SCCH: Big Data sorgt für gleichbleibende Qualität bei Silikon-Formteilen

Im Auto, im Babyschnuller oder in der Küchenschublade. Das sind nur ein paar Beispiele, wo Silikon Formteile von Hersteller starlim sichtbar oder unsichtbar verbaut sind. [...]

Ein Vollsilikonschnuller aus dem Hause starlim. (c) starlim
Ein Vollsilikonschnuller aus dem Hause starlim. (c) starlim

Das Unternehmen starlim ist spezialisiert auf die Spritzgieß-Produktion von Kleinteilen aus Silikon in der Ein- und Mehrkomponententechnologie. Silikon kann man nicht recyclen, daher muss es umso effizienter genutzt und verarbeitet werden. Im Rahmen des COMET-Forschungsprojekts „SPOC“ (Sustainable Process Cognition) wurde mit dem Software Competence Center Hagenberg (SCCH) eine Software entwickelt, die hilft, eine gleichbleibende Qualität der Silikonteile in der Produktion zu gewährleisten.

starlim, mit Sitz in Marchtrenk, ist der weltweit größte Verarbeiter von Flüssig-Silikon. Der Absatzmarkt dafür verteilt sich folgendermaßen. 47 Prozent der Produktion gehen an Automobilfirmen, 23 Prozent in die Industrie und 30 Prozent an Pharma- und Medizintechnikfirmen. „Wir stellen rund 1000 verschiedene Produkte her und produzieren jährlich über 14 Milliarden Einzelteile. Viele haben lediglich einen Verkaufswert von weniger als einen Cent. Bei so hohen Stückzahlen ist es natürlich entscheidend, dass keine Fehler passieren“, erklärt DI Johannes Pichler, Vice President Operation Technology bei starlim. Null Fehler gibt es nicht, auch rein statistisch nicht „Tatsächlich ist aber bei einer Million Stück weniger als ein Teil fehlerhaft“, sagt Pichler.

Big Data für die Qualitätssicherung

Für die reibungslose Produktion sind stabile Produktionsprozesse wichtig. Im Maschinenpark sind gleichzeitig Hunderte von Spritzgießmaschinen im Einsatz und es fallen massenhaft Daten an. Um langfristig wettbewerbsfähig zu bleiben, ist für ein Unternehmen wie starlim die Nutzung dieser Daten im Produktionsprozess sehr wichtig. Dieses Nutzbarmachen der Daten ist allerdings ein herausfordernder Prozess, der eine Vielzahl von Teilaufgaben umfasst. Das beginnt mit der Datenerfassung und -speicherung, der Datenverarbeitung sowie -analyse und geht über eine geeignete Definition von Anwendungsfällen sowie Projektzielen bis hin zur Nutzung und Integration der Analyseergebnisse in das Produktivsystem. Mit Standard-IT-Lösungen kommt man nicht ans Ziel, dafür sind Spritzgieß-Prozesse zu komplex bzw. ist die heterogene Massenproduktion mit vielen verschiedenen Produktarten eine riesige Hürde.

Die Produktion in Marchtrenk. (c) starlim

„Wir am SCCH waren von Beginn an bei der Umsetzung dieses Vorhabens bei starlim in enger Zusammenarbeit dabei und begleiten diesen Prozess nun schon über mehrere Jahre. Das hat sich im Nachhinein als wichtiger Erfolgsfaktor erwiesen“, so DI Johannes Himmelbauer, Senior Research Project Manager Data Science am SCCH und Leiter dieses Projekts. In einer ersten Phase hat das SCCH für starlim eine maßgeschneiderte Dateninfrastruktur entwickelt, mit der alle Produktionsprozesse gleichzeitig überwacht und Daten für Analysezwecke gesammelt werden können. In weiterer Folge wird nun in einem iterativen Prozess an der automatisierten Erkennung verschiedener bekannter, instabiler Produktionszustände gearbeitet. „Diese Aufgabe ist oft äußerst anspruchsvoll, da sie die generische Berücksichtigung des heterogen Settings mit einer Vielzahl an Produkten, Maschinen, Werkzeugen und Maschinenkonfigurationen erfordert“, erklärt Himmelbauer.

Fehler rasch und einfach beheben

Die Silikonteile werden im Produktionsprozess bei starlim stichprobenartig und manuell mittels optischer Qualitätskontrolle überprüft. Werden bei einer Stichprobe fehlerhafte Teile gefunden, können Rückschlüsse auf instabile oder fehlerhafte Produktionsperioden gemacht werden. „Die Teile werden kontrolliert, aber es ist immer ein Restrisiko gegeben, dass fehlerhaft Teile dabei sind“, sagt Pichler. Die neue Software soll uns helfen solche Fälle in Zukunft zu reduzieren. Die Maschinenbedienerinnen sollen die Info, welche Maschine ein Problem hat, schnell und auch einfach dargestellt bekommen. „Die Spritzgießmaschinen werden von ausgebildeten Kunststoffformgeberinnen bedient. In Zukunft bekommen sie die Info, welche Maschinen ein Problem hat sofort und können so schnell eingreifen“, erklärt Pichler.

Nachhaltige Produktion ohne Ausschuss

„Da wir jetzt die Maschinen besser monitoren können und sofort eingreifen, wenn ein Fehler passiert, können wir die Produktion so optimieren, sodass kaum Ausschuss entsteht. Silikon ist zwar nicht recycelbar hat aber viele herausragende Eigenschaften. Es verhält sich immer gleich – egal welchen Bedingungen man es aussetzet. Zum Beispiel kann man eine Dichtung aus Silikon für Fahrzeuge aber auch in einem Operationssaal einsetzen. Unser Produktionsverfahren ist im Gegensatz zu Verfahren, die oft in Asien eingesetzt werden, sehr ressourcenschonend. Wir können dank der stabilen Produktionsprozesse sehr ressourceneffizient arbeiten“, sagt Pichler.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*