiedliche Temperaturen werden in der Darstellung in FIG. 6A in unterschiedlichen Grauschattierungen dargestellt.
[0096] In einem zweiten Prozessschritt, z.B. der Computertomographie, werden für dasselbe physische Bauteil wieder ortsbezogene Daten generiert. Diese Daten werden in dasselbe Koordinatensystem wie die Daten aus den anderen aufgezeichneten Prozessschritten transformiert. Somit erhalten wir einen zweiten (bzw. weitere) digitalen Bauteilzwilling 640, dargestellt in FIG. 6B, basierend auf einem zweiten Datensatz für dasselbe physische Bauteil.
[0097] Da die verschiedenen Bauteilzwillinge jeweils über dieselben Ortskoordinaten indiziert sind, kann jeder Wert des Datensatzes mit jedem Wert des zweiten Datensatzes übereinandergelegt und damit verglichen werden, wie in FIG. 6C gezeigt, oder wenn die Datensätze nicht exakt die gleiche Position haben, die nächsten Datenpunkt miteinander verglichen werden, oder verschiedene statistische Werte für bestimmte Raumregionen.
[0098] FIG. 7A zeigt ein echtes, physisches, Bauteil 710. Angenommen einer bestimmten Stelle des Bauteils mit Koordinate (x, y, z) wird nach der Fertigung des Bauteils ein Defekt festgestellt. [0099] FIG. 7B zeigt einen Computer und eine Anwendung 720 zur Visualisierung von digitalen Bauteilzwillingen. In dieser Darstellung sind 730, 740, 750 verschiedene Bauteilzwillinge ein und desselben echten Bauteils 710 aus FIG. 7A.
[0100] Der Bauteilzwilling 730 gibt zum Beispiel Temperaturdaten einer bestimmten ersten Maschine im Produktionsprozess an. Der Bauteilzwilling 740 gibt zum Beispiel die Geschwindigkeitseinstellung einer zweiten Maschine bei der Fertigung des Bauteils involvierten Maschine während des Fertigungsprozesses des Bauteils 710 an. Der Bauteilzwilling 750 gibt zum Beispiel eine Rotationswinkelgeschwindigkeit einer Roboterachse der zweiten Maschine während der Fertigung des Bauteils 710 an. An der Visualisierung der Bauteilzwillinge und der damit erfassten Prozessdaten kann dann zum Beispiel erkannt werden, dass die Werte 735 und 745 der Bauteilzwillinge an den Stellen (x, y, z) jeweils normal sind, jedoch der Wert 755 an der gleichen Stelle des Bauteilzwilling 750 von sonst üblichen Werten abweicht. Somit kann die eine Abweichung der Rotationswinkelgeschwindigkeit, entsprechend den zugrundliegenden Produktionsdaten des Bauteilzwilling 750, als wahrscheinliche Ursache für den Fertigungsdefekt an dem physischen Bauteil 710 bestimmt werden kann. Die Bestimmung einer Fehlerursache kann selbstverständlich auch aus der Kombination und/oder Korrelation von Produktionsdaten aus unterschiedlichen digitalen Bauteilzwillingen ein und desselben physischen Bauteils erfolgen. Z.B. könnte eine interessante Fragestellung sein, ob der Quotient aus eingestellter Laserleistung und gemessener Wärme an diesen Stellen im Bauteil gleich ist.
[0101] Diese Vergleichbarkeit gelingt auch, wenn verschiedene Prozessdaten nicht exakt demselben Ort zugeordnet werden können. Zum Beispiel können Mittelwerte über bestimmte Raumbereiche berechnet werden (als Würfel dargestellt). Ferner sind durch die ortsbasierte Strukturierung und Speicherung der Daten sehr effiziente Nearst- Neighbour-Suchen möglich. Mit anderen Worten: Auf Basis dieser ortsbasierten Datenstrukturierung können unterschiedliche Arten von Datenanalysen durchgeführt werden, die eine Vielzahl von Anwendungen und Nutzen in der Fertigung hervorrufen. Dies hat den großen Vorteil, dass auch Daten mit leicht abweichenden Koordinaten effizient verglichen werden können. Was für die meisten Fertigungsprozesse unbedingt notwendig ist, da Maschinen nicht bis auf alle Nachkommastellen genau ihre Bewegungen wiederholen können. So weichen Maschinenbewegungen auch bei der Herstellung gleicher Bauteile immer voneinander ab. Offline Analysen
[0102] Im Folgenden werden einige Beispiele von Analysen vorgestellt, die im Wesentlichen auf dem Vergleich von digitalen Zwillingen und zeitlich unabhängig von der Fertigung eines Bauteils, d.h. offline nach Abschluss der Fertigung eines einzelnen Bauteils oder einer Serie von Bauteilen gleichen Typs durchgeführt werden. Bei Offline- Analysen können Bauteilzwillinge (Datensets), die von verschiedenen Datenquellen bzw. Sensoren stammen und möglicherweise in unterschiedlichen Schritten des Fertigungsprozesses erfasst wurden, verglichen werden.
[0103] FIG. 8 zeigt ein Flussdiagram eines Verfahrens zur Verarbeitung von Daten eines Fertigungsprozesses. Speziell werden in dem Verfahren Daten verarbeitet, die mit bestimmten Orten eines Bauteils verbunden sind, um eine statistische Offline-Analyse zur Ursache einer Abweichung bzw. eines Fehlers gemäß zu erzeugen. Der Prozess in FIG. 8 beginnt mit Schritt 810, wobei an einem bestimmten Punkt (x, y, z) auf dem Bauteil A ein Fehler vorliegt, der bzw. dessen Ursache untersucht werden soll. In Schritt 820 werden alle Daten (z.B. Temperatur-, Geschwindigkeits-, Druckwerte) aus allen Prozessschritten an dem Punkt (x, y, z) von Bauteil A abgerufen. In Schritt 830 werden die Daten einer bestimmten Datenquelle (z.B. Temperatur) innerhalb des Bauteils A verglichen. Beispielweise, wird für jeden einzelnen Datentyp durch Vergleichen bestimmt, ob der Wert am Punkt (x, y, z) wesentlich von entsprechenden Daten an anderen Punkten des Bauteils A abweicht. So kann man beispielsweise analysieren, ob an einer zu untersuchenden Stelle in dem Bauteil A die Temperaturwerte auffällig sind im Vergleich zu Temperaturwerten an anderen Stellen im Bauteil A. Ziel ist dabei, einen Parameter (in diesem Fall die Temperatur) zu finden, der sich an der zu untersuchenden Stelle anormal verhält. Zum Beispiel könnten die Temperaturmesswerte des Bauteils an jeder Stelle zwischen 595-601 °C liegen, nur an der zu untersuchenden Stelle bei 605°C. Oder das Bauteil könnte bei einer mittleren Temperatur von 599°C gefertigt worden und 95% aller Werte könnten in einem Abstand von weniger als +-1 °C liegen, nur an der zu untersuchenden Stelle würde der Wert außerhalb liegen - wenn auch immer noch im akzeptablen Bereich, aber er wäre statistisch auffällig. In Schritt 840 werden Daten von verschiedenen Datenquellen mit den jeweils gleichen Datenquellen von einem anderen Bauteil (des gleichen Typs A) verglichen. Beispielweise, wenn an der Stelle (x, y, z) in Bauteil ID2 (vom Bauteiltyp A) ein Fehler auftritt, können alle Daten an dieser Stelle (bzw. einem Bereich um diese Stelle) abgerufen und mit allen gleichen Daten von Bauteilen des Typs A verglichen werden. So lässt sich überprüfen, ob z.B. mehrere Bauteile an der Stelle (x, y, z) mit der gleichen Temperatur gefertigt wurden wie Bauteil ID2 bzw. ob die Temperatur von Bauteil ID2 an Stelle (x, y, z) statistisch auffällig war.
Die Analysen müssen sich nicht immer auf den gleichen Ort beziehen. In Schritt 850 ist es auch möglich, Daten aus ähnlichen Situationen für einen Vergleich heranzuziehen. Beispielweise, könnte man beim Fräsen prüfen, ob die Temperatur eines Werkzeugs für einen bestimmten Schaden verantwortlich war, indem man die Daten einer ähnlichen Situation zum Vergleich heranzieht. Beispielweise, könnte ein Parameterradius festgelegt werden, und in jedem Punkt gespeichert werden. Wenn später untersucht werden soll, warum eine Fräse eine bestimmte Stelle beschädigt hat, könnten neben dem Vergleich mit Bauteilen des gleichen Typs an dieser Stelle auch die Stellen für den Vergleich herangezogen werden, an dem der Radiuswert gleich ist, um zu analysieren, ob die Fräse auch an diesen Stellen einen Schaden verursacht hat. Beispielweise, wenn eine Maschine z.B. gerade einen 10 cm Radius gefräst hat, und ein Fehler aufgetreten ist (z.B. das Material versprödet), könnten die Daten aus dieser Stelle mit den Daten von anderen gleichen oder ähnlichen Radien mit den aktuellen Daten verglichen werden. In Schritt 860 wird eine statistische Analyse zur Ursache der Abweichung bzw. des Fehlers erstellt.
[0104] Anstelle des Vergleichs mit Soll-Vorgaben (z.B. aus dem NC Programm, das die Maschine bei der Fertigung des Bauteils steuert) könnten die Vergleichswerte auch aus einer Simulation stammen. Eine Simulation wird, wie im Folgenden erläutert, ermöglicht bzw. unterstützt die Erstellung eines Referenzmodells eines Bauteils.
[0105] Die Ausführungsformen der Erfindung können weitere Aspekte umfassen. Beispielweise, können Bauteilzwillinge (Datensets), die aus verschiedenen Datenquellen erzeugt wurden, auch korreliert werden, um eine Offline-Korrelation von Datensätzen zu erzeugen. Bei dem zuvor erwähnten Beispiel werden die Daten aus derselben Datenquelle verglichen und untersucht. Bei der Korrelationsanalyse werden Daten aus verschiedenen Datenquellen, aus einem oder mehreren Schritten des Fertigungsprozesses, an bestimmten Orten bzw. an allen Orten miteinander verglichen. Dadurch ist die Bestimmung eine Korrelation verschiedener Parameter innerhalb eines Bauteils innerhalb eines Prozesses ermöglicht. Zum Beispiel ist bekannt, dass bei der Ablage von vorimprägnierten Carbon-Fasern, die Temperatur, Geschwindigkeit und Anpresskraft einen Einfluss auf die Ablage bzw. Eigenschaften des Bauteils hat. Mit der Korrelations-Analyse kann zum Beispiel überprüft werden, welche Konstellation von Parametern (z.B. für Geschwindigkeit, Temperatur und Anpresskraft) zu guter oder schlechter Qualität führt, indem zusätzlich eingegeben oder analysiert wird, an welchen Stellen es zu schlechter Qualität gekommen ist. Dies könnte auch zu einem ortsbezogenen Ergebnis führen, z.B., dass im Bereich einer Steigung im Bauteil mit einer anderen Kombination an Parametern gearbeitet werden muss als am Rand eines Bauteils oder in der Mitte eines Bauteils.
[0106] Ein weiterer Aspekt betrifft die Korrelation verschiedener Parameter innerhalb eines Bauteils über mehrere Prozesse hinweg. Korrelationsanalysen können für prozessübergreifenden Bauteiluntersuchungen sehr effektiv sein. So können zum Beispiel einer Temperatur-Bauteilzwilling aus einem metallischen 3D-Druck-Prozess mit Ergebnissen einer Computertomographie (CT)-Untersuchung korreliert werden, ohne einer bestimmten Vermutung nachzugehen. Es könnte beispielsweise untersucht werden, ob es zwischen irgendwelchen Prozessparametern (z.B. der Temperatur) und den Dichteunterschieden (aus der CT) einen Zusammenhang gibt. Darüber hinaus könnten auch die Soll-Ist-Wert-Paare untersucht werden, wobei die Sollwerte gleich die Parametereinstellungen und die Istwerte gleich die Parametermessungen sind). Beispielweise, es könnte analysiert werden, ob die eingestellte Geschwindigkeit an allen Positionen im Bauteil zur selben tatsächlichen Geschwindigkeit führt bzw. ob der Zusammenhang immer der gleiche ist oder ob dies gerade an einer Stelle im Bauteil, die auffällig ist, anomal ist.
[0107] Die zuvor erwähnten Offline-Analyse-Aspekte der Erfindung bieten eine Reihe von Vorteilen und technischen Effekten. Zum Beispiel wird eine systematische Fehlerursachenrückverfolgung ermöglicht. Es ist allgemein bekannt, dass derzeitig praktizierte Produktionsverfahren und Prozess nur ein eingeschränktes Verständnis von Fehlerursachen haben und nur eingeschränkte Möglichkeit zu deren Analyse ermöglichen. Dies führt zu teils hohen und konstanten Qualitätskosten. Unternehmen berichten aus dem metallischen 3D-Druck beispielsweise von bis zu 30% Ausschuss bei der Produktion von Kleinserien, unter anderem auf Grund der flachen Lernkurve. Die Ausführungsformen des hier beschriebenen erfinderischen Konzeptes ermöglichen Qualitätsmängel in einem Bauteil auf ihren Ursprung zurückzuführen und diesen schnell zu beheben. Dadurch sparen sich Produktionen erhebliche Reparatur- und Ausschusskosten.
[0108] Der Aufbau von Prozessdaten als digitaler Bauteilzwilling macht eine gezielte Suche nach Ursachen für Fehler und Qualitätsabweichungen sehr einfach möglich.
Wenn ein Bediener z.B. eine Stelle im Bauteil näher untersuchen möchte, weil ihm ein Fehler aufgefallen ist oder ein Sensor direkt die Qualität des Bauteils gemessen hat, kann er gezielt an diesen Stellen die Herstellungsvergangenheit des Bauteils analysieren. So kann der Bediener, wenn er in der CT-Untersuchung Poren an Stelle (x, y, z) festgestellt hat, sich alle Daten aus allen Produktionsschritten holen, die für diese Stelle oder einen Bereich gespeichert, korreliert oder interpoliert wurden.
[0109] Ein weiterer technischer Vorteil der vorliegenden Erfindung besteht darin, dass die Bestimmung von Einflussfaktoren bei den Bauteilen ermöglicht wird. Gerade bei einer Einführung von neuen Prozessschritten fällt es Produktionen schwer, die Zusammenhänge zwischen verschiedenen Prozessparametern zu spezifizieren bzw. Einflussgrößen der einzelnen Parameter zu bestimmen. Der Aufbau und Verarbeitung von Daten eines Fertigungsprozesses als digitaler Bauteilzwilling macht eine gezielte Suche nach Stellschrauben, die einen Einfluss auf die Qualität des Bauteiles haben, sehr einfach möglich.
[0110] Ferner wird durch die vorliegende Erfindung eine Fehlerrückverfolgung während des gesamten Produktlebenszyklus ermöglicht. Offline-Analysen sind sowohl in der Fertigung als auch im späteren Lebenszyklus des Bauteils möglich, wenn das Bauteil bereits in Betrieb ist (z.B. in einem Flugzeug oder einem Fahrzeug verbaut ist). Falls während des Betriebs erkannt wird, dass Bauteile einen Defekt aufweisen, und daraus eine Rückrufaktion (z.B. in der Automobilindustrie) oder ein Grounding (z.B. in der Luftfahrtindustrie) erfolgt, könnte die vorliegenden Erfindung benutzt werden, um schnell herauszufinden, welche Bauteile mit den gleichen Produktionsparametern hergestellt wurden, und gezielt die entsprechenden Vehikel zu rückzu rufen. Dies würde auch eine kontinuierliche Langzeit-Dokumentation von Bauteilen über mehrere Produktionsunternehmen (z.B. über Zulieferer und OEMs) hinweg ermöglichen. Referenzmodell und Online Analyse
[0111] Neben der Verwendung für Offline-Analysen, kann das ortsbasierte Verfahren zur Verarbeitung von Daten auch dazu genutzt werden für eine „Online-Analyse“, um Referenzmodell für einen bestimmten Bauteiltyp zu erstellen und gezielt einzusetzen. In diesem Abschnitt geht es darum, online die Qualität von Bauteilen und die Stabilität von Prozessen anhand eines Mastermodels bzw. Referenzmodels zu beurteilen. Dazu werden die Daten von mindestens zwei Bauteilen verwendet und für jede Stelle bzw. Bereich der Bauteile statistische Werte berechnet (z.B. Mittelwert, Standardabweichung, Max-Wert, Min-Wert, kritischer Wert, etc.) und daraus ein neues Bauteil-Referenzmodel erstellt, kurz auch als Referenzmodell im Folgenden bezeichnet. In diesem Referenzmodel sind nicht mehr die einzelnen Temperaturwerte für jedes einzelne Bauteil enthalten, sondern z.B. der Durchschnittswert der gemessenen Temperaturen für jeden Raumpunkt. Dies wird im Folgenden mit Bezug auf FIG. 9 bis FIG. 11 erläutert. In einem Bauteil-Referenzmodell wird Bezug auf Daten, die sich auf bestimmte Positionen an einem Bauteil beziehen. Im Gegensatz zum Bauteil-Referenzmodell wird im weiteren Verlauf der detaillierten Beschreibung auch ein bauteilunabhängiges Referenzmodell beschrieben, das von dem Bauteil-Referenzmodell zu unterscheiden ist.
[0112] Um viele Bauteile miteinander vergleichen zu können bzw. online während der Fertigung zu prüfen, ob das aktuelle Bauteil auf dieselbe Weise hergestellt wird wie bisherige Bauteile mit ausreichender Qualität, wird ein Referenzmodel erstellt. Dabei werden an die Koordinaten nicht einfache Messwerte gespeichert, sondern statistische Werte wie zum Beispiel Mittelwert und Standardabweichung. Wenn ein neues Bauteil geprüft werden soll (möglicherweise schon während seiner Herstellung) kann einfach geprüft werden was ist seine Abweichung im Vergleich zur Standardabweichung bzgl. des Referenzmodels am jeweiligen Ort.
[0113] FIG. 9 zeigt ein Flussdiagramm, welches einen Prozess zur Erstellung eines Referenzmodells des Fertigungsprozesses eines Bauteils während eines oder mehrerer Schritte des Fertigungsprozesses veranschaulicht. In Schritt 910 wird jeder Bereich jeden Bauteils bewertet, z.B. durch einen Experten oder automatisiert durch eine Qualitätsmessung. Wenn eine gewisse Menge an Bauteilen produziert wurde bzw. deren Daten in das Referenzmodel eingeflossen sind, werden lediglich die Stellen in Schritt 920 bewertet, die außerhalb der Toleranz liegen. Hier wird eine Klassierung der Prozessdaten eines ersten Bauteils nach der Qualität der Daten vorgenommen. Falls schon aus den Daten des allerersten Bauteils ein Referenzmodel entstehen soll, kann ein Anwender auch direkt Parameter zum Berechnen von statistischen Werte angeben, z.B. könnte angegeben werden, dass jede Temperatur, also für jeden erfassten Raumpunkt, um 5% um einen bestimmten Wert schwanken darf. Wenn jedoch nicht genügend Daten für das Referenzmodell vorhanden sind, wird in Schritt 930 ein zweites Bauteil vom gleichen Typ wie das erste Bauteil erstellt und die entsprechenden Prozessdaten gespeichert. In Schritt 940 werden die Prozessdaten von dem zweiten Bauteil nach deren Qualität klassiert. In Schritt 950 werden die Prozessdaten aller bereits produzierten Bauteile des gleichen Typs verwendet, um das Referenzmodell mit statistischen Werten für jeden Ort eines Bauteils des gleichen Typs zu berechnen.
Dieser statistische Ansatz wird sehr komplex, wenn es zwischen Faktoren Wechselwirkungen gibt, die einen Einfluss auf die Qualität des Bauteils haben. In solchen Fällen könnten maschinelle Lernverfahren, die auf der Datenverarbeitung des Fertigungsprozesses basieren, Zusammenhänge erlernen und damit Toleranzwerte für bestimmte Stellen im Bauteil berechnen, womöglich basierend auf einer Kombination von verschiedenen Daten, z.B. wenn eine bestimmte Temperatur zu einem Schaden im Bauteil führt, aber nur wenn auch gleichzeitig ein bestimmter Druck am Bauteil anliegt, etc. Zudem kann das Referenzmodell auch auf berechneten Größen beruhen. Beispielweise ist es in einer Carbon Composite Fertigung oft nicht von großer Bedeutung, welche Temperatur eine Heizquelle einer Ablagemaschine hat, sondern viel mehr welchen Temperatureintrag das Bauteil erfährt. Dieser hängt nicht nur von der T emperatur der Heizquelle ab, sondern auch von einer Verweildauer bzw. Geschwindigkeit der Maschine. In manchen Fällen werden dann nicht die direkten Daten gespeichert, sondern abgeleitete Größen wie z.B. der Temperatureintrag.
[0114] Zusammengefasst wird ein Referenzmodell basierend auf einer Mehrzahl von Datensätzen von digitalen Zwillingen von Bauteilen eines bestimmten Bauteiltyps erstellt. Die in dem Referenzmodell erfassten Prozessdatendaten entsprechen statistischen Werten von korrespondierenden Prozessdaten digitaler Zwillinge.
[0115] Das Referenzmodell eines Bauteils kann ferner Ergebnis einer oder mehrerer Simulationen sein, um für bestimmte Orte an einem Bauteil eine Festlegung der ortsbezogenen Toleranzfelder festzulegen. Die Erstellung bzw. Verfeinerung (letzteres falls in Kombination mit dem zuvor vorgestellten Verfahren zur Erzeugung eines Referenzmodells) des Referenzmodells über eine Simulation hat den Vorteil, dass die Präzision des Referenzmodells sehr viel schneller und noch vor dem Beginn der eigentlichen Produktion erstellt werden kann. Zudem kann die Simulation anders herum durch das Referenzmodell anschließend verfeinert werden und für das nächste Bauteil eine bessere Vorhersage bzgl. der notwendigen Toleranzfelder treffen.
[0116] FIG. 10 ist ein Flussdiagramm, welches einen Prozess zur statistischen Analyse eines Fertigungsprozesses eines Bauteils während eines oder mehrerer Schritte des Fertigungsprozesses illustriert, wobei die Analyse gemäß einer Ausführungsform der vorliegenden Erfindung auf dem erstellten Referenzmodell von FIG. 9 basiert. Das erzeugte Referenzmodell kann dazu verwendet werden, um online während der Fertigung, Daten eines aktuell produzierten Bauteils abzugleichen. Mit Bezug auf FIG.
10, in Schritt 1010 wird der Anwender eine Reaktion bestimmen, falls ein neues Bauteil vom Referenzmodell abweicht. In Schritt 1020 wird ein weiteres drittes Bauteil desselben Typs wie das erste Bauteil produziert, und die entsprechenden Produktionsdaten werden gespeichert. In Schritt 1030, werden die Produktionsdaten des dritten Bauteils mit dem Referenzmodell verglichen und ggf. die vorbestimmte Reaktion ausgelöst. Beispielweise, wenn in einem 3D-Druckprozess für ein neues Bauteil die Stelle (x, y, z) mit einer Temperatur von 504,21 °C aufgeschmolzen wurde, kann mittels des Referenzmodels geprüft werden, ob dieser Wert zwischen einem Min- und Max-Wert des Referenzmodels an dieser Stelle liegt oder um wieviel Sigma dieser von einem Mittelwert abweicht. Wenn der Wert außerhalb eines Toleranzfensters des Referenzmodels liegt, kann der Prozess gestoppt werden, ein Alarm gegeben, oder die Stelle vermerkt werden. In Schritt 1040 verzweigt der Prozess für den Fall, dass das Referenzmodell weiter modifiziert werden soll, zum Beispiel. Eine weitere Modifikation des Referenzmodells ist beispielsweise dann erforderlich, wenn die gewünschte statistische Genauigkeit des Modells mit den bisher verarbeiteten Daten noch nicht ausreichend ist. Falls weitere Bauteile gefertigt werden sollen, verzweigt der Prozess in Schritt 1050 iterativ nach Schritt 1020. Andernfalls endet die Produktion in Schritt 1060.
[0117] FIG. 11 zeigt ein Flussdiagramm eines Verfahrens zur konstanten Überarbeitung oder Optimierung eines Referenzmodells von FIG. 9 beschrieben. Der Anwender legt eine Metrik bzw. Toleranzfenster fest, mit denen aktuell produzierte Bauteile überwacht werden, z.B. ob die Daten des Fertigungsprozesses und die Parameter in einem 2- Sigma Bereich des Referenzmodells liegen. Als Ergebnis werden zum einen Produktionsdaten, die im geforderten Intervall liegen, und zum anderen Produktionsdaten, die außerhalb dieses Intervalls liegen, erhalten. In Schritt 1110 wird entweder durch den Anwender oder einen Algorithmus, (z.B., auf Grundlage von Qualitätsmessungen) entschieden, ob das Bauteil auch mit der Stelle außerhalb des Toleranzfensters eine ausreichende Qualität hat oder nicht. Die Bauteile, oder auch nur Stellen, die trotz einer Verletzung des Toleranzfensters zu guter Qualität geführt haben, können anschließend das Referenzmodel verbessern (Schritt 1120), indem z.B. der Mittelwert oder die Maxima des Referenzmodels angepasst werden. Die Bauteile bzw. die Stellen, die die Toleranz verletzt haben und an denen auch schlechte Qualität festgestellt wurde, können ebenfalls in das Referenzmodel übernommen werden, um z.B. Grenzen der Toleranz festzulegen oder die zu verstärken. In Schritt 1130 wird der Analyseprozess iterativ, wenn weitere Bauteile zur Analyse oder Fertigung vorliegen, bei Schritt 1020 fortgesetzt. Andernfalls wird der Fertigungsprozess in Schritt 1140 beendet.
[0118] Die Ausführungsformen der Erfindung können weitere Aspekte umfassen. Beispielsweise kann das Referenzmodell für die Einführung neuer Maschinen verwendet werden. Mit Referenzmodellen von bereits vorhandenen Maschinen können Fertigungen aus Sicht des zu fertigenden Bauteils eine neue Maschine einstellen. Die Referenzmodelle von einem Bauteil, die auf vorhandenen Maschinen erstellt wurden, können für die neue Maschine als Richtwerte verwendet werden und die neuen Maschineneinstellungen und Parameter anhand des Referenzbauteils definiert werden. An einer bestehenden Maschine werden alle Prozessmesswerte die für die Produktion eines Bauteils signifikant erscheinen (z.B. Energieeintrag) aufgezeichnet, gespeichert und später verwendet und das unabhängig von den spezifischen Maschineneinstellungen (z.B. könnte es sein, dass für eine Maschine 1 auf einem User Interface direkt eine Temperatur eingestellt wurde und bei einer Maschine 2 die Leistung der Heizquelle eingestellt wurde). Das digitale Referenzmodell basiert nur auf den Prozessmesswerten. Wenn nun eine neue Maschine eingefahren wird, kann der Anwender die Prozessmesswerte für ein neues Bauteil abrufen und mit dem Referenzmodell vergleichen. Der Mitarbeiter kann dann iterativ die Einstellungen der neuen Maschine anpassen mit dem Ziel die gleichen Prozessmesswerten am Bauteil „ankommen zu lassen“ wie in dem Referenzmodell. Weiterhin werden alle vorhandenen Daten aufgezeichnet. Das Einfahren einer neuen Maschine könnte automatisiert oder wenigstens beim Einfahren unterstützt werden. Dazu werden die relevanten Prozessmesswerte für ein Bauteil für die neue Maschine und die Parameter der Maschine, die zu diesen Prozessmesswerte geführt haben, aufgezeichnet. Über Algorithmen des Maschinellen Lernens kann dann gelernt werden, wie die Parameter modifiziert werden müssen um das gewünschte Ergebnis (also gleiche Prozessmesswerte wie an dem Bauteil auf der eingefahrenen Anlage) zu erreichen.
[0119] Ein weiterer erfindungsgemäßer Aspekt ist der Einsatz von Referenzmodell für flexible Produktionsänderungen. Das Referenzmodell bietet dem Anwender die Möglichkeit, den Einfluss von veränderten Prozessparametern schnell und einfach zu beobachten und mit wenigen Iterationen zu optimieren. Der technische Ansatz sieht hier vor, dass im Referenzmodell relevante Daten markiert werden, die beobachtet werden sollen. Dies bietet dem Anwender die Möglichkeit, den Prozess hinsichtlich der anderen Parameter zu optimieren. Beispielweise könnte es sein, dass der Anwender eine Maschinengeschwindigkeit bei einem Carbon-Fiber-Placement erhöhen möchte, da es generell bekannt ist, dass der Temperatureintrag in das Bauteil konstant bleiben sollte. Daher muss die Temperatur der Heizquelle ebenfalls erhöht werden. Die vorliegende Erfindung kann verwendet werden, um zu prüfen, ob nach den Prozessmodifikationen die relevanten Größen oder abgeleitete bzw. berechnete Größen konstant bleiben. Wenn die Geschwindigkeit nicht als kritisch gekennzeichnet ist wird eine Änderung dieser auch nicht zu einer Meldung führen. Wenn der Temperatureintrag gleichzeitig auch als kritisch gekennzeichnet ist, wird es zu einer Meldung kommen da der Temperatureintrag bei erhöhter Geschwindigkeit geringer wird, da die Maschinenverweilzeit mit gleicher Heizleistung kürzer ist. Eine Erhöhung der Heiztemperatur bei einer Geschwindigkeitserhöhung würde beim richtigen Verhältnis wieder zu einer Produktion ohne Meldung führen.
[0120] Die oben erwähnten Online-Analyse-Aspekte der Erfindung bieten eine Reihe von Vorteilen und technischen Effekten. Zum Beispiel ermöglicht der Online-Abgleich von Referenzmodell und des Bauteils während der Produktion, Bauteilqualität während der Fertigung zu überwachen und gegebenenfalls die Produktion frühzeitig abzubrechen und teure Weiterverarbeitung von fehlerhaften Bauteilen zu vermeiden. Der Vorteil gegenüber herkömmlicher Sensoren, die einen bestimmten Parameter in einem bestimmten Prozess überwachen, kommt dann zum Tragen, wenn mehrere Parameter (in einem oder mehreren aufeinanderfolgenden Prozessschritten) in Abhängigkeit stehen und ein falsches Verhältnis dieser Parameter Bauteilfehler verursachen kann. [0121] Ein weiterer technischer Vorteil der Erfindung ist die Verkürzung von Maschinen- Einführungszeiten. Die Einführung neuer Maschinen ist sehr aufwendig, auch wenn es sich um den gleichen Typ von vorhandenen Maschinen handelt. Die Maschineneinstellungen können nie eins zu eins übernommen werden. Der zeitliche Aufwand, um die neue Maschine manuell richtig einzustellen, ist daher erheblich.
[0122] Die vorliegende Erfindung funktioniert auch wenn sich die vorhandene und die neue Maschine stark unterscheiden, da für das Referenzmodell nur die Prozessmesswerten (also das Ergebnis) des zu produzierenden Bauteils benutzt wird. Generell wird berichtet, dass große Fertigungsmaschinen (z.B. Nietanlagen, Faserablage-Anlagen, etc.) bis zu 1,5 Jahre Einfahrtzeit benötigen, auch bei sehr bekannten, routinierten Maschinen. Mit der vorliegenden Erfindung können Kunden mit wenigen Iterationen neue Maschinen einführen und Änderungen in nahezu Echtzeit überwachen und gegebenenfalls verbessern. Dies führt zu flexiblen Produktionsänderungen.
[0123] FIG 12. Zeigt eine Übersicht über ein System zur Fertigung eines Bauteils einschließlich einer Datenverarbeitungsvorrichtung und Speichervorrichtung zur Verarbeitung von Daten des Fertigungsprozesses des Bauteils. Das Bauteil 1210 wird von einer beweglichen Maschine 1220 bearbeitet. In dem gezeigten Beispiel erfasst eine Datenverarbeitungseinrichtung 1240 Maschinenparameter und Messwerte eines Sensors 1230. Der Sensor 1230 kann zum Beispiel Ortsdaten des durch die Maschine 1220 geführten des Werkzeugs erfassen. Die Einrichtung 1240 kann zum Beispiel auch die bewegliche Fertigungsmaschine 1220 steuern. Über ein Netzwerk 1250 werden erfasste Produktionsdaten an eine Datenverarbeitungseinrichtung 1270 kommuniziert und dort in einer Schlüssel-Werte Datenbank, die zum Beispiel in der mit der Datenverarbeitungsvorrichtung verbundenen Speichervorrichtung 1280 gespeichert wird. 1260 Zeigt ein Terminal zur Visualisierung an Analyse von Fertigungsdaten wie hierin beschrieben. Das Terminal ist kommunikativ, zum Beispiel über das Netzwerk 1250, mit der Datenverarbeitungsvorrichtung 1270 und Speichervorrichtung 1280 gekoppelt. Die Datenverarbeitungseinrichtung 1240 und 1270 können zum Beispiel ein herkömmlicher Computer mit geeigneten Peripheriegeräten und Netzwerkanbindung sein und können auf getrennter oder gemeinsamer Hardware implementiert werden. Das Netzwerk 1250 kann drahtlos oder leitungsgebunden sein und kann zum Beispiel mit herkömmlichen Netzwerktechnologien implementiert sein. Alternative Systemarchitekturen basierend auf virtualisierten Maschinen, Netzwerken und Speichersystemen, sowie Implementierungen basierend auf einer Cloud-Computing Infrastruktur liegen im Griffbereich des Fachmanns.
Bauteilunabhänqiqe Referenzdaten und Online Analyse
[0124] Alle mechanisch bewegten Maschinen (z.B. Fräsen, Roboter, Nietanlagen, etc.) leiden unter Positionsungenauigkeiten, die mit der zeit zunehmen. Daher warten Produktionen in regelmäßigen Abständen ihre Maschinen, um Ausfälle zu vermeiden und Positionsungenauigkeiten zu korrigieren. In den letzten Jahren wurde versucht mit Ansätzen zur vorbeugenden Instandhaltung („predictive maintenance“) diese Wartungen auf ein nötiges Minimum zu reduzieren. Generell konzentrieren sich diese Ansätze auf Unregelmäßigkeiten der Maschinen, und gestalten sich wie folgt: in einer Zeitreihendatenbank wird z.B. ein Stromverbrauch von Roboterachsen gespeichert. Aus dieser Messung ergibt sich der Stromverbrauch über die Zeit. Wenn der Roboter nun immer die gleichen Bahnen in immer der gleichen Zeit fährt, ist es möglich über einen Vergleich der Stromverbrauch-Kurven herausfinden, ob sich der Stromverbrauch für ein neues Bauteil verändert bzw. „verschlechtert“ hat. Dies funktioniert natürlich nur, wenn es immer die gleichen Bauteiltypen sind und der Prozess immer gleich schnell abläuft.
Es können auch statistische Werte für einen Prozessschritt gebildet werden, um Abweichungen über die Zeit festzustellen. Dies setzt jedoch voraus, damit eine Abweichung erkannt wird, dass sich der Stromverbrauch erheblich geändert hat. Ein Nachteil dieser Ansätze ist, dass nur Symptome der Maschine überwacht werden, aber nicht das Ergebnis am Bauteil selbst. Darüber hinaus verhält sich eine Maschine sehr unterschiedlich, z.B. können Roboterachsen in verschiedenen Posen des Roboters auch bei einem gut gewarteten Roboter ganz unterschiedliche Stromverbräuche haben. Wenn alle Achsen des Roboters ausgestreckt sind, ändert sich der Stromverbrauch schon alleine wegen des größeren Hebels der Gewichtskraft der Achsen. Zusammengefasst wird die Vergleichsanalyse zur Bestimmung von Abweichungen einer Fertigungsgenauigkeit unter mehreren Bauteilen des gleichen Bauteiltyps verwendet und Ergebnisse dieser Vergleichsanalyse dienen der Vorhersage von Maschinenwartung und/oder zur Bestimmung einer Qualität eines Bauteils.
[0125] Durch das ortsbasierte Datenverarbeitungsverfahren bietet die vorliegende Erfindung andere Möglichkeiten, mit den die oben genannten Nachteile übergangen werden können. Beispielsweise berücksichtigt das erfinderische Konzept das Bauteil, die Bauteilqualität und die dazugehörigen Prozessmesswerte, ohne darauf beschränkt zu sein. Dazu werden die digitalen Zwillinge, die für unterschiedliche Bauteile möglicherweise von unterschiedlichen Bauteiltypen im „Bearbeitungsraum“ erstellt wurden benutzt und überlagert. Hieraus ergeben sich Referenzdaten für verschiedene Positionen im ganzen Bewegungsraum der Anlage, nicht unbedingt bezogen auf ein Bauteil, sondern auf den gesamten Arbeitsraum - daher „bauteilunabhängige Referenzdaten“, mit denen beispielsweise den Stromverbrauch an bestimmten Stellen im Raum überwacht werden kann.
[0126] Mit dem Ansatz der vorliegenden Erfindung ergibt sich daraus der Vorteil, dass auch bei der Herstellung von verschiedenen Bauteilen Rückschlüsse auf die Maschine gezogen werden können. Es ist quasi egal, ob Bauteiltyp A oder B gefertigt wird, da es nur geprüft wird, wie der Stromverbrauch der Roboterachsen an eine Position (x, y, z) ist, solange die Position (x, y, z) schon einmal gemessen wurde. Mit jedem weiteren Bauteil könnte es den Bearbeitungsraum weiter „erkundet“ werden. Im besten Fall werden bis zu einem gewissen Zeitpunkt genügend Daten vorliegen, um für jeden Punkt im Raum (mit einer gewissen Auflösung) einen Referenzwert zu definieren, wie hoch z.B. der Stromverbrauch an diesem Punkt sein dürfte. Die Methode könnte auch für komplett neue Bauteile angewendet (und damit anhand von Prozesswerten auf den Maintenance- Bedarf schließen). Der Ansatz der vorliegenden Erfindung könnte auch noch weiter verfeinert werden, indem nicht nur der Stromverbrauch, sondern auch die Geschwindigkeit berücksichtigt wird und dann möglicherweise ein Faktor pro Raumpunkt berechnet werden kann. Beispielweise wenn der Roboter des Bauteiltyps A z.B. mit einer höheren Geschwindigkeit als Bauteiltyp B bearbeitet. Dadurch ändert sich natürlich der Stromverbrauch der Roboterachsen, was in den digitalen „Raumzwilling“ aufgenommen wird.
[0127] Diese neuartige Erstellung von Raumdaten gemäß der vorliegenden Erfindung hat folgende Vorteile für ein Fertigungsunternehmen: Mit vorbeugender Instandhaltung („predictive maintenance“) nach Bauteilqualität können jegliche Maschinen über die gesamte Produktionskette hinweg bzgl. ihrer Positionsgenauigkeit überwacht werden, indem die Qualität der Bauteile analysiert wird und nicht die Maschinen selbst. Eine Maschine wird erst dann gewartet, wenn die Qualität der produzierten Bauteile abnimmt. Hierdurch können reguläre Wartungsintervalle durch eine Wartung nach Bedarf („as- needed“) ersetzt. Eine derartige bedarfsorientierte Wartung ist ebenfalls effizienter als herkömmliche Ansätze zur vorbeugenden Instandhaltung für Maschinen.
Implementierung eines Ortsindexes
[0128] Die Implementierung eines Ortsindexes basiert zum Beispiel auf einem N-Baum, also einer höherdimensionalen Erweiterung eines Binärbaums. Im speziellen Fall einer spatio-temporalen Datenbank handelt es sich um eine drei oder vier- dimensionale Indexstruktur; mit den gängigen drei räumlichen Dimensionen und einer zeitlichen Dimension. Spezielle Ausprägungen dieser Bäume sind zum Beispiel als R-Trees, Quad- oder Oct-Trees bekannt. Die Baumknoten werden auf spezielle Art erzeugt und in einem Teil der binären Key-Value-Datenbank hinterlegt, wobei diese Art der Erzeugung sie auch zur Baumstruktur verknüpft.
[0129] Die Koordinaten einzelner raumbezogener Werte in der Datenbank werden für die Berechnung ihres binären Schlüssels in der Datenbank in eine andere Form umgewandelt. Dabei wird jede einzelne Koordinate zum Beispiel zuerst zu einer vorzeichenbehaftete binären Fixpunkt-Zahl mit bekannter Bitlänge, zum Beispiel 32 oder 64, umgewandelt. Dies geschieht, indem die globale Koordinate zuerst durch eine reversible Transformation in ein lokales Koordinatensystem überführt werden, um den verwendeten Wertebereich der gewählten Fixpunktdarstellung optimal zu verwenden.
[0130] In diesem lokalen Koordinatensystem werden die Koordinaten jeweils "abgeschnitten" um einen lokalen Koordinatenschlüssel in Fixpunktdarstellung zu bilden. Schlussendlich wird der lokale Koordinatenschlüssel in einen Index auf einer mehrdimensionalen raumfüllenden Kurve, einer Z-Kurve, umgewandelt. Dafür werden die Bits der verschiedenen Fixpunktkoordinaten verschränkt umgeordnet, so dass je ein oder mehr Bits je Koordinate aufeinander folgen. Die binäre Repräsentation dieses Punktindexes wird, beginnend mit den höchstwertigen Bits, als Teil des Schlüssels in der Datenbank verwendet.
[0131] Der Datenindex wird darauf aufbauend wie folgt definiert: Jeder Eintrag in der Indexbaumstruktur entspricht einem achsenparallelen Raumwürfel (Voxel) in lokalen Koordinaten und enthält zusätzliche aggregierte Informationen über alle darin enthaltenen Datenpunkte. Der Raumwürfel, kurz Würfel, wird durch ein Präfix der binären Indexzahl bezeichnet und beinhaltet alle Koordinaten, die mit diesem bestimmten Präfix beginnen. Der binäre Schlüssel in der Datenbank setzt sich aus der Konkatenation der Präfixlänge, also die Anzahl der enthaltenen Bits pro Koordinate, und dem Präfix selbst zusammen. Die Präfixlänge ist gleichbedeutend mit der Tiefe des Würfels in der Baumstruktur. Dies ermöglicht eine einfache Rekonstruktion der Schlüssel des Elternknotens und der Kindknoten, also der Baumstruktur, und ermöglicht einen Zugriff auf diese Knoten, sofern vorhanden, in der Datenbank. Die Wurzel wird eindeutig mit einer Präfixlänge von Null und einem leeren Präfix bezeichnet.
[0132] Aus dem binären Schlüssel kann auch der beschriebene Voxel in lokalen Koordinaten abgelesen werden. Durch die Umkehrung der lokalen Transformation kann außerdem für jeden Eintrag das globale Volumen des Voxels als Polytop in globalen Koordinaten beschrieben werden. Es ist ferner verzeichnet wie viele Datenpunkte sich räumlich im Inneren des Würfels befinden. Für indizierte skalare Daten enthält ein sogenannter Cache Cube zudem die Summe aller Datenpunkte, das arithmetische Mittel aller Datenpunkte, eine untere und eine obere Schranke für deren Werte und die minimalen und maximalen tatsächlich vorkommenden Koordinaten. Mit anderen Worten, geben aggregierte Information im Ortsindex Auskunft über die Summe von Messwerten, das arithmetische Mittel von Messwerten, den minimalen oder den maximalen Messwert in einem Teilbereich von spatialen oder spatio-temporalen Produktionsdaten. Mittels der Cache Cubes kann somit eine Vorauswertung von Informationen basierend auf dem Ortsindex stattfinden, so dass der Index aggregierte Informationen, in Form der Cache Cubes, über Messdaten umfasst. Ferner speichert jeder Würfel grundlegende Informationen über seine Kindknoten. Dies umfasst insbesondere, welche Kindknoten vorhanden sind.
[0133] Beim Durchsuchen des Baums zur Ausführung einer Abfrage werden alle Informationen eines Würfels genutzt, um zu entscheiden, in welchem Teil die Suche fortgeführt wird. Insbesondere wird berücksichtigt, ob sich in diesem Teil überhaupt Datenpunkte befinden und ob ein Laden eines Kindknotens zweckdienlich ist. Außerdem wird bewertet, ob ein Absteigen in einen Kindknoten effizienter als eine direkte Iteration über die enthaltenen Datenpunkte ist und ob diese Iteration in einer nebenläufigen Routine stattfinden sollte. [0134] Mithilfe der verzeichneten Daten eines Cache Cubes können auch Logik- Prädikate, die in der Datenbankabfrage spezifiziert sind, in manchen Fällen für alle Datenpunkte in dem Cache Cube auf einmal überprüft werden. In speziellen Fällen kann zum Beispiel für alle enthaltenen Punkte garantiert werden, dass das Ergebnis 'falsch' ist, ohne das Prädikat für alle enthaltenen Punkte individuell auszuwerten. Dann kann der Würfel inklusive aller seiner Kinder in Zusammenhang mit einer Suche nach Punkten bei denen das Prädikat 'wahr' zurückgibt übersprungen werden. Durch die vermiedenen Ladevorgänge wird Speicherbandbreite gespart. Außerdem reduziert die verringerte Anzahl der Auswertungen die benötigte Prozessorzeit.
[0135] Für manche Cache Cubes kann aufgrund der Beschaffenheit ihrer Elternknoten oder ihrer Kindknoten oder der enthaltenen Datenpunkte im Voraus berechnet werden, dass sich der Abfrageauswertungsalgorithmus nie dazu entscheiden wird, diese Cache Cubes zu laden. Diese Cubes können noch bei der Erzeugung des Indexes aus der Datenbank gelöscht werden. Dies spart Speicher, der sonst für die Repräsentation der aggregierten Werten notwendig wäre. Für einen Durchsuchungsalgorithmus ist es zum Beispiel nicht von Vorteil einen Cache Cube mit einem einzelnen Datenpunkt zu laden, da dieser Cube keine über den Datenpunkt hinausgehende Information enthält.
Weitere Implementierungen
[0136] In Beispielimplementierungen der hierin beschriebenen Technologie kann ein Computergerät 1240, 1270 eine beliebige Anzahl von Hardware- und/oder Softwareanwendungen enthalten. In Beispielimplementierungen können eine oder mehrere I/O-Schnittstellen die Kommunikation zwischen dem Computergerät und einem oder mehreren I/O-Geräten ermöglichen. Beispielsweise können ein universeller serieller Busanschluss, ein serieller Anschluss, ein Diskettenlaufwerk, ein CD-ROM-Laufwerk und/oder ein oder mehrere Benutzerschnittstellengeräte, wie z. B. ein Display, eine Tastatur, ein Tastenfeld, eine Maus, ein Bedienfeld 1260, ein Touchscreen-Display, ein Mikrofon usw., die Benutzerinteraktion mit dem Computergerätermöglichen. Die eine oder mehrere I/O-Schnittstellen können dazu verwendet werden, Daten und/oder Benutzeranweisungen von einer Vielzahl von Eingabegeräten zu empfangen oder zu sammeln. Die empfangenen Daten können von einem oder mehreren Computerprozessoren verarbeitet werden, wie es in verschiedenen Implementierungen der offengelegten Technologie gewünscht wird, und/oder in einem oder mehreren Speichergeräten 1280 gespeichert werden.
[0137] Eine oder mehrere Netzwerkschnittstellen können die Verbindung der Eingänge und Ausgänge des Computergeräts mit einem oder mehreren geeigneten Netzwerken 1250 und/oder Verbindungen erleichtern; z. B. die Verbindungen, die die Kommunikation mit einer beliebigen Anzahl von Sensoren 1230 ermöglichen, die dem System 1200 zugeordnet sind. Die eine oder mehreren Netzwerkschnittstellen können ferner die Verbindung mit einem oder mehreren geeigneten Netzwerken 1250 erleichtern; zum Beispiel ein lokales Netzwerk, ein Weitverkehrsnetzwerk, das Internet, ein zelluläres Netzwerk, ein Funkfrequenznetzwerk, ein Bluetooth-fähiges Netzwerk, ein Wi-Fi-fähiges Netzwerk, ein satellitengestütztes Netzwerk, ein beliebiges kabelgebundenes Netzwerk, ein beliebiges drahtloses Netzwerk usw. zur Kommunikation mit externen Geräten 1220 und/oder Systemen.
[0138] In der vorliegenden Beschreibung werden zahlreiche spezifische Details dargelegt. Es versteht sich jedoch, dass Ausführungsformen der offengelegten Technologie auch ohne diese spezifischen Details praktiziert werden können. In anderen Fällen wurden bekannte Verfahren, Strukturen und Techniken nicht im Detail dargestellt, um das Verständnis dieser Beschreibung nicht zu beeinträchtigen. Verweise auf "eine Ausführungsform", "Beispielausführungsform", "einige Ausführungsformen", "bestimmte Ausführungsformen", "verschiedene Ausführungsformen" usw. weisen darauf hin, dass die so beschriebene(n) Ausführungsform(en) der offengelegten Technologie ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft enthalten kann (können), aber nicht jede Ausführungsform notwendigerweise das bestimmte Merkmal, die bestimmte Struktur oder die bestimmte Eigenschaft enthält. Ferner bezieht sich die wiederholte Verwendung des Ausdrucks "in einer Ausführungsform" nicht notwendigerweise auf dieselbe Ausführungsform, obwohl dies der Fall sein kann.
[0139] Bei der Beschreibung von Ausführungsbeispielen werden bestimmte Begriffe der Klarheit halber verwendet. Es ist beabsichtigt, dass jeder Begriff seine weiteste Bedeutung hat, wie sie von Fachleuten verstanden wird, und alle technischen Äquivalente einschließt, die in ähnlicher weise arbeiten, um einen ähnlichen Zweck zu erreichen. [0140] Während bestimmte Ausführungsformen hierin beschrieben wurden, ist die vorliegende Technologie nicht auf die offengelegten Beispielausführungen beschränkt, sondern umfasst verschiedene Modifikationen und gleichwertige Anordnungen. Obwohl hier spezifische Begriffe verwendet werden, werden sie nur in einem generischen und beschreibenden Sinne und nicht zum Zwecke der Einschränkung verwendet.
[0141] In dieser schriftlichen Beschreibung werden Beispiele verwendet, um bestimmte Ausführungsformen der offengelegten Technologie, einschließlich der besten Ausführungsform, zu offenbaren und es jedem Fachmann zu ermöglichen, die offengelegte Technologie zu praktizieren, einschließlich der Herstellung und Verwendung geeigneter Geräte oder Systeme und der Durchführung beliebiger integrierter Verfahren. Der Schutzbereich der nachstehenden Ansprüche kann andere Beispiele umfassen, die im Griffbereich des Fachmanns liegen, auch dann, wenn sie äquivalente Strukturelemente mit unwesentlichen Unterschieden zum Wortlaut der Ansprüche enthalten.

Claims

Patentansprüche
1. Computerimplementiertes Verfahren zur Verarbeitung von Daten eines Fertigungsprozesses, umfassend:
Erfassen (510) von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird, wobei die Stelle als 3D Raumkoordinate angegeben wird;
Erfassen (520) von Ortsdaten, die eine Stelle an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind;
Speichern (540), in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und Verwenden des Datensatzes des digitalen Zwillings zur Analyse (550) des Fertigungsprozesses.
2. Verfahren nach Anspruch 1 , wobei das Erfassen der Prozessdaten und das Erfassen der Ortsdaten gleichzeitig als Antwort auf ein Master-Trigger-Ereignis ausgelöst werden; und/oder wobei mit den Prozessdaten und den Ortsdaten jeweils ein Zeitpunkt der Erfassung in der Datenbank gespeichert wird.
3. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Prozessdaten Messwerte umfassen, deren räumliche Zuordnung einem Ort einer Messung an dem Bauteil entspricht.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Erfassen von Prozessdaten ferner umfasst:
Empfangen von Messdaten von einem oder mehreren Sensoren, die den Fertigungsprozess überwachen und/oder von Parametern ein oder mehrerer Maschinen, die in dem Fertigungsprozess verwendet werden; wobei die Messdaten Messwert und Zeitpunkt einer Messung umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Messdaten erfasst wurden; und wobei die Parameter Wert und Zeitpunkt einer Verwendung der Parameter umfassen und jeweils einem Ort an dem Bauteil zuordenbar sind, an dem die Maschinen angewendet wurde.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei Ortsdaten Grundlage für den Ortsindex sind, die Datenbank eine räumliche oder raumzeitliche Datenbank ist.
6. Verfahren nach Anspruch 5, ferner umfassend:
Fusionieren (530) von Prozessdaten, die jeweils einem gleichen Ort zuordenbar sind, basierend auf erfassten Ortsdaten; und/oder
Fusionieren (530) von Prozessdaten, die zu gleichen Zeitpunkten erfasst wurden, basierend auf einem Zeitpunkt der Erfassung der jeweiligen Prozessdaten.
7. Verfahren nach einem der Ansprüche 3 bis 6, wobei ein Messwert eine Temperatur und/oder Dichte des Bauteils an dem jeweiligen Ort der Messung angibt.
8. Verfahren nach einem der Anspruch 4, wobei die Prozessdaten Temperaturdaten sind, und wobei die Parameter eine Leistungsaufnahme, eine Geschwindigkeit, eine Drehung und/oder einem Anpressdruck der einen oder mehreren im Fertigungsprozess verwendeten Maschinen umfassen.
9. Verfahren nach Anspruch 8, wobei die Leistungsaufnahme für eine Lasermaschine in einer bestimmten Frequenz gemessen wird, bei der ein Metallteil des Bauteils schmilzt, und wobei ferner die Daten über die Leistungsaufnahme der Lasermaschine auf räumlichen Koordinaten abgebildet werden, die angeben, wo das Schmelzen des Metallteils an dem Bauteil zu einem bestimmten Zeitpunkt stattfindet.
10. Verfahren nach Anspruch 8 oder 9, wobei der Fertigungsprozess ein additiver, subtraktiver oder umformender Prozess ist, und/oder wobei die ein oder mehreren Maschinen mindestens eine mechanisch bewegte Maschine umfasst.
11. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Analyse des Fertigungsprozesses ein oder mehrere von Folgendem umfasst:
Partitionierung eines zu visualisierenden Raumes in diskrete Raumbereiche, für jeden Raumbereich Vorauswertung von jeweils dem Raumbereich zugeordneten Produktionsdaten, wobei die Vorauswertung auf Informationen aus dem Ortsindex basiert und der Ortsindex aggregierte Informationen über Messdaten enthält;
Vergleichsanalyse des digitalen Zwillings mit einem digitalen Zwilling eines anderen Bauteils vom selben Bauteiltyp; und
Vergleich des Datensatzes des digitalen Zwillings des Bauteils eines Bauteiltyps mit einem Referenzmodell für den Bauteiltyp;
Visualisierung des digitalen Zwillings, optional Visualisierung einzelner Raumbereiche des digitalen Zwillings gemäß Ergebnissen der Vorauswertung.
12. Verfahren nach Anspruch 11 , wobei das Referenzmodell basierend auf einer Mehrzahl von Datensätzen von digitalen Zwillingen von Bauteilen des Bauteiltyps erstellt wird und in dem Referenzmodell erfasste Daten statistischen Werten von korrespondierenden Prozessdaten digitaler Zwillinge entsprechen; und/oder wobei das Referenzmodell Ergebnis einer oder mehrerer Simulationen ist, die für bestimmte Orte an einem Bauteil eine Vorhersage treffen.
13. Verfahren nach Anspruch 11 , wobei die Vergleichsanalyse zur Bestimmung von Abweichungen einer Fertigungsgenauigkeit unter mehreren Bauteilen desselben Bauteiltyps verwendet wird und Ergebnisse der Vergleichsanalyse zur Vorhersage von Maschinenwartung und/oder zur Bestimmung einer Qualität eines Bauteils verwendet werden.
14. Vorrichtung zur Verarbeitung von Daten eines Fertigungsprozesses eines Bauteils (1210), umfassend:
Datenverarbeitungsvorrichtung (1270); und
Speichervorrichtung (1280) in Verbindung mit der Datenverarbeitungsvorrichtung, wobei die Speichervorrichtung Anweisungen speichert, die, wenn sie auf der Datenverarbeitungsvorrichtung ausgeführt werden, bewirken, dass die Datenverarbeitungsvorrichtung Operationen durchführt, die Folgendes umfassen: Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für das Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird;
Erfassen von Ortsdaten, die eine Stelle an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind;
Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und
Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses.
15. Computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, folgende Schritte auszuführen:
Erfassen von Prozessdaten, aus ein oder mehreren Schritten des Fertigungsprozesses, für ein Bauteil, das in den ein oder mehreren Schritten des Fertigungsprozesses verwendet wird, derart, dass die Prozessdaten einer Stelle an dem Bauteil zuordenbar sind, an der das Bauteil in einem bestimmten Fertigungsschritt bearbeitet wird;
Erfassen von Ortsdaten, die eine Stelle an dem Bauteil angeben, dem die Prozessdaten zugeordnet sind;
Speichern, in einer Datenbank, der Prozessdaten zusammen mit den Ortsdaten, um einen Datensatz eines digitalen Zwillings des Bauteils zu erhalten, wobei die Prozessdaten und die Ortsdaten über einen Ortsindex strukturiert werden; und
Verwenden des Datensatzes des digitalen Zwillings zur Analyse des Fertigungsprozesses.
PCT/EP2021/064919 2020-06-03 2021-06-03 Ortsbasierte bauteilanalyse basierend auf einem digitalen bauteilzwilling WO2021245194A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP20178079.8 2020-06-03
EP20178079 2020-06-03

Publications (1)

Publication Number Publication Date
WO2021245194A1 true WO2021245194A1 (de) 2021-12-09

Family

ID=70977457

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/064919 WO2021245194A1 (de) 2020-06-03 2021-06-03 Ortsbasierte bauteilanalyse basierend auf einem digitalen bauteilzwilling

Country Status (2)

Country Link
DE (1) DE202021004135U1 (de)
WO (1) WO2021245194A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180196409A1 (en) * 2016-02-17 2018-07-12 Plataine Ltd. Tracking production in a production facility using searchable digital threads
US20180348734A1 (en) * 2017-05-30 2018-12-06 General Electric Company Systems and methods for receiving sensor data for an operating additive manufacturing machine and adaptively compressing the sensor data based on process data which controls the operation of the machine

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180196409A1 (en) * 2016-02-17 2018-07-12 Plataine Ltd. Tracking production in a production facility using searchable digital threads
US20180348734A1 (en) * 2017-05-30 2018-12-06 General Electric Company Systems and methods for receiving sensor data for an operating additive manufacturing machine and adaptively compressing the sensor data based on process data which controls the operation of the machine

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZAMBAL SEBASTIAN ET AL: "A digital twin for composite parts manufacturing : Effects of defects analysis based on manufacturing data", 2018 IEEE 16TH INTERNATIONAL CONFERENCE ON INDUSTRIAL INFORMATICS (INDIN), IEEE, 18 July 2018 (2018-07-18), pages 803 - 808, XP033407925, DOI: 10.1109/INDIN.2018.8472014 *

Also Published As

Publication number Publication date
DE202021004135U1 (de) 2022-10-11

Similar Documents

Publication Publication Date Title
EP2138914B1 (de) Verfahren und Vorrichtung zur Optimierung, Überwachung oder Analyse eines Prozesses
DE102021212983A1 (de) Werkzeugmaschinenmanagementverfahren, Werkzeugmaschinenmanagementsystem und Medium
DE102021212723A1 (de) Werkzeugmaschinenbewertungsverfahren, Werkzeugmaschinenbewertungssystem und Medium
DE102020104952A1 (de) Verwaltungsvorrichtung und verwaltungssystem
EP1397730B1 (de) Verfahren zur ermittlung von auswirkungen von konstruktionsentscheidungen
DE102012104885B4 (de) Verfahren zum fehlerfreien Betrieb einer Fertigungsmaschine
EP3835900B1 (de) Verfahren und vorrichtung zur prüfung von werkstücken
EP3699704B1 (de) System und verfahren zum überprüfen von systemanforderungen von cyber-physikalischen systemen
WO2021245194A1 (de) Ortsbasierte bauteilanalyse basierend auf einem digitalen bauteilzwilling
EP3708945B1 (de) Auswertung von messdaten aus einer vermessung einer mehrzahl von werkstücken
EP3933527A1 (de) Verfahren und anordnung zum reparieren eines werkstücks
WO2019170243A1 (de) Verfahren zur qualitätssicherung und/oder zur qualitätsverbesserung
WO2022248189A1 (de) Verfahren zur additiven herstellung eines bauteils
DE112017004549T5 (de) Änderungsanalyse für programme und veränderliche grössen
WO2022028827A1 (de) Verfahren zum betrieb eines systems und system gekoppelt mit einer anzahl von produktionsstationen zum herstellen eines produkts
DE102021134294B4 (de) Hybrid-Ansatz zur Schätzung und Überwachung von Reibungs- und Masseparametern in einem elektrischen Antriebssystem
EP3770709B1 (de) Verfahren zum betrieb einer automatisierten technischen anlage
DE102013004922A1 (de) Integration eines PDM-Systems und eines ERP-Systems
DE102020211616B4 (de) Verfahren und Einrichtung zur Bewertung einer Messvorschrift zur Vermessung von Werkstücken
DE102020216401B3 (de) Verfahren zur automatisierten Unterstützung einer Inspektion und/oder Zustandsüberwachung von Objekten
EP4141595A1 (de) Verfahren zur erkennung von anomalieursachen eines physischen produktes
EP3396485A1 (de) Verfahren und vorrichtung zur bewertung zumindest einer mechatronischen kenngrösse einer produktions- oder werkzeugmaschine
WO2022263078A1 (de) Verfahren zur additiven herstellung eines bauteils
DE102022127792A1 (de) Computerimplementiertes verfahren zur verwendung in einem computergestützten produktionssystem und produktionssystem
DE102022208464A1 (de) Verfahren zum Simulieren eines Umformwerkzeugs zum Erzeugen eines Bauteils, Computerprogrammprodukt sowie elektronische Recheneinrichtung

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21729574

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21729574

Country of ref document: EP

Kind code of ref document: A1