Hallo Christian, du bist Gruppenleiter der Gruppe Steuerung der kognitiven Produktionssysteme. Wie würdest du deine Gruppe beschreiben und welche aktuellen Herausforderungen treiben euch um?
Hallo Lisa, ja, ich bin als Gruppenleiter seit Oktober ganz frisch dabei. Aber einige meiner Teammitglieder kenne ich schon ein bisschen länger aus meiner Zeit an der TU Dresden. Sie haben teils bei mir ihr Diplom geschrieben und wir arbeiten auch inhaltlich eng mit dem Lehrstuhl für Werkzeugmaschinen und adaptive Steuerungen zusammen.
Die Mitglieder der Gruppe haben alle Mechatronik oder Maschinenbau studiert. Allerdings kommen sie thematisch durchaus aus unterschiedlichen Bereichen, die sie im Studium oder in ihren Forschungsprojekten vertieft haben. Dazu gehören bspw. Robotik, Optik, Thermik, Messtechnik oder Simulationstechnik. Am Ende machen wir aber alle Steuerungstechnik. Das ist es auch was die Gruppe im Kern auszeichnet: da die Steuerung unterschiedlichste Maschinen und Prozesse kontrolliert, muss man entsprechend von allen Teilgebieten „ein bisschen Ahnung haben“. Für diese vielseitige Arbeit ist es dann natürlich total cool, wenn die Mitglieder selbst so vielseitig interessiert sind und jeweils noch spezielle Kompetenzen mitbringen. Zusammen sind wir daher ein starkes Team.
Thematisch entwickeln wir in der Gruppe Steuerungen für Maschinen und Roboter. Dazu gehört die Software, die die Maschine bewegt – diese muss in sogenannter Echtzeit ausgeführt werden, so dass alle Komponenten schnell genug reagieren. Bisher war diese Programmierung sehr speziell und Maschinen wurden häufig monolithisch programmiert. Diese geschlossenen und i.d.R. schlecht dokumentierten Programme versteht selbst der Programmierer nach zwei Jahren nicht mehr. Entsprechend lassen sich Änderungen nur sehr schwer umsetzen. Die heutigen Anforderungen der Industrie sind bspw. mit der Herstellung immer individuellerer Produkte jedoch vor allem durch Flexibilität, Adaptivität und Wandlungsfähigkeit gekennzeichnet. Steuerungen müssen sich an neue Prozesse und Bauteile anpassen können und laufen nicht mehr über Jahrzehnte unverändert durch.
Welche Bedeutung hat der oft genannte Begriff Industrie 4.0 für eure Arbeit?
Kurz nach Einführung des Begriffes „Industrie 4.0“ wusste man gar nicht so richtig, was er bedeutet und welche Ziele man sich damit setzt. Heute ist man da schon sehr viel weiter. Die ersten Technologien sind verfügbar. Es gibt mehr untereinander vernetzte Maschinen, Informationsmodelle und Maschine Learning (ML) Algorithmen werden eingesetzt. Außerdem sind Maschinen an die Cloud angebunden und Prozess- und Maschinenverhalten wird durch Modelle bzw. den digitalen Zwilling beobachtet. All diese Inhalte müssen in die Steuerung integriert werden, und zwar so, dass die Maschine zukünftig flexibel neuen Anforderungen und Einsatzbereichen gerecht werden kann. Genau das ist unser Thema. Zukünftig werden auch Kognition und sogar Quantencomputing immer mehr Teil der Diskussion sein.
Wo liegen eure Kompetenzen als Gruppe?
Im Prinzip versuchen wir die eben angesprochenen Herausforderungen und Probleme zu lösen. So sollen die Maschinen flexibler gemacht werden und anpassungsfähiger an neue Prozesse oder Produkte sein. Programmierer und Maschinenanwender sind im Moment noch zwei sehr getrennte Rollen. Aktuell kann derjenige, der die Steuerung bedient, die auf ihr laufenden Prozess kaum verändern.
Ein großes Thema bei uns in der Gruppe ist deshalb die fähigkeitsbasierte Steuerung – dabei kommuniziert die Maschinensteuerung nach außen, welche Fähigkeiten sie besitzt, d.h. was sie leisten kann bspw. hinsichtlich Bewegungsachsen und Greifmöglichkeiten, und eine außenstehende Person oder eine übergeordnete Leitsteuerung kann diese Fähigkeiten zu neuen Prozessen kombinieren. So kann jemand, der eigentlich mit der Programmierung nichts zu tun hat, die Maschine „umprogrammieren“ bzw. einen neuen Prozess auf ihr zum Laufen zu bringen.
Das zweite große Thema ist die kognitive Produktion. Hier geht es darum, dass der Prozess von „ich messe ein Signal“ bis hin zu „ich treffe eine Entscheidung“ ein bisschen schlauer wird. Bisher wurden Messdaten von Sensoren aufgenommen, ausgewertet und aufgrund einer einfachen Logik „passierte etwas“. Da gibt es neue Möglichkeiten mit Maschine Learning (ML), Künstlicher Intelligenz (KI) oder dem Digitalen Zwilling, um nur ein paar Schlagworte zu nennen. Bei der Entscheidungsfindung kann aktuelles Wissen über den Prozess oder die Ausgangsmaterialien, welches die Maschine gesammelt hat, helfen, bspw. bei der Verarbeitung von Naturstoffen mit schwankenden Eigenschaften. Das Ziel der kognitiven Steuerung ist es, weg von den starren Entscheidungsmustern hin zu einer wissensbasierten Entscheidungsfindung zu kommen. Dabei soll die Maschine im Optimalfall dazulernen, damit sich so das nutzbare Wissen, auch durch das Einbeziehen des Wissens des Bedieners vermehrt. So kann der Steuerungsprozess „kognitiver“ werden.
Auf welche Schnittstellen mit anderen Gruppen seid ihr in eurer Arbeit „angewiesen“?
Die Gruppe Steuerungstechnik ist durch eine starke Vernetzung mit anderen Arbeitsgruppen gekennzeichnet. Das liegt daran, dass Maschinen über verschiedenste Mess- und Antriebstechnik verfügen und die unterschiedlichsten Prozesse realisieren, für die immer auch eine Steuerung benötigt wird. Bei uns im Fraunhofer IWU arbeiten wir sehr eng mit der Gruppe der Virtuellen Inbetriebnahme sowie den Abteilungen Digitaler Produktionszwilling (Hybride Zustandsmodelle, selbstoptimierende Fertigungsprozesse) und Digitalisierung in der Produktion (Cloud-Konnektoren, Wissensmodellen, Datenbanken,..) zusammen. Aber auch mit den Themen Roboter & Vision (Optiksysteme), Mensch-Maschine-Interaktion und Maschine-Prozess-Interaktion haben wir regelmäßig Berührungspunkte. Insgesamt sind wir sehr vernetzt, um die jeweiligen Anwendungen auf den Maschinen realisieren zu können.
Wenn du von einer „Selbstwahrnehmung von Maschinen“ sprichst, was meinst du damit und welche Vorteile hat das im Produktionsalltag?
Das schließt inhaltlich an die beschriebenen kognitiven Steuerungen an. Selbstwahrnehmung von Maschinen bedeutet dabei, dass die Maschine nicht nur auf die Daten von einem Sensor reagiert, sondern ihren eigenen Zustand auch gut kennt und entsprechend reagieren kann. Im Alltag kann man sich das dann wie folgt vorstellen: der Werkzeugwechsler an einer Maschine fällt aus. Die Maschine kann theoretisch noch produzieren, wenn ein Werker per Hand die Werkzeuge wechselt. Im Moment ist es jedoch eher so, dass die Maschine mitteilt „Fehler am Werkzeugwechsler“ und stehen bleibt und damit nicht weiter produziert. Hier wäre es schön, wenn die Fehlertoleranz durch die Selbstwahrnehmung insgesamt etwas größer wird, so dass die Maschine „weiß“, was gerade fehlt und welche Alternativen es gibt. So dass sie trotzdem weiter produzieren kann. Diese „Einschätzung“ seitens der Maschine kann auf Basis von Sensoren passieren oder von Modellen und Beobachtungen.
Ein großes Thema, an welchem wir zusammen mit der TU Dresden arbeiten, ist die thermische Korrektur. Damit Maschine „weiß“, wie stark sie sich aufgrund der aktuellen Belastung verformt und entsprechend diese Verformung auch korrigieren kann.
Im Projekt RoboOperator wird die fähigkeitsbasierte Steuerung bereits umgesetzt und erprobt. Was steckt hinter diesem Projekt?
Der RoboOperator kann selbstständig eine Werkzeugmaschine bedienen, beispielsweise ist er in der Lage, die Maschinentür zu öffnen, ein Teil einzulegen und die Tür wieder zu schließen. Das Besondere ist, dass der RoboOperator das ohne zusätzliche Schnittstelle bewältigt. Er ist also nicht elektronisch mit der Werkzeugmaschine verbunden, sondern benutzt dasselbe Interface, was der Mensch auch verwendet, z. B. drückt er Knöpfe auf dem Maschinenbedienfeld mit Hilfe eines Stifts. Dabei zeichnet ihn die Intelligenz aus, die er benötigt, um das Maschinenbedienfeld richtig zu benutzen, – beispielshaft sei die Wahrnehmung der Knöpfe mit ihren verschiedenen Farben auf dem Bedienfeld und die Unterscheidung der Bedienfelder unterschiedlicher Hersteller genannt. Diese Fähigkeit wurde über Maschine Learning mit Hilfe verschiedener Bedienfelder antrainiert.
So dient der RoboOperator als gutes Beispiel der Verknüpfung zwischen den verschiedenen Disziplinen mit ihren Teilsystemen und der kognitiven Steuerungen. Gleichzeitig muss der RoboOperator auch in der Lage sein, sich in kurzer Zeit auf unterschiedliche Prozesse anzupassen. Wenn man ihn an eine neue Maschine stellt, dann hat er dort neue Aufgaben und Prozesse zu erfüllen als vorher. Diese Prozesse müssen so schnell wie möglich programmiert werden können, auch von Personal, das nicht in der Steuerungstechnik beheimatet ist. Hier kommt die zuvor genannte fähigkeitsbasierte Steuerung ins Spiel, die dazu führt, dass der RoboOperator innerhalb eines Tages an eine ihm unbekannter Maschine und innerhalb einer Stunde an eine ihm bekannte Maschine angelernt werden kann.
Bereits auf dem Blog hier vorgestellt, wurde der SEAMHex2. Welchen Aufgabenbereich hat deine Gruppe an diesem Projekt?
Der SEAMHex besteht im Prinzip aus zwei Teilen: aus der SEAM-Einheit und dem Hexapod. Die SEAM-Einheit ist der Druckkopf, der das Kunststoffgranulat erwärmt und extrudiert. Ihre Besonderheiten sind der große realisierbare Volumenstrom, die sehr genaue Steuerbarkeit des Volumenstroms und das Regranulationssystem. Die Volumenstromsteuerung wird durch ein Bypass-Ventil erreicht. In der Regel ist es nämlich nicht möglich, den Volumenstrom so schnell an- und abzuschalten. Das Regranulationssystem ist eine Art Recyclingsystem, in welchem das Material aus dem Bypass geschreddert wird und wieder in den Prozess eingespeist wird. Damit ist der Druckkopf an sich sehr effizient, schnell und genau.
Dieser wird jetzt kombiniert mit einer Hexapod-Parallelkinematik. Diese kann das darauf befestigte Bauteil sehr genau, schnell und dynamisch in sechs Freiheitsgraden bewegen. Das Druckteil wird unter dem Druckkopf durchbewegt, deshalb kann hier ein 5-Achs-3D-Druck erfolgen. Denn es kann nicht nur senkrecht „oben drauf“ drucken, wie es bei bewegtem Druckkopf der Fall wäre. Vielmehr können durch die Neigung des Teils auch besondere Formen realisiert und Stützstrukturen verringert werden.
Was macht den SEAMHex2 in deinen Augen besonders?
Die Kombination der beiden eben genannten Teile führt zu einem sehr schnellen und genauen 3D-Druck. Steuerungstechnisch bestehen dabei verschiedene Herausforderungen. Zum einen, im echtzeitfähigen Steuerungskern, in der präzisen Regelung der verschiedenen Temperaturzonen und Drücke im Extruder, in der synchronen Ansteuerung aller 7 Bewegungsachsen und der Volumenstromsteuerung sowie in der Koordinatentransformation und Bereitstellung aller relevanten Funktionen in G-Code. Zum anderen bestehen außerhalb der Maschinensteuerung Herausforderungen bspw. in der Bahnplanung. Während die Bahnplanung für 2,5D-Teile mittlerweile Stand der Technik ist und auch bereits Anwendung im Hobbybereich findet, besteht für den 5-Achs-Druck und auch für die hybride Fertigung in Kombination mit subtraktiven Verfahren noch Forschungsbedarf. Ebenso soll hier die fähigkeitsbasierte Steuerung integriert und die Steuerungsanbindung an die Cloud untersucht werden.
Danke Christian für deine Zeit und deiner sehr anwendungsbezogene Vorstellung eurer Arbeit! Wir hoffen, dass wir den Leserinnen und Lesern einen ersten Eindruck in die Arbeit der Gruppe bieten konnten. Für Rückfragen steht Ihnen Herr Friedrich gerne per Mail: christian.friedrich@iwu.fraunhofer.de zur Verfügung oder verbinden sich mit ihm auf LinkedIn.
Kommentar hinzufügen