Die Luftfahrtindustrie ist immens: Im Jahr 2022 lag die Zahl der Flugzeuge weltweit bei 25.578 Einheiten. [1] Diese Zahl wird bis 2032 voraussichtlich auf 38.189 Einheiten ansteigen. [1] Daher ist es von besonderer Bedeutung, die Herausforderungen in der Fertigung von Luft- und Raumfahrtteilen zu meistern und deren Effizienz zu gewährleisten. In dieser Fallstudie untersucht eine Zusammenarbeit zwischen der NETZSCH Process Intelligence GmbH und einem führenden Unternehmen der Luftfahrtindustrie die Auswirkungen der Prozessdigitalisierung auf die Produktionseffizienz.
Status Quo der Industrie
Mit dem Aufkommen von Industrie 4.0 bemüht sich die gesamte Fertigungsindustrie um die Digitalisierung von Produktion und Betrieb. Die Einführung von Cloud-Technologie, künstlicher Intelligenz, Robotik, Sensoren und ähnlich bahnbrechenden Technologien ermöglicht es den Herstellern, Prozesse zu verbessern und eine effiziente Produktion aufrechtzuerhalten.
Die Einführung neuer Technologien erfordert die notwendigen Fähigkeiten, um sie zu überwachen und zu handhaben. Neben der Notwendigkeit der Digitalisierung ist auch der Mangel an qualifizierten Arbeitskräften eine Herausforderung für die Hersteller. Es besteht ein wachsender Bedarf an Arbeitskräften, die in den Bereichen Automatisierung, Robotik, Technik und anderen erforderlichen branchenbezogenen Fertigkeiten bewandert sind.
Aufgrund der steigenden Nachfrage und des Marktdrucks sind die Hersteller auch besonders daran interessiert, ihre Prozesse zu optimieren, um mehr zu produzieren und gleichzeitig die Qualität zu erhalten. In der Kunststoffindustrie, speziell in der Teilefertigung, bedeutet dies den Versuch, Zykluszeiten zu verkürzen, Zeit, Energie und Kosten zu sparen sowie Ausschussraten zu reduzieren. Viele Hersteller werden jedoch bei der Verfolgung dieser Ziele durch mangelnde Prozesstransparenz und einen begrenzten Einblick in das Materialverhalten im Werkzeug behindert.
In der Luft- und Raumfahrtindustrie werden oft sehr große Teile hergestellt, was bedeutet, dass die Zykluszeiten im Allgemeinen länger sind, um die Qualität der Teile zu gewährleisten und Fehler zu vermeiden. In Anbetracht der oben genannten Herausforderungen ist die Frage, ob die Digitalisierung zur Effizienzsteigerung in der Produktion von Flugzeugteilen beitragen kann, zu einem wichtigen Untersuchungsgegenstand geworden.
Führend in der Luft- und Raumfahrtindustrie
Mit dem Ziel, die Auswirkungen der Prozessdigitalisierung auf die Produktionseffizienz zu untersuchen, implementierte ein führendes Unternehmen der Luft- und Raumfahrtindustrie das In-Mold-Prozessüberwachungssystem der NETZSCH Process Intelligence GmbH. Das Prozessüberwachungssystem sensXPERT Digital Mold untersuchte das Materialverhalten von Verbundwerkstoffteilen in der Luft- und Raumfahrt, um potenzielle Abweichungen zu erkennen und den Ausschuss von Bauteilen in der Qualitätssicherung nach dem Prozess zu vermeiden.
Spezifikationen für Verbundwerkstoffteile
Das überwachte Verbundwerkstoffteil dient der Rumpfabstützung und besteht aus Kohlenstofffasergewebe, das mit RTM6-1 (HexFlow® von Hexcel Corp. [2]) infundiert ist. RTM6-1 ist ein für die Luft- und Raumfahrt geeigneter Epoxidharztyp. Diese Materialkombination wird typischerweise in der Luftfahrtindustrie verwendet, insbesondere beim (vakuumunterstützten) Resin Transfer Molding, kurz (VA)RTM. Dieses spezielle Teil ist groß und hat unterschiedliche Dicken in seiner Struktur. In ersten Untersuchungen wurden 45 Rumpfstützteile mit sensXPERT Digital Mold hergestellt.
Einblicke in die Fertigung
Bei der Herstellung der Teile für die Luft- und Raumfahrtindustrie kommen zwei Hauptverfahren zum Einsatz, nämlich VARTM und Autoklav. Um die Teile effektiv auszuhärten, wird das VARTM-Verfahren mit einem angestrebten Aushärtungsgrad (DoC) von 80 % und das Autoklav-Verfahren nach der Form mit einem sekundären DoC-Ziel von 95 % durchgeführt. Zwischen den VARTM- und Autoklavenzyklen wird eine Abkühl- oder Haltephase durchgeführt.
VARTM ist ein Verfahren, bei dem ein Vakuum beim Harzspritzgießen angelegt wird. Zu Beginn schneidet der Hersteller von Flugzeugteilen Vorformlinge aus Trockenfasern zu und legt sie manuell in das Formwerkzeug ein. Nach dem Schließen der Form werden zwei Komponenten – das Epoxidpolymer und ein Härter – kombiniert und in die Form injiziert. Die durchschnittliche Zykluszeit für VARTM beträgt etwa 110 Minuten (~ 2 Stunden). Um eine Verformung und Belastung des Teils während der Entformung zu vermeiden, wird eine langsame Aushärtung bei niedrigen Temperaturen durchgeführt.
Nach Abschluss des VARTM-Verfahrens haben die Teile eine Temperatur von ca. 150 °C und benötigen mehrere Stunden, um eine für die Entformung ausreichende Temperatur zu erreichen. Daher ist die Abkühl-/Haltezeit ein notwendiger Schritt bei der Herstellung dieser Teile. Während der Abkühlphase härten die Teile weiter aus. Wenn sie eine Temperatur von etwa 50 °C oder weniger erreichen, können sie sicher entformt werden und haben einen DoC-Wert von mindestens 80 % erreicht.
Der letzte Prozess beim Formen dieser Teile ist die Aushärtung im Autoklaven. In diesem Teil des Prozesses kommen mehrere Teile in einen Autoklaven. Der Formgebungszyklus beginnt erst, wenn die Autoklavenkammer gefüllt ist. Sobald dieser Zyklus beginnt, werden die Teile vorbestimmten Druck- und Temperaturniveaus ausgesetzt, um eine Ziel-DoC von etwa 95 % zu erreichen.
Das Problem
Der gesamte Fertigungsprozess besteht aus langen Zyklen und Haltezeiten, um Ausschuss und fehlerhafte Teile zu vermeiden. Im Allgemeinen setzen die Hersteller längere Zyklen ein, um das Erreichen des gewünschten DoC zu gewährleisten. Einige Gründe dafür sind der begrenzte Einblick in das Materialverhalten im Werkzeug und die mangelnde Prozesstransparenz. Längere Zyklen führen jedoch zu einem höheren Energieaufwand, höheren Kosten und einer insgesamt langsameren Produktion. Diese Schwierigkeiten können durch die Digitalisierung von Fertigungsprozessen und die Nutzung von Daten zur Verbesserung der Effizienz behoben werden.
Die Lösung
Der sensXPERT Digital Mold kommt dort zum Einsatz, wo die Digitalisierung und Echtzeitdaten zur Materialcharakterisierung helfen können, ein Problem zu beseitigen. Diese Sensortechnologie wurde entwickelt, um das Materialverhalten im Werkzeug zuverlässig vorherzusagen und Herstellern dabei zu helfen, eine dynamische Prozessanpassung in ihren Produktionszyklen zu implementieren. sensXPERT bietet einen genauen Einblick in die optimalen Zyklusendzeiten auf der Grundlage der gewünschten DoC-Ziele.
Wie es funktioniert…
Das sensXPERT-System besteht aus vier Hauptkomponenten: dielektrische Sensoren, ein zugehöriges Edge-Device, eine Edge-Device-Schnittstelle (Web App) und Cloud-Zugang. Die dielektrischen Sensoren werden in der Form positioniert und können einer Reihe von Drücken und Temperaturen standhalten. Die Sensoren sind mit verschiedenen Herstellungsverfahren kompatibel – einschließlich, aber nicht beschränkt auf (Reaktions-)Spritzguss, VARTM und Autoklavhärtung – und können das Verhalten verschiedener Materialien wie Duroplaste, Thermoplaste, Gummi, faserverstärkte Polymere und mehr messen.
Durch den Einsatz von sensXPERT erhalten Hersteller während des gesamten Zyklus Einblicke in verschiedene Material- und Prozessparameter im Werkzeug. Beispiele hierfür sind,
- Grad der Aushärtung (DoC),
- Prozentuale Polymerisation,
- Glasübergangstemperatur (Tg),
- Viskosität und Fließfrontposition,
- Temperatur im Inneren der Form,
- und Materialabweichungen, die durch Alterung, nicht spezifikationsgerechtes Material, das Vorhandensein von Verunreinigungen, Lagerbedingungen vor der Formgebung usw. verursacht werden können.
Die Sensoren sind mit einem Randgerät verbunden, das außerhalb, aber in der Nähe der Form positioniert ist. Das Edge Device ist ein leistungsstarker IPC und dielektrischer Analysator in einem und sammelt alle Maschinendaten und Prozessparameter. Die Schnittstelle des Edge Device oder die Web-App visualisiert dann alle aktiven Prozesse und implementiert maschinelles Lernen (ML) und prädiktive Algorithmen, um den optimalen Aushärtungspunkt zu bestimmen. Auf diese Weise können die Hersteller ihre Prozesse in Echtzeit anzeigen und anpassen.
Darüber hinaus werden alle vom Edge Device gesammelten Daten nach einem abgeschlossenen Produktionszyklus an das sensXPERT Digital Cloud Service-Konto des Herstellers übertragen. In der Cloud werden alle gesammelten Daten gespeichert, visualisiert und mit historischen Prozessdaten verglichen, um verschiedene Qualitätsindikatoren zu bewerten. Die Cloud-Daten werden auch verwendet, um ML-Algorithmen zu trainieren und sie für die Vorhersage von Prozessergebnissen auf dem Edge Device zu optimieren.
Alles in allem sorgt das gesamte sensXPERT-System für die Digitalisierung und volle Transparenz der Spritzgießzyklen. Teileverarbeiter können sensXPERT nutzen, um optimale Aushärtungspunkte und mögliche Abweichungen im Prozess oder Materialverhalten zu berücksichtigen. Da die QS-Prüfung nun vorgelagert ist und innerhalb des Werkzeugs durchgeführt wird, gewinnen die Hersteller an Prozessstabilität und können Fehler am Endteil vermeiden.
Die Ergebnisse
Zum Trainieren des Vorhersagealgorithmus – speziell für den Prozess dieses Herstellers von Flugzeugteilen – wurden Daten aus 20 Produktionszyklen gesammelt und zum Trainieren eines ML-Modells verwendet. Mit Hilfe der dielektrischen Sensoren sammelte sensXPERT mehrere Minuten lang Temperaturdaten, um den DoC über ein kinetisches Modell zu berechnen.
Ein kinetisches Modell stellt die Geschwindigkeit der Aushärtung dar und wird von sensXPERT verwendet, um den optimalen Aushärtungszeitpunkt zu bestimmen, eine Art der mathematischen Beschreibung chemischer Reaktionen bei bestimmten Temperaturen.
Entsprechend wird das ML-Modell trainiert, um die Aushärtungsergebnisse des Prozesses vorherzusagen. Nach einem abgeschlossenen Zyklus wurde die Vorhersage des ML-Modells mit dem anhand eines kinetischen Modells berechneten DoC verglichen. Dies geschah, um die Genauigkeit und Gültigkeit der Vorhersagen zu gewährleisten. Abbildung 1 veranschaulicht, dass die Vorhersage umso genauer wird, je länger ein Prozess gemessen wird. In diesem Fall konnte sensXPERT nach 20 bis 50 Minuten Messungen das Ergebnis des Zyklus genau vorhersagen. Da sich die Vorhersagen in Echtzeit entwickeln, werden außerdem neue Daten umgehend in das ML-Modell eingespeist. So wird das Modell ständig aktualisiert.
Figure 1 depicts predictions for DoC and Tg. The forecast is compared to the kinetic model. Top: Forecast for DoC and Tg after 30 min. Bottom: Forecast for DoC and Tg after 45 min.
In this production process, DoC and Tg were the outcomes used to predict part performance. However, for greater prediction accuracy, additional factors, such as temperature and impedance were inputs for the ML algorithm.
Through their collaboration with sensXPERT, the aviation company gained transparency in their processes and, consequently, production data that enabled overall process optimization. By improving their process transparency, the aviation company also came by four major benefits, namely a digital thread per part produced, reduced manual labor, strengthened quality control, and cycle flexibility.
Zusammenfassung
Insgesamt ermöglichte das sensXPERT-Prozessüberwachungssystem eine Echtzeitprozessanpassung, insbesondere mit dem Vorteil, dass nur bis zu 50 Minuten benötigt wurden, um den Rest des Zyklus vorherzusagen. sensXPERT schuf eine Möglichkeit zur Prozessvisualisierung und zur Behebung von abgewichenen Teilen, bevor sie sich weiter unten bewegten. Die Flexibilität in der Abkühlungs-/Nachhärtephase war ein weiterer Vorteil. Darüber hinaus liegt ein Vorteil von Digital Mold in der Schaffung eines digitalen Fadens für jedes hergestellte Teil, was für die Qualitätskontrolle und allgemeine Berichterstattung vorteilhaft ist.
Das Luftfahrtunternehmen konnte seinen Fertigungsprozess digitalisieren, Echtzeitprozesseinblicke gewinnen und historische Daten zu jedem einzelnen der in Zusammenarbeit mit sensXPERT hergestellten Teile sichern. Dieser Fall zeigte, dass kompliziertere Produktionszyklen mit verschiedenen Produktionsstufen – wie sie in der Luftfahrtteilfertigung durchgeführt werden – mit Technologie ausgestattet werden können, die ein besseres Prozessverständnis, Effizienz und Transparenz generiert.
Die Digitalisierung von Fertigungsprozessen mit sensXPERT Digital Mold bringt eine Reihe von Vorteilen mit sich, einige davon sind,
- Reduzierung der Zykluszeit
- Abfallreduzierung
- Niedrigerer Energieverbrauch
- Transparenz im Werkzeug
- Kostenkontrolle Effiziente Produktion
- Digitaler Faden, der Rückverfolgbarkeit für jedes hergestellte Teil bietet
Diese Technologie bereitet Hersteller darauf vor, den Marktanforderungen gerecht zu werden und mit industriellen Entwicklungen wie der Industrie 4.0 Schritt zu halten.
