Alles im Blick aus der Cloud: Smart Factory in der Automobilindustrie
AutomobilbauDataVision und MVTec haben eine Plattform für maschinelles Lernen entwickelt, bei der eine Cloud-Lösung in Kombination mit industrieller Bildverarbeitung die Effizienz in der Entwicklung und Produktion steigert. Ausgangspunkt der Plattform ist eine Anwendung, welche die SICK AG bei ŠKODA AUTO in der Tschechischen Republik erfolgreich implementiert hat.
Smart Factory in der Automobilindustrie
In der Produktion von ŠKODA AUTO wurden bislang die Karosserien mechanisch auf Stifte abgesenkt und die Roboter statisch ausgerichtet. Um die Smart Factory flexibler, energieeffizienter, ressourcenschonender und kostengünstiger zu gestalten, hat SICK für ŠKODA AUTO in der Tschechischen Republik eine vollautomatische Anwendung zur Positionsbestimmung realisiert. Die Firma DataVision s.r.o. hat mit Unterstützung der MVTec Software GmbH BeeYard entwickelt. Dabei handelt es sich um eine Cloud-basierte Machine-Learning- und Datamanagement-Plattform, welche die Vorteile der industriellen Bildverarbeitung (Machine Vision) mit denen der Cloud verbindet. Anstelle des mechanischen Absenkens und Anhebens wird die Karosserie bei ŠKODA AUTO nun einfach an der Rohposition angehalten. Hierbei erfasst ein Body Positioning System (BPS) die genaue Position jeder Karosserie, die sich der Schweißzelle nähert.
Positionserkennung durch Machine Vision statt mechanischen Hebens
Das Herzstück der Anwendung ist der BPS. Die auf Machine Vision basierende Lösung wird direkt an den Produktionslinien in den Schweißereien von ŠKODA eingesetzt. Jede Schweißzelle verfügt über vier Messmodule, die zusammen die exakte 3D-Position der Karosserie in der Fertigungslinie bestimmen. Eines davon dient der Redundanz. Dank der Bildverarbeitungssoftware MVTec HALCON kann die Position der Karosserie zuverlässig bestimmt werden, so dass die Schweißroboter beim Punktschweißen eine Genauigkeit von +/- 1 mm erreichen. Das neue System sorgt somit nicht nur für eine prozesssichere adaptive Roboterführung, sondern auch für eine vernetzte Produktion, bei der prozessrelevante Daten gesammelt werden. Die Messwerte werden gespeichert und zur Verbesserung der Algorithmen und Steigerung der Systemleistung genutzt. Dies ermöglicht zum Beispiel eine Positioniergenauigkeit von nahezu 100 Prozent. Die gesammelten Daten werden bei ŠKODA AUTO auch zur Rückverfolgbarkeit der Produktionsprozesse und zur Überprüfung der Systemstabilität genutzt.
Verbesserte Algorithmen dank Big Data in der Cloud
Das BPS bei ŠKODA AUTO basiert auf Algorithmen, die mit der Bildverarbeitungssoftware MVTec HALCON entwickelt wurden. Das BPS vermisst kontinuierlich Karosserien in der Produktionslinie und speichert die Messwerte. So kann im Falle einer Produktionsänderung, etwa für einen neuen Karosserietyp, die interaktive BPS-Webschnittstelle diese Änderung problemlos verarbeiten. Wenn eine neue Funktion hinzugefügt werden muss, stellt BeeYard die richtigen Werkzeuge zur Verfügung. Dadurch lässt sich die Leistung des neuen Algorithmus bewerten und ŠKODA die Leistung demonstrieren, bevor er in der Produktion eingesetzt wird. Mit diesem Ansatz werden mögliche Fehler des neuen Algorithmus dank der Validierung anhand eines Datensatzes von mehr als einer Million Bildern aus der Produktionshistorie nahezu ausgeschlossen. Dies ermöglicht auch eine verbesserte allgemeine Algorithmus-Leistung und stabile Releases neuer Versionen. Die BeeYard-Plattform ermöglicht es, Daten von verschiedenen Stationen zu einem Datensatz zusammenzuführen. Dadurch ist es möglich, die Algorithmen nicht nur in einzelnen Schweißzellen zu testen, sondern auch standortübergreifend, sogar aus verschiedenen Produktionsstätten. Dieser tiefe Einblick in alle Produktionsdaten ermöglicht die Optimierung der Produktion, der Algorithmen und der Anlagenwartung.
Vorteil digitaler Lösungen für Smart Factory in der Automobilindustrie
Inzwischen ist das System seit zwei Jahren in Betrieb. "Die Anwendung hat unsere Ziele und Anforderungen in mehrfacher Hinsicht erfüllt. Da sind zum einen die Ziele Wirtschaftlichkeit, Effizienz und nicht zuletzt der Klimaschutz", sagt Jan Čejka, Projektkoordinator für „Welding Shop Robotizations" bei ŠKODA AUTO. Konkret werden äußerst robuste Lokalisierungsraten von nahezu 100 Prozent erreicht, was zu einer fünfprozentigen Reduzierung der Taktzeiten für die einzelnen Karosserien führt. Darüber hinaus entfallen im Vergleich zu mechanischen Lösungen der mechanische Verschleiß und die Wartung nahezu vollständig, was die Betriebskosten senkt. Schließlich kommt es zu einer deutlichen Einsparung beim Energieverbrauch, was mit einer Verbesserung der CO2-Bilanz einhergeht.
Weitere Ziele des Projekts waren die Schritte auf dem Weg zur Smart Factory. „Durch die Transformation von der mechanischen zur digitalen Lösung konnten wir nicht nur Verbesserungen erzielen, sondern auch ganz neue Anwendungsfälle realisieren und die Produktion deutlich optimieren", freut sich Čejka. Der Einsatz der intelligenten Vernetzung von Cloud und Machine Vision erhöht die Flexibilität, indem zum Beispiel unterschiedliche Karosserietypen auf einer einzigen Produktionslinie bearbeitet werden können. Darüber hinaus gibt es einen weiteren Punkt, der über den bloßen Übergang von einer mechanischen zu einer digitalen Lösung hinausgeht. Und zwar, dass im Rahmen der Industrie 4.0-Bemühungen eine große Menge an Daten gesammelt wird, die auch für andere Zwecke genutzt werden können. Ein Beispiel ist die vorausschauende Wartung. Die notwendige Maschinenwartung wird nun in einem entsprechend frühen Stadium erkannt, was letztlich Maschinenstillstände verhindert und die Wartungskosten reduziert.