SPS-MAGAZIN NEWSLETTER DOSSIER Automatisierung der maschinellen Fertigung 4 2024

Zunehmend individuellere Kundenanforderungen, mehr Schwankungen im Auftragseingang und weniger Fachkräfte – diese Faktoren beeinflussen die Fertigungsplanung zunehmend. Gerade bei kleinen Herstellungschargen mit Losgrößen unter 100 macht in diesem Spannungsfeld die Automatisierung, etwa von Hainbuch, den Unterschied. Ein entscheidender Ansatzpunkt in der Umsetzung ist neben Maschine, Roboter und Bediener der Rüst- und Spannprozess.

Siemens Energy setzt für die Präzisionsbearbeitung an einer Horizontaldrehmaschine Magnos Elektropermanent-Magnetspannfutter von Schunk ein. Dank der gleichmäßig dauerhaft wirkenden Magnetspannkraft erfolgt das Spannen der Werkstücke deformations- und vibrationsarm – für eine ausgezeichnete Bearbeitungs- und Oberflächenqualität. Mit der zugehörigen App lässt sich die Spannsituation simulieren und sicher parametrieren.

Säge- und Lagerprozesse automatisieren, obwohl die Halle eigentlich schon voll ist? Kasto liefert Metallverarbeitern die passende Lösung für diese bis dato kaum realisierbare Aufgabe: ein platzsparendes, vollautomatisiertes System für die Anarbeitung inklusive Absortierung, das im 24/7-Betrieb funktioniert.

Immer weniger Menschen müssen immer mehr produzieren. Das ist bereits ein langanhaltender Trend, der sich fraglos weiter fortsetzt und sogar zu einer essenziellen Notwendigkeit wird. Bisherige Fertigungskonzepte in der Wälzlagerindustrie benötigen besonders qualifiziertes Personal – selbst oder gerade, wenn diese hoch automatisiert sind. Beim Bedienen, Rüsten und Optimieren ist der Mensch gefragt. Was aber, wenn der Mensch einfach nicht mehr zur Verfügung steht? Supfina bietet hier Lösungen an.

Argus ist ein cloudbasiertes System zur Überwachung von Schleifprozessen sowie Maschinenkomponenten. Der Begriff ‚Wissenskollektiv‘ kommt für eine große Population von Zahnradschleifmaschinen voneinander unabhängiger Kunden zur Anwendung, die mit diesem System und dessen Cloud verbunden sind. Diese ‚Kollektivmaschinen‘ speisen ihre anonymisierten Prozessdaten permanent in eine Datenbank ein. Reishauer nutzt die Daten für Big Data Analytics, um sowohl erfolgreiche als auch negative Prozessmuster zu identifizieren.