Linda Streckfuss

Anwendung maschinellen Lernens in Eisengießereien

Implementierung und Qualitätsverbesserungspotenziale

Linda Streckfuss

Kurzportrait

Studium Wirtschaftsingenieurwesen, Hochschule Heilbronn
Georg Fischer Automobilguss GmbH, Singen

Aufenthalt in der Eisenbibliothek: Juni 2015

Bachelor Thesis

Anwendung maschinellen Lernens in Eisengießereien:
Implementierung und Qualitätsverbesserungspotenziale

Einführung und Problemstellung

Die Entwicklung zur Industrie 4.0 – der sog. vierten industriellen Revolution – kommt zunehmend auch in den Gießereien an. Das Gießen als ein sehr altes Handwerk, das die Mensch-heit seit Jahrtausenden begleitet, soll mit heutigen Technologien und intelligenten Methoden verknüpft werden. Die Produkte aus Eisengießereien, d. h. die Gussteile, entstehen durch hoch komplexe Herstellungsprozesse. Das Gießen von Gusseisen in Eisengießereien ist vielfach noch von empirischem Wissen geprägt. Die vielfältigen Einflüsse auf das erfolgrei-che Gießen von Gusseisen mit Kugelgraphit für Sicherheitsbauteile der Automobilindustrie – und somit auf dessen Qualität – sowie die stark vernetzten Abhängigkeiten der Daten vom Rohstoffeinsatz über das Schmelzen, Warmhalten, Behandeln, Kernherstellen bis hin zum Formen und Gießen, können vom Menschen nicht alle gleichzeitig berücksichtigt und korreliert werden. Zwar dokumentieren Unternehmen meist eine Vielzahl von Daten und Mess-werten, jedoch fehlt die Verknüpfung des darin vorhandenen Wissens und die notwendige gussteilgenaue Rückführbarkeit der Daten.

Ziele der Arbeit

In dieser Arbeit soll die Implementierung der EIDOdata-Software in den Produktionsprozess von Gießereien, am Beispiel von GF-SI, beschrieben werden. Ziel der Arbeit ist es aufzuzei-gen, wie das Thema Industrie 4.0 in der Praxis umgesetzt werden kann. Mit Hilfe von Metho-den maschinellen Lernens – als Werkzeuge der Predictive Analytics – wird aufgezeigt, wie die unter 1.2 aufgeführte Problematik behandelt werden kann. Hierfür werden die generellen Abläufe in Eisengießereien und der untersuchte Teilprozess (Formstoffaufbereitung) erklärt sowie die aus den Erkenntnissen gezogenen Konsequenzen für die Produktionsabläufe und deren Auswirkungen beschrieben. Letztendlich ist das Ziel der Arbeit herauszuarbeiten, wel-che Prozesse optimiert werden können und welche Potenziale sich hinsichtlich der Verringe-rung von Ausschusskosten und der Verbesserung der Qualität der Gussteile ergeben.

Aufbau und Vorgehensweise / Methode

Zunächst folgen die Definitionen der für diese Arbeit grundlegenden Begriffe. In den theoreti-schen Grundlagen erfolgen eine historische Einordnung des Gießens und eine Beschreibung des allgemeinen Aufbaus und der Abläufe innerhalb der Eisengießerei mit Heißwindkupol-ofen sowie des Herstellungsprozesses von Gusseisen mit Kugelgraphit. Des Weiteren wer-den der Formstoffkreislauf und die Zusammensetzung von tongebundenen Formstoffen be-schrieben. Diese Punkte bilden die Grundlage zum Verständnis der Entstehung von formstoffbedingten Gussfehlern bei der Verwendung von Grünsandformen. Anschließend wird die EIDOdata-Software erklärt und deren Methoden des maschinellen Lernens genannt. Im praktischen Teil der Arbeit sind die Implementierung und die praktische Anwendung der EIDOdata-Software anhand von fünf Versuchsreihen beschrieben. Die Ergebnisse werden analysiert, diskutiert und daraus resultierende Konsequenzen beschrieben. Abschließend folgt eine Abschätzung von möglichen, sich ergebenden Potenzialen.

<zurück