Um Herausforderungen durch Produktionsanläufe, Schwankungen in der Verbrauchernachfrage, Unterbrechungen in den globalen Lieferketten oder der Integration fortschrittlicher Technologien in die Fertigungsprozesse zu bewältigen, eignet sich die Prozesssteuerungslösung Digital Mold.
Digital Mold zeigt SensXpert, Selb, auf der Fakuma. Das Modul kombiniert Erfahrung in der Materialwissenschaft mit prädiktiven maschinellen Lernalgorithmen. Digital Mold ermöglicht es Herstellern, ihre Prozesse in Echtzeit zu optimieren. Die Technologie ist in der Lage, Materialien während der Verarbeitung zu charakterisieren und ihre qualitativen Ergebnisse zu prognostizieren.
Darüber hinaus schafft die Prozesssteuerungslösung Transparenz über das Materialverhalten im Werkzeug und hilft dabei, mögliche Veränderungen oder Abweichungen vorherzusagen und zu vermeiden. Dadurch wird das Risiko des Erwerbs von Rohstoffen aus verschiedenen Quellen und von verschiedenen Lieferanten begrenzt, und die Hersteller können den Lieferanten wechseln, um die Abhängigkeit von einem einzigen Lieferanten zu verringern und Zugang zu den kostengünstigsten Alternativen zu erhalten.
Digital Mold ist eine Lösung, die keine fortgeschrittenen technologischen Kenntnisse erfordert. Alle von sensXpert Digital Mold gesammelten Daten werden automatisch mit Hilfe von Algorithmen des maschinellen Lernens analysiert, um dem Bediener umsetzbare Vorschläge zur Optimierung seiner Prozesse zu unterbreiten. Da es sich bei Digital Mold um eine Prozesssteuerungslösung handelt, können die Hersteller außerdem entscheiden, ob sie die Zykluszeiten automatisch anpassen lassen wollen, um ein optimales Teileergebnis zu erzielen.
Die dynamische Prozessanpassung führt zu bis zu 50 % weniger Ausschuss, bis zu 23 % mehr Energieeinsparung und bis zu 30 % weniger Zykluszeit. Durch die Integration des Moduls in die Produktionsprozesse, können beispielsweise Automobilhersteller eine gleichbleibende Produktion sicherstellen, um die Anforderungen der Lieferkette und der Kunden zu erfüllen, ihre Produktionseffizienz zu steigern, den Bedarf an qualifizierten Arbeitskräften zu verringern und sowohl Ausschuss als auch Kosten zu reduzieren.
