„Industrie 4.0“ ist für kleine und mittelständische Unternehmen (KMU), die sich mit dem Fügen, Trennen und Beschichten auskennen, künftig von großer Bedeutung. Dabei geht es aber weniger darum, konkrete Produktions-, Fertigungs- oder Schweißprozesse zu beschreiben, sondern kritisch zu prüfen, wo in kleinen und mittelständischen Unternehmen Lücken hinsichtlich Industrie 4.0 bestehen und wie sich diese schließen lassen. Denn nur so können die Unternehmen langfristig den bestehenden, digitalen Vorsprung für sich nutzen.
Aus diesem Grund beschäftigt sich die Arbeitsgruppe „Industrie 4.0“ im DVS aktuell mit diesem Thema. Sie stößt die Diskussion über die Digitalisierung in der Schweißtechnik an und initiiert unter dem Titel „Vom Fortschritt profitieren: Industrie 4.0 in der Schweißtechnik“ eine Serie von Fachbeiträgen, die – mit der vorliegenden Ausgabe beginnend – in dieser Zeitschrift veröffentlicht werden.
Parallel dazu ist aktuell ein DVS-Whitepaper mit dem Titel „Vom Fortschritt profitieren: Industrie 4.0 in der Schweißtechnik“ erschienen. Es bietet einen ersten Einstieg ins Thema, benennt Vorteile der Digitalisierung für die schweißtechnischen Betriebe und listet Anlaufstellen sowie Informationsplattformen auf. Das Dokument kann aus dem Internet heruntergeladen werden:
Ziel des vorliegenden Beitrags ist es, einen ersten Überblick über Anwendungen von „Schweißtechnik 4.0“ zu geben. Die Veröffentlichung nimmt dabei Bezug auf eine Veröffentlichung in Heft 9/2020 von „Schweißen und Schneiden“ zur „Vision zur Digitalisierung der Schweißtechnik hin zu Industrie 4.0“ [1]. Die dort beschriebene Vision lässt sich durch eine Veröffentlichung in Heft 1–2/2018 in der DVS-Fachzeitschrift „Der Praktiker“ zu Anwendungen von „Schweißtechnik 4.0“ konkretisieren: „Schweißtechnische Fertigung – Ready for Industrie 4.0“ [2].
Damit ist der Begriff „Schweißtechnik 4.0“ genannt. Dieser Begriff soll im Folgenden eine „digitalisierte vernetzte schweißtechnische Fertigung“ beschreiben. Schweißtechnik 4.0 beinhaltet dabei zum einen ein umfassendes Datenmanagement, zum anderen eine Vernetzung innerhalb des Unternehmens. Das Datenmanagement ermöglicht die Nutzung von Daten für unterschiedliche Anwendungen und für neue Geschäftsmodelle, die Vernetzung ermöglicht eine flexiblere Steuerung von Schweißanlagen und eine andere Verteilung von Funktionalitäten.
Im vorliegenden Beitrag werden Grundlagen für Schweißtechnik 4.0 vorgestellt. Um die daraus resultierenden Anwendungen zu beschreiben, wird ferner die „Produktgüte der Schweißung“ – also die Bauteilqualität – in den Mittelpunkt der Betrachtungen gestellt. Diese Anwendungen sind online in „Welding in the World“ im März 2019 [3] und auf der „Großen Schweißtechnischen Tagung“ im September 2018 veröffentlicht worden [4]. Schweißtechnik 4.0 verknüpft also konsequent den Schweißprozess mit der Qualität der geschweißten Bauteile. Diese Verknüpfung ermöglicht den Anwendern einen guten „Einstieg“ in die Schweißtechnik 4.0. Der vorliegende Beitrag soll den Anwendern bei diesem Einstieg helfen.
Die bereits genannte Veröffentlichung [1] orientiert sich an den bisher gültigen Rahmenbedingungen einer schweißtechnischen Fertigung und verfolgt die Absicht, die „traditionelle schweißtechnische Fertigung“ unter Berücksichtigung der Anforderungen an das Produkt und an die einzuhaltenden Prüf- und Abnahmebedingungen in eine „IT-basierte schweißtechnische Fertigung“ zu übertragen (IT: Informationstechnik). Im Bereich des Metall-Schutzgasschweißens gibt es bereits eine Koexistenz dieser schweißtechnischen Fertigungen.
Die traditionelle schweißtechnische Fertigung wird durch das „Know-how“, die Erfahrung des schweißtechnischen Personals und durch die Exzellenz des schweißtechnischen Fertigungsbetriebs begründet. Die IT-gestützte schweißtechnische Fertigung wird im Wesentlichen durch die Simulation von relevanten Parametern begründet. Bei beiden Formen der schweißtechnischen Fertigung spielen Werkstoffprüfung, Verfahrensprüfung und Bauteilprüfung eine wichtige Rolle. Die Informationsflüsse verlaufen bei beiden Formen der schweißtechnischen Fertigung von der Probe über die Prüfung zum Bauteil und zur Probe.
Schweißtechnik 4.0 lässt sich nun dadurch beschreiben, dass der Informationsfluss der traditionellen schweißtechnischen Fertigung mit dem Informationsfluss, der sich aus den in Echtzeit digitalisierten Parametern ergibt, verknüpft wird. Dabei muss auch eine Digitalisierung des Wissens des schweißtechnischen Personals berücksichtigt werden. Die Säulen der traditionellen und der IT-basierten schweißtechnischen Fertigung werden also unter Nutzung des digitalisierten Wissens verknüpft.
Schweißtechnik 4.0 bedeutet aber nicht nur Erfassung, Speicherung, Bewertung und Optimierung von relevanten Parametern während der schweißtechnischen Fertigung, vielmehr ermöglicht Schweißtechnik 4.0 eine weitere Gestaltung der schweißtechnischen Fertigung mit ihren vor- und nachgelagerten Prozessen. Dazu notwendige Basiselemente und Kernelemente von Schweißtechnik 4.0 werden in [2] und [3] beschrieben. Als wesentliche Basiselemente gelten dabei das „Internet der Dinge“ (Kommunikation) und das „Cloud Computing“ (Datenmanagement). Als wesentliches Kernelement gilt die Vernetzung der Elemente der schweißtechnischen Fertigung.
Voraussetzungen für Schweißtechnik 4.0 sind netzwerkfähige digitalisierte Schweißstromquellen und Datenmanagementsysteme. Solche Schweißstromquellen und Datenmanagementsysteme werden von vielen Herstellern angeboten. In [1] werden dazu beispielsweise die folgenden Vorteile für Anwender genannt:
Grundsätzlich können allerdings nicht nur Schweißstromquellen und Datenmanagementsysteme vernetzt werden. Alle „Elemente“ der schweißtechnischen Fertigung, das heißt Anlagen, Bauteile und das schweißtechnische Personal, lassen sich durchgängig digital vernetzen. Diese „Elemente“ können dadurch zu „smarten Elementen“ werden: Smart werden sie dadurch, dass sie über eine umfassende Fähigkeit zur Aufnahme, Speicherung und Verarbeitung von Daten und über die Fähigkeit zur übergreifenden Kommunikation verfügen (zur Vernetzung „smarter Systeme“ siehe unter anderem [(5...7]).
Die konsequente Vernetzung dieser „smarten Elemente“ ergibt für die Anwender weitere Vorteile in der schweißtechnischen Fertigung, die über die zuvor genannten hinausgehen. Im folgenden Kapitel 3 werden dazu die Vernetzung und das Datenmanagement genauer betrachtet. Dabei wird auf manuelle und automatisierte Schweißprozesse eingegangen.
Manuelle Schweißprozesse lassen häufig wenig Transparenz zu. Vor allem können nach Abschluss eines schweißtechnischen Auftrags nur wenig Informationen über die Wirtschaftlichkeit der schweißtechnischen Fertigung gewonnen werden. Als Ergebnis einer Vernetzung können mithilfe von „Gateways“ Maschinen- und Prozessdaten von manuellen Schweißanlagen an ein zentrales Datenmanagementsystem gesandt werden. Das Gateway digitalisiert somit den bisher isolierten und analogen Schweißprozess und „öffnet das Tor“ zu einer vernetzten schweißtechnischen Fertigung.
Durch Online-Monitoring und ein Online-Portal können aus diesen Daten umfangreiche Informationen über den Schweißprozess gewonnen werden, mit denen eine Überwachung der Wirtschaftlichkeit der gesamten schweißtechnischen Fertigung möglich wird – dies verbunden mit einer verbesserten Einhaltung von Qualitätsstandards und der Erkennung von Optimierungspotenzialen. Auch eine verbesserte Nachverfolgbarkeit von Dokumenten wird möglich [8; 9].
Es ist richtig und konsequent, mit Schweißtechnik 4.0 bei den manuellen Schweißprozessen zu beginnen. Manuelle Schweißprozesse werden auf Dauer erhebliche Anteile an der schweißtechnischen Fertigung haben. Anwendungen von Schweißtechnik 4.0 bei manuellen Schweißprozessen zeigen damit noch erhebliche Anwendungspotenziale. Vernetzung und Datenmanagement sind aber auch für automatisierte Schweißprozesse von Bedeutung. Anwendungen von Schweißtechnik 4.0 bei automatisierten Schweißprozessen können wiederum zur weiteren Nutzung auch bei manuellen Schweißprozessen verwendet werden. Insgesamt können Maschinen- und Prozessdaten von manuellen und automatisierten Schweißanlagen zentral erfasst, gespeichert, bewertet und optimiert werden [10]. Durch eine Visualisierung der Daten lässt sich die Wirtschaftlichkeit aller Anlagen untersuchen.
Die gewonnenen Erkenntnisse können auch für weiterentwickelte Wartungs- und Instandhaltungskonzepte von Maschinen und Anlagen verwendet werden. Insgesamt ergibt sich dadurch eine gesamtheitliche Maschinen- und Anlagenüberwachung, welche das Abbilden aller Parameter auf die Gesamtanlageneffektivität (OEE – overall equipment efficiency) ermöglicht. Somit können auch bisher unentdeckte Problemstellen erkannt und die Wirtschaftlichkeit verbessert werden [11; 12]). Die Vernetzung smarter Elemente der schweißtechnischen Fertigung ist mit einem umfassenden Datenmanagement und mit einer übergreifenden Kommunikation verbunden. Voraussetzungen und Anwendungen für ein solches Datenmanagement und für eine solche Kommunikation werden im
Folgenden diskutiert.
Ein solch umfassendes Datenmanagement setzt den Einsatz von Cloud-Technologie und von „künstlicher Intelligenz“
voraus. Schweißprozesse müssen immer mit den richtigen Schweißparametern, mit den richtigen Schweißzusätzen und
den richtigen Hilfsstoffen – zum Beispiel Schutzgasen – durchgeführt werden. Beim Metall-Schutzgasschweißen werden dazu unter anderem Daten über Art und Abmessung des zu schweißenden Bauteils, zum Schweißzusatz, zur Verbindungsgeometrie und zur Schweißgeschwindigkeit benötigt. Diese und andere Daten sind für den Schweißprozess und für das Erreichen eines guten Schweißergebnisses (Produktgüte) erforderlich. Soll nun ein Schweißprozess flexibel (theoretisch auch autonom) geführt werden, so müssen alle Maschinen- und Prozessdaten nicht nur digital verfügbar sein, vielmehr müssen diese Daten auch „an einem Ort“ schnell abgreifbar sein, dazu werden sie dezentral (in einer Cloud) erfasst.
Für die Anwendung von Schweißtechnik 4.0 ist allerdings anzunehmen, dass ein solches cloud-basiertes Datenmanagement nicht ausreichen wird, vielmehr wird auch künstliche Intelligenz zum Einsatz kommen müssen. Die Begründung dafür liegt in der Menge, in der notwendigen Verfügbarkeit und in den Nutzungsmöglichkeiten der Daten. Neben den digitalisierten Maschinen- und Prozessdaten muss auch das digitalisierte Wissen des schweißtechnischen Personals verfügbar und nutzbar sein. An dieser Stelle wird bewusst zum einen von Daten (Prozess) und zum anderen von Wissen (Personal) gesprochen. Für die Anwendung von Schweißtechnik 4.0 ist diese Unterscheidung wichtig.
Bild 1 zeigt dazu die Einordnung von Daten, Information und Wissen. Daten werden erst durch Einordnung in einen Kontext zu Informationen. Informationen werden erst unter Berücksichtigung von Erfahrung zu Wissen. Erst aufgrund von Wissen lassen sich Entscheidungen treffen und Handlungen generieren [5; 7]. Es ist direkt erkennbar, dass bei der Digitalisierung von Wissen des schweißtechnischen Personals Systeme der „künstlichen Intelligenz“ eingesetzt werden [13]. Solche Systeme kommen auch zunehmend bei der Analyse von Daten aus Schweißprozessen zum Einsatz. Die Literatur zeigt dazu Beispiele bei der echtzeitfähigen Überwachung der Porenentstehung beim Laserstrahlschweißen [14] sowie weitergehend bei der Qualitätssicherung [15...17].
![Bild 1: Transformation: Daten – Information – Wissen (in Anlehnung an [5; 7]).](/storage/media/images/7065/conversions/schweissen-und-schneiden-73-2021-heft-3-full.jpg "Bild 1: Transformation: Daten – Information – Wissen (in Anlehnung an [5; 7]).")
Über diese Nutzung der künstlichen Intelligenz hinaus ergibt sich durch das „Machine Learning“ eine weitere interessante Anwendung. Machine Learning – als Element der „künstlichen Intelligenz“ – ermöglicht das selbstständige Erschließen von Zusammenhängen auf Basis von Beispieldaten. In der Schweißtechnik 4.0 kann Machine Learning – in Kombination mit Cloud-Technologie – zu Schweißmaschinen führen, die selbstlernend agieren. Machine Learning benötigt dazu anfangs eine große Datenmenge für spezielle Trainingseinheiten, um anhand von Mustern in den Datenreihen eigene Algorithmen zu erstellen. „Gelernt“ wird dabei nicht nur aus Maschinen- und Prozessdaten, sondern zusätzlich auch aus Informationen und Wissen, Bild 1. Das so „gelernte“ Ergebnis kann dann mit den Daten des tatsächlichen Schweißergebnisses (also mit der Produktgüte) abgeglichen werden. In [18] konnten aus Prozessdaten bereits Prozessstörungen beim Metall-Schutzgasschweißen identifiziert werden.
So entstehen fortlaufend neue Zusammenhänge zwischen einzelnen Datensätzen und den Endergebnissen. Durch dieses Lernen erreicht die künstliche Intelligenz eine tiefgehende logische Basis und Kausalität. Dies führt dazu, dass sie für weitere Anwendungen eigenständige Lösungen und damit Datensätze vorgeben kann, obwohl der nächste Auftrag noch nicht vollständig
bekannt ist. Sie trifft aufgrund der gesamten ausgewerteten Menge an Daten, Informationen und Wissen eine Vorhersage, sie handelt somit – kurz gesagt – „aus Erfahrung“. Anwendungen der „künstlichen Intelligenz“ werden in mehreren
Bereichen der Schweißtechnik untersucht. Gemeinsam mit der Cloud-Technologie ist sie eine der wesentlichen Voraussetzungen für die Umsetzung von Schweißtechnik 4.0 [19...21].
Ob Machine Learning geeignet ist, autonome Schweißanlagen entwickeln zu lassen, bleibt weiteren Untersuchungen vorbehalten. Ferner bleibt es weiteren Untersuchungen vorbehalten, zu prüfen, inwieweit bilaterale Datenaustauschsysteme (im Sinne von „Peer-to-peer“-Netzwerken, wie sie für die „Blockchain“-Technologie verwendet werden) zum Einsatz kommen können. Bei „Peer-to-peer“-Netzwerken handelt es sich um Rechnernetze, bei denen jeder einzelne Rechner mit seinen jeweiligen Nachbarrechnern verknüpft und den anderen gegenüber gleichberechtigt ist. Er kann somit Daten von Nachbarn anfordern oder Daten an diese versenden. Letztlich arbeiten Rechner innerhalb des Netzwerks autonom, sie können Systeme stützen und gewährleisten. Es handelt sich also hierbei um eine Wissensdatenbank, die nicht zentral an einem Ort gespeichert ist, sondern durch ständige Kommunikation entsteht. Die Geschwindigkeit der Datenabfrage und der Datenweitergabe ist deutlich schneller [22].
Festzuhalten bleibt: umfassendes Datenmanagement (auch echtzeitnah) lässt sich durch das Verwenden von Cloud-Technologie und Künstlicher Intelligenz realisieren. Durch standardisierte Schnittstellen können bestehende Cloud-Lösungen mit den Führungssystemen der Unternehmen (zum Beispiel mit dem MES – Manufacturing Execution System) vernetzt werden, wodurch sich eine vertikale Integration realisieren lässt.
Die Fortsetzung des Artikels in Teil 2 führt mit Kapitel 4 die vertikale Integration „vom Schmelzbad zum Top Floor“ ein, beschreibt in Kapitel 5 die „vernetzte Produktgüte beim Metall-Schutzgasschweißen“ und zeigt in Kapitel 6 in einem Ausblick einen Handlungsrahmen für Anwendungen der Schweißtechnik 4.0 auf.
(Autoren: K. Middeldorf, Hochschule für Oekonomie und Management, Köln, D. Aumüller, J.-P. Bergmann, TU Ilmenau, S. Mann, R. Sharma und U. Reisgen, RWTH Aachen University)
[1] Gunzelmann, K.-H., u. a.: Vision zur Digitalisierung der Schweißtechnik hin zu Industrie 4.0. Schw. Schn. 72 (2020), H. 9, S. 566/73.
[2] Middeldorf, K.: Schweißtechnische Fertigung – Ready for „Industrie 4.0“. Der Praktiker 70 (2018), H. 1–2, S. 34/41.
[3] Reisgen, U., u. a: Connected, digitalized welding production – Industrie 4.0 in gas metal arc welding. Wdg. in the World 63 (2019), H. 4, S. 1121/31.
[4] Reisgen, U., u. a.: Vernetzte, digitalisierte, schweißtechnische Fertigung – Industrie 4.0 beim Metallschutzgasschweißen. DVS Berichte Bd. 344, S. 181/93. DVS-Media, Düsseldorf 2018.
[5] Bauernhansl, T., u. a.: WGP-Standpunkt Industrie 4.0. WGP – Wissenschaftliche Gesellschaft für Produktionstechnik 2016.
[6] Gorecky, D., u. a.: Wandelbare modulare Automatisierungssysteme. In: Reinhart, G., „Handbuch Industrie 4.0“, S. 555/86. Carl-Hanser-Verlag, München 2017.
[7] Jodlbauer, H.: Digitale Transformation der Wertschöpfung. Verlag W. Kohlhammer, Stuttgart 2018.
[8] N. N.: Lorch Connect Gateway – Zukunft mit an Bord. Lorch Schweißtechnik GmbH, Auenwald. Internet: https://www.lorch.eu/loesungen/lorch-connect/, Zugriff 12. Oktober
2020. [9] N. N.: Lorch Connect – Smart schweissen (Video). Lorch Schweißtechnik GmbH, Auenwald. Internet: https://www.youtube.com/watch?v=wR2oH1g-PLc, Zugriff 9. Oktober 2020.
[10] Liu, X.: Research on remote monitoring system of electron beam welding machine based internet of things. Jianxi: International Conference on Computer Information Analytics and Intelligent Systems, S. 40/45, College of Xinyu 2019.
[11] Hamzeh, R., u. a.: A sensor based monitoring system for real time quality control: Semi-automatic arc welding case study. In: Procedia Manufacturing 51 (2020), S. 201/6.
[12] N. N.: Industrie 4.0 enabled – Vernetzung und Digitalisierung von QIROX-Roboteranlagen. Firmenschrift Carl Cloos Schweißtechnik GmbH, Haiger 2019.
[13] Posch, G., u. J. Bruckner: Schweißtechnik im Zeichen von Internet of Things und Industrie 4.0. Schweiß- und prüftechnik 07-08 (2017), S. 112/21.
[14] Klose, R.: Laserschweißen dank KI in Echtzeit. Home of Welding, DVS Media, Düsseldorf 2020. Internet: https://www.home-ofwelding.com/news/laserschweissen-dank-ki-in-echtzeit-uberwachen- 902, Zugriff 19. Oktober 2020.
[15] Kopp K.: Wie KI die Qualität von Roboter-Schweißprozessen sichert. Verlag Moderne Industrie, mi connect. Internet: https://www.produktion.de/digital-manufacturing/wie-ki-die-qualitaet-von-roboter-schweissprozessen-sichert-237.html, Zugriff 19. Oktober 2020.
[16] Krüger J., u. a.: WGP-Standpunkt – KI in der Produktion – Künstliche Intelligenz erschließen für Unternehmen. WGP Wissenschaftliche Gesellschaft für Produktionstechnik, Hannover 2019.
[17] Shaw, G., u. S. Human: Use Case – Der vernetzte Schweißer. Vogel Communications Group, Würzburg 2019. Internet: https://www.industry-of-things.de/der-vernetzte-schweisser-a-883942/, Zugriff 19. Oktober 2020.
[18] Reisgen, U., u. a.: Study on identifying GMAW process deviations by means of optical and electrical process data using ANN. Vortragsbd., 16. IEEE Int. Conf. on Automation Sciences and Engineering 2020, S. 1594/99.
[19] Ballestrem, J. G., u. a.: Künstliche Intelligenz – Rechtsgrundlagen und Strategien in der Praxis. Springer Fachmedien, Wiesbaden 2020. ISBN 978-3-658-30505-5.
[20] Buxmann, P., u. H. Schmidt: Künstliche Intelligenz – Mit Algorithmen zum wirtschaftlichen Erfolg. Springer-Verlag, Berlin 2019. ISBN 978-3-662-57567-3.
[21] Köhler, T., u. a.: In-situ monitoring of hybrid friction diffusion bonded EN AW 1050/EN CW 004A lap joints using artificial neural nets. J. of Materials: Design and Applications 234 (2020), H. 5, S. 766/85. https://doi.org/10.1177%2F1464420720912773.
[22] Reimche, M., u. a.: Adapted process model for manufacturing within production networks. In: Production at the leading edge of technology, Vortragsband, 10. Congress oft the German Academic Association for Production Technology (WGP), S. 611/20. Springer Verlag, Berlin 2020.
DigitalisierungFügetechnikIndustrie 4.0IoTKMUKünstliche IntelligenzManuelles SchweißenSchweißtechnikSchweißtechnische Fertigung
