Success Story

Lesedauer: 2 min

Manufacturing

Material Industries

Visual Inspection

Anomaly Detection

Industrial Software

Kontext

Springer, ein führender Hersteller von Maschinen für die Holzwirtschaft, erkannte das Potenzial zur Optimierung eines seiner Hauptprodukte: dem Schneckenförderer, der in großem Umfang für die Zuführung von Holzstämmen in Verarbeitungslinien eingesetzt wird. Die Schneckengewinde der Förderanlage liefen in einer Stop-Go-Bewegung, was zu einer hohen mechanischen Belastung der einzelnen Komponenten und einem übermäßigen Energieverbrauch führte.

Herausforderung

Die Herausforderung bestand darin, die optimalen Einstellungen für die Drehzahl und den Winkel der Gewindeschnecken zu finden, um die Stop-Go-Bewegung zu vermeiden und eine konstante Bewegung zu erreichen.

Auftrag

craftworks wurde mit der Entwicklung einer Steuerung beauftragt, die in der Lage ist, Maschineninformationen von der SPS (speicherprogrammierbaren Steuerung) zu empfangen und die erforderliche Geschwindigkeit zu berechnen. Diese berechneten Werte werden dann an die SPS zurückgesendet, sodass sie die erforderlichen Parameter in Echtzeit anpassen kann.

Lösung

Es wurde ein Python-basiertes Modell entwickelt, das die Daten erfasst und verarbeitet. Anschließend wurde ein Proof of Concept (PoC) mit einer SPS implementiert. Die nächsten Schritte umfassten die Entwicklung eines darauf basierenden Produkts für zukünftige Schneckenförderer.

Der Einsatz von KI zur Optimierung der Schneckenförderer führte in diesem Fall zu einer nachweisbaren Fehlerreduzierung von 25 %. Dies stellt einen bedeutenden Schritt in Richtung höherer mechanischer Effizienz und Nachhaltigkeit in der Holzindustrie dar.

three male team members of craftworks at a meeting table looking at laptops and working

Successful growth is a decision. Driven by data.

Wie können wir Ihnen weiterhelfen?