Werkzeugwege schneller erstellen
Neue KI-basierte Technologielösung als nächster Entwicklungsschritt in der CAM-Programmierung Ryan Pembroke, Product Manager, Hexagon, Manufacturing Intelligence Division
Engineering Reality 2024 Ausgabe 1
Accelerate Smart Manufacturing
To help manufacturers apply institutional knowledge more quickly, easily, and thoroughly, Hexagon has taken the next step in the evolution of CAM programming automation by enabling the use of artificial intelligence (AI) for computer-aided process planning. Hexagon’s ProPlanAI offers new automation technology powered by Nexus, Hexagon’s cloud-based collaboration tool.
Automatisierung als einer der Schlüsselfaktoren von Industrie 4.0 gewinnt bei Fertigungsprozessen mehr und mehr an Bedeutung. Von der automatischen Merkmalserkennung bei der Bauteilkonstruktion und -programmierung bis hin zu Robotern für das Be- und Entladen von Komponenten – die schrittweise Automatisierung von Teil- oder Gesamtprozessen bietet enorme Vorteile.
Die Automatisierungsoptionen der CAM-Software (für computergestützte Fertigung) stützten sich bislang hauptsächlich auf die regelbasierte Automatisierung (RBA). Auf Grundlage menschlichen Wissens nutzt RBA 'Wenn-Dann'-Befehle zur Umsetzung herstellerspezifischer Programmierszenarien, in deren Rahmen eine CAM-Software selbstständig Programmierentscheidungen trifft. RBA eignet sich gut für die Umsetzung von Best Practices, ist jedoch von Natur aus eher unflexibel. Auch Implemetierung und Wartung sind schwierig, insbesondere angesichts zunehmender Komplexität von Werkzeugmaschinen, neuer Materialien und wachsender Anforderungen.
Mithilfe künstlicher Intelligenz (KI) bei der computergestützten Prozessplanung hat Hexagon die Automatisierung in der CAM-Programmierung weiterentwickelt, damit Fertigungsunternehmen institutionelles Wissen schneller, einfacher und konsequenter anwenden können. ProPlanAI von Hexagon bietet neue Automatisierungslösungen, die von Hexagons cloudbasiertem Kollaborationstool Nexus unterstützt werden.
Die Software verkürzt die Programmierzeit um bis zu 75 % und analysiert automatisch vorhandene Programmdaten. So lassen sich ganz ohne den Einsatz von RBA Ergebnisprognosen erzielen, die perfekt auf die jeweiligen Präferenzen, Produktionskapazitäten und Anforderungen zugeschnitten sind. Lern- und anpassungsfähige Technologie. Ohne zusätzlichen Bedienaufwand bietet diese höhere Programmierkonsistenz, Prozesssicherheit und bessere Erfassung institutionellen Wissens.
Regeln neu definieren
Wissenserhalt war ein wesentliches Ziel bei der Entwicklung von RBA im Hinblick auf die Anwendung von Programmierregeln basierend auf Material, Oberflächenbeschaffenheit, Merkmalseigenschaften etc. Die Implementierung ist zeitaufwändig und mühsam. Und bereits geringe Abweichungen bei den Fertigungsszenarien erschweren ihren konsequenten Einsatz. Neue Machine-Learning-Tools zur Programmierung von Automatisierungslösungen bewahren nun auch die Expertise von Mitarbeitern, die nicht mehr im Unternehmen sind.
Anstelle von Bedingungen ('Wenn-Dann-Befehle'), nutzt ProPlanAI bestehende CAM-Programme als Bausteine für ideale Prozesse. So definiert eine RBA-Regel beispielsweise, dass bei einem Bohrungsdurchmesser und einer Bohrungstiefe von jeweils 25 mm ein spezifisches Bohrverfahren anzuwenden ist. Beträgt der Durchmesser jedoch 15 und die Tiefe 50 mm, solle ein anderes Verfahren zum Einsatz kommen. In beiden Fällen legt der Anwender oder ein beauftragter CAM-Anbieter diese spezifischen Regeln fest.
Maschinelles Lernen hingegen nutzt vorhandenes Wissen sowie Programmierdaten aus früheren, validierten CAM-Programmen anstelle hochspezifischer Regeln. ProPlanAI lernt sowohl anhand weniger Aufträge als auch Hunderter oder Tausender vergangener Szenarien und identifiziert unmittelbar ein validiertes Fertigungskonzept, das genau auf den aktuellen Auftrag zugeschnitten ist.
Effiziente Datennutzung
Der wohl größte Vorteil von ProPLanAI besteht darin, alle bereits vorhandenen Planungsdaten optimal zu nutzen. ProPlanAI wählt automatisch Strategien aus, die Verfahren des jeweiligen Fertigungsunternehmens am besten widerspiegeln. Während Serienfertiger eher von RBA profitieren, sehen Lohnfertiger keinen Nutzen im Implementieren von Automatisierungslösungen, die nicht durchgängig einsetzbar sind. Von KI-gestützter Programmierautomatisierung profitieren sowohl Serien- als auch Lohnfertiger. Zum einen nutzt diese bereits im Betrieb vorhandene Daten und zum anderen erfordert deren Implementierung nur wenig Vorleistung.
Auf Knopfdruck wird aus einer Vielzahl bereits bestehender Verfahren der für das zu bearbeitende Merkmal am besten geeignete Bearbeitungsprozess gewählt. Nutzt ein Unternehmen beispielsweise bevorzugt bestimmte Verfahren beim Fräsen offener und geschlossener Taschen, erkennt der Lernalgorithmus die entsprechenden Datenmuster und schlägt automatisch die präferierte Bearbeitungsvariante vor. Beim Programmieren eines neuen Merkmals, kann ProPlanAI ähnliche bereits programmierte Merkmale identifizieren. Der Prozess lässt sich vom Anwender dann entsprechend anpassen und ProPlanAI speichert diese neuen Informationen.
ProPlanAI kann seine Machine-Learning-Modelle anhand identifizierter Gemeinsamkeiten und Unterschiede innerhalb weniger Minuten umtrainieren oder neu trainieren. Ein zu bearbeitendes Merkmal beispielsweise könnte zwei oder drei Bearbeitungsvorgänge erfordern, eine Bearbeitung aus 50 oder 60 verschiedenen Parametern bestehen und es könnten bereits 30 Merkmalsinstanzen aus früheren Projekten vorliegen. ProPlanAI analysiert und gruppiert nun alle Merkmals- und Bearbeitungsdaten und erstellt Modelle mit validierten Parametersätzen, die sich bei der nächsten Merkmalsprogrammierung erneut verwenden lassen.
CAM-Weiterentwicklung
Gerade angesichts des aktuellen Fachkräftemangels profitieren Fertigungsunternehmen nicht nur von einer besseren Datennutzung, sondern auch davon, dass vor allem weniger erfahrene CNC-Programmierer entsprechende Tools zur Verfügung haben, um auch schwierige Aufgaben sicher zu bewältigen. Da die Hersteller beim Programmieren ihre eigenen Daten nutzen, spiegeln die Prognosen automatisch diese internen Datenquellen sowie die von ihnen produzierten Bauteile und eingesetzten Werkzeugmaschinen wider.
CNC-Programmierer profitieren sofort von der Automatisierung durch KI. Die Technologie optimiert jedoch nicht nur die Bauteilprogrammierung. Sie kann auch zu Abweichungen von Programmierstandards benachrichtigen sowie die Nutzung von PMI (Product Manufacturing Information) verbessern, um einen noch höheren Automatisierungsgrad bei der CNC-Programmierung zu erzeilen.
Zwar stehen seitens CAM-Softwareentwicklung bereits seit Jahren Automatisierungstools zur Verfügung, die institutionelles Wissen bewahren und anwenden, doch aufgrund der mangelnden Flexibilität herkömmlicher Automatisierungslösungen ist es für Fertigungsunternehmen im dynamischen Branchenumfeld schwer, entsprechend agil zu bleiben. Im Hinblick auf Fachkräftemangel und zunehmende Komplexität von Bauteilen und Maschinen bietet KI höhere Flexibilität, Konsistenz und Effizienz. Die KI-gestützte Programmierung erfasst und generiert automatisierte Lösungen, die dem Unternehmen bestmöglich entsprechen. Sie spart Zeit, schont Ressourcen wie Werkzeugmaschinen und Schneidwerkzeuge und führt zu besseren Ergebnissen.
Instead of using instructions comprised of conditional statements, ProPlanAI uses existing CAM programmes as the building blocks for ideal processes. To create an RBA rule, a user might specify that if a hole is an inch in diameter and one inch deep, a specific drilling process should be used. If, on the other hand, the hole is half an inch in diameter and two inches deep, then a different drilling process should be used. In either case, a user or a CAM vendor hired by the user is typically responsible for establishing these very specific rules.
Putting data to work
The ability to utilise all past programming information is perhaps the single biggest benefit offered by ProPlanAI, which automatically selects strategies that reflect the institutional knowledge and practices of individual manufacturing companies. While highvolume shops that repeatedly produce the same variety of parts can more easily benefit from RBA, job shops don’t see the value in implementing automation that can’t be consistently used. Both high-volume manufacturers and job shops benefit from using programming automation driven by AI because it thrives on the accumulation of data that they’re already producing and requires very little groundwork to implement.With the click of a button the technology searches through a multitude of past processes to identify the best process for machining any machinable feature. For instance, if a company has preferred methods for machining open and closed pockets, the machine-learning algorithm identifies patterns across hundreds of different data points and automatically suggests a company’s preferred production method. In cases where a company programs a feature for the first time, ProPlanAI can identify previously programmed features that are the closest match to the current job; the user can then update the process and ProPlanAI will store the new information.
ProPlanAI can train and retrain its machine-learning models within a few minutes by searching for similarities and differences among a large volume of data points. For example, a machinable feature could require two or three machining operations, a machining operation may have 50 or 60 different operation parameters, and there could be 30 instances of that feature available in previous projects. ProPlanAI can analyse and cluster all feature and operation information to create models with validated sets of operational parameters that can be used the next time the feature needs to be programmed.
Evolution of CAM
Manufacturers who struggle to fill skilled positions benefit from an increased ability to use data and by empowering less experienced CNC (computer numerical control) programmers with tools that help them succeed with complicated tasks. Because manufacturers use their own pool of data to build programmes, predictions automatically reflect the knowledge and experience of individual businesses, as well as the parts they produce and the machine tools they use.CNC programmers, who can immediately benefit from the automation provided by AI, also stand to benefit from ongoing development that will ultimately help them accomplish other tasks more easily. On top of streamlining part programming, the technology could potentially help businesses identify latent standard practices, provide notifications about deviations from programming standards, and make better use of product manufacturing information (PMI) for even more automated CNC programming.
While CAM software developers have provided automation tools over the years that help preserve and apply institutional knowledge, the rigidity of traditional automation makes it difficult for manufacturers to remain agile in a continuously evolving industry. With skilled employees in short supply and the complexity of parts and machinery continuing to rise, AI offers higher flexibility, consistency, and efficiency. By capturing and automatically generating solutions that match company preferences and capabilities, programming automation powered by AI saves time, conserves resources such as machine tools and cutting tools, and ensures better results.