#027 | Echtzeitdaten von Werkzeugmaschinen: digitaler Zwilling & ML | Grob & Hufschmied

episode

Previously titled “#027 | Echtzeitdaten von Werkzeugmaschinen und Zerspanungswerkzeugen – Über den digitalen Zwilling des Bearbeitungszyklus sowie Big Data und Machine Learning der Werkzeugabnutzung in der Praxis | Grob Werke & Hufschmied Zerspanungssysteme” — renamed by the publisher on Aug 7, 2026

IoT Use Case Podcast not yet transcribed

▲ 0

Transcript

This episode hasn't been transcribed yet Upvotes decide what gets transcribed next — 0 so far. Sign in to upvote

recent transcribed audio

Looking in the Mirror: The Moth Podcast 18 min · 25 Sep 2026 · The Moth

Trump hosts President Xi at state banquet 31 min · 25 Sep 2026 · Global News Podcast

TNA Reaction: Sawyer & Shaw Arrive 18 min · 25 Sep 2026 · Busted Open

NPR News: 09-25-2026 12AM EDT 5 min · 25 Sep 2026 · NPR News Now

12AM ET 09/25/2026 Newscast 3 min · 25 Sep 2026 · Fox News Hourly Update

The Lair of the White Worm 1h 0m · 25 Sep 2026 · How Did This Get Made?

Report any issue

Source

Recorded18 Nov 2020

Publisherfeeds.buzzsprout.com

Handlerec:12071686

Show notes

Mit Ing. Madeleine Mickeleit und den Firmen GROB-Werke und Hufschmied Zerspanungssysteme. Stellvertretend mit Ralph Hufschmied (Geschäftsführer) und Emil Nigl (Digitalisierung & Product Sales Manager).(Feedback hier > https://airtable.com/shrDht7jG3XSLxJOF)In dieser Folge springen wir in die Welt der Werkzeugmaschinen und der zugehörigen Zerspanungswerkzeuge. Für diejenigen von euch die vom Kerngeschäft her nicht tagtäglich damit zu tun haben: Das Fräsen ist ein spanendes (also wo Späne beim abtragen entstehen) Fertigungsverfahren zur Herstellung von Werkstücken mit geometrisch bestimmter Gestalt (Beispiel Automotive – Konstruktion erstellt die Geometrie – dann werden diese Bauteile bspw. für die Rohkarosserie aus Stahl oder anderen Materialien hergestellt). Die Firma GROB hat als Kerngeschäft die Herstellung dieser Anlagen (Bearbeitungszentren) und Werkzeugmaschinen - die Firma Hufschmied entwickelt und fertigt die Werkzeuge, die in der Werkzeugmaschine dann zum Einsatz kommen. Mehr dazu erzählen die beiden in der Folge.Use Case 1 | Weniger Stillstand und mehr Transparenz in der Produktion. Im Use Case 1 erläutert Emil, dass wenn am Wochenende im automatisierten Betrieb eine Maschine ausfällt, häufig stundenlange Stillstände die Folge sind. Eine IoT-basierte Überwachungslösung alarmiert den Bereitschaftsdienst rechtzeitig. Jede Senkung von Stillstandzeiten rechnet sich sofort für den Maschinenbetreiber. Angenommen, eine Stunde Bearbeitung kostet 100 Euro und die Betriebszeit ist 6.000 bis 7.000 Stunden pro Jahr und Maschine. Das Vermeiden von 10 Prozent Stillstandzeit würde pro Maschine mindestens 60.000 Euro im Jahr bringen. Zudem haben Unternehmen durch die Ermittlung von Maschinendaten zusätzliche Möglichkeiten zur Analyse ihrer Prozesse, etwa zur Verbesserung der Takt -und Anlieferungszeiten. Ein Beispiel aus der Praxis: Durch die Maschinendaten konnte GROB das Entgraten in seinen Maschinen verbessern. Ursprünglich sollte bei Neuentwicklungen auch das Entgraten automatisch im Inneren der Maschine geschehen. Datenanalysen zeigten allerdings, dass manuelles Entgraten außerhalb der Maschine deutlich bessere Ergebnisse erzeugt. Use Case 2 | Werkzeugabnutzung mit lernfähigen Verfahren ermitteln. Im Use Case 2 spricht Ralph über den Verschleiß von Werkzeugen in Zerspanungssystemen. Dieser wird von Maschinenbedienern meist nach einer subjektiven Einschätzung bewertet – nach Gehör. Mit akustischen Sensoren und Machine Learning lässt sich diese Einschätzung digitalisieren und damit objektivieren.Durch die Verarbeitung aller Daten während des gesamten Herstellungsprozesses entsteht ein digitaler Zwilling nicht nur des Werkzeugs oder der Maschine, sondern des gesamten Bearbeitungszyklus. Dadurch lässt sich nachverfolgen, wie sich der Abnutzungsgrad des Werkzeuges Minute für Minute entwickelt. Die Software kann im richtigen Moment eingreifen und die Bediener zum Wechseln des Werkzeugs auffordern. Dadurch wird das Prozess Wissen der Mitarbeiter digitalisiert und vereinheitlicht. (Gastgeberin | https://www.linkedin.com/in/madeleine-mickeleit/)(Interviewpartner | https://www.linkedin.com/in/emil-nigl-a3137576/ und https://www.linkedin.com/in/ralph-hufschmied-bb1573b6/)Jetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhalten

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related