UdZ / Issue 02.24

UdZ 02.24 / 25 After calculations, the total benefits for all 100 CNC machines in one year are around 15,000 + 239,344 = 254,344 Hong Kong dollars (29,508 €). Besides the quantitative benefits, qualitative improvements are expected as tool replaces can be scheduled in advance, eliminating the need for ad-hoc reactions. Therefore, the payback period is calculated as 464,625 / 254,344 = 1.83 years. In summary, milling is a crucial industrial process, but tool maintenance costs and downtime challenges persist. The predictive maintenance kit offers a solution through predictive maintenance that optimizes tool replacement using advanced algorithms. Despite practical obstacles, the system combines hardware, software, and data flow to predict tool wear, increasing efficiency and informed decision-making. The predictive CNC tool wear analysis and the extension of tool preparation time are essential for manufacturers seeking to improve operational efficiency in the Ka Shui Group. Success depends on predictive accuracy, making the predictive maintenance kit a promising avenue for industrial advancement. Max Wittstamm · Florian Clemens The integration of predictive CNC tool wear analysis and extending tool preparation time are essential for manufacturers seeking to improve operational efficiency. Ka Shui Group has implemented these strategies with the help of FLAIR, the initial result has been promising in terms of reduced downtime, and we are excited about the potential opportunities that our collaboration with FLAIR will bring to our business in the future. “ Ir. Norman CHAN, CTO, Ka Shui Group Join us as Partners! » hkflair.org FIR an der RWTH Aachen, Center Connected Industry auf dem RWTH Aachen Campus & FLAIR welcome industrial partners to validate the tool wear prediction on your milling machine. Contact us to learn more about how you can get involved! Contacts Max Wittstamm Project Manager Center Connected Industry Email: m.wittstamm@connectedindustry.net Nach Berechnungen beläuft sich der Gesamtnutzen für alle 100 CNC-Maschinen in einem Jahr auf rund 15.000 + 239.344 = 254.344 Hongkong-Dollar (29.508 €). Neben den quantitativen Vorteilen sind auch qualitative Verbesserungen zu erwarten, da der Austausch von Werkzeugen im Voraus geplant werden kann und somit unvorhergesehene Reaktionen [und Ausfallzeiten] minimiert werden. Basierend auf diesen Einsparungen ergibt sich eine Amortisationszeit von 464.625 / 254.344 = 1,83 Jahre. Zusammenfassend lässt sich sagen, dass das Fräsen ein wichtiger industrieller Prozess ist, bei dem jedoch hohe Kosten für Werkzeugwartung und ungeplante Ausfallzeiten nach wie vor Herausforderungen darstellen. Das Predictive-Maintenance-Kit bietet eine innovative Lösung, indem es den Austausch von Werkzeugen mithilfe fortschrittlicher Algorithmen optimiert. Trotz einiger praktischer Herausforderungen kombiniert das System Hardware, Software und Datenflüsse, um den Werkzeugverschleiß präzise vorherzusagen. Dadurch wird die Effizienz gesteigert und fundierte Entscheidungen zur Werkzeugwartung ermöglicht. Die vorausschauende Analyse des CNC-Werkzeugverschleißes und die Verlängerung der Werkzeugvorbereitungszeit sind für Hersteller, die die betriebliche Effizienz in der Ka Shui Group verbessern wollen, unerlässlich. Der Erfolg hängt von der Vorhersagegenauigkeit ab, sodass das Predictive-Maintenance-Kit eine vielversprechende Lösung für den industriellen Fortschritt darstellt. Max Wittstamm · Florian Clemens Jiahao Guo Postdoctoral Researcher, AI and Data Science FLAIR Email: jguo@hkflair.org References: Klocke, F.: Fertigungsverfahren; Bd. 1: Zerspanung mit geometrisch bestimmter Schneide. 9. Auflage. Springer Vieweg, Berlin [u. a.] 2018, pp. 525–601. Goyal, D., Pabla, B. S.: Condition based maintenance of machine tools – A review.. In: CIRP Journal of Manufacturing Science and Technology 10 (2015), pp. 24–35. DOI: 10.1016/j.cirpj.2015.05.004.

RkJQdWJsaXNoZXIy NzcyMw==