Refine
Year of publication
- 2022 (5) (remove)
Document Type
Language
- German (2)
- English (2)
- Multiple languages (1)
Is part of the Bibliography
- no (5)
Keywords
Institute
The operation of CNC milling is expensive because of the cost-intensive use of cutting tools. The wear and tear of CNC tools influence the tool lifetime. Today’s machines are not capable of accurately estimating the tool abrasion during the machining process. Therefore, manufacturers rely on reactive maintenance, a tool
change after breakage, or a preventive maintenance approach, a tool change according to predefined tool specifications. In either case, maintenance costs are high due to a loss of machine utilization or premature tool change. To find the optimal point of tool change, it is necessary to monitor CNC process parameters during machining and use advanced data analytics to predict the tool abrasion. However, data science expertise is limited in small-medium sized manufacturing companies. The long operating life of machines often does not justify investments in new machines before the end of operating life. The publication describes a cost-efficient approach to upgrade legacy CNC machines with a Tool Wear Prediction Upgrade Kit. A practical solution is presented with a holistic hardware/software setup, including edge device, and multiple sensors. The prediction of tool wear is based on machine learning. The user interface visualizes the machine condition for the maintenance personnel in the shop floor. The approach is conceptualized and discussed based on industry requirements. Future work is outlined.
Die digitale Transformation in Unternehmen bewirkt einen stetigen Anstieg der Datenmengen auf allen Unternehmensebenen. Die Nutzung dieser Daten und deren Veredlung zu Informationen gestalten sich aufgrund der historisch gewachsenen IT-Komplexität jedoch zunehmend als strukturelle und organisatorische Herausforderung. Das Potenzial der digitalen Transformation, schnellere und bessere Entscheidungen auf Basis von Analysen der vorliegenden Datenbasis zu treffen, bleibt damit oftmals hinter den Erwartungen zurück. Unternehmen sind daher gefordert, Strukturen und Fähigkeiten zur Beherrschung der Ressource Information zu gestalten. Die Informationslogistik stellt einen essenziellen Baustein dar, um interne und externe Informationsflüsse effektiv und effizient nutzbar zu machen.
In diesem Kapitel werden die Begriffe und Grundlagen des Informationsmanagements (IM) erläutert. Zunächst werden die Begriffe „Daten“ und „Information“ erläutert und voneinander abgegrenzt. Darauffolgend werden die Begriffe „Informationssystem“ und „Informationstechnologie“ erläutert. Zudem wird der Begriff „Informationsmanagement“ definiert und dessen Aufgaben im Unternehmenskontext eingeordnet. Abschließend wird der Begriff des IT-Business-Alignments eingeführt und dessen Notwendigkeit im Unternehmenskontext hergeleitet.
Technology management can significantly influence the strategic decisions of a company and thus cause success or failure. Basic templates for technology management are technology radars as well as the determination of the technology readiness level (TRL) to be able to evaluate the maturity of newly deployed technologies (e.g., newcomer vs. established). The radars, as well as the TRL, are identified in time-consuming, manual research by subject matter experts from external consultancies. This process is often repeated due to the further development and new development of technologies so that the necessary research becomes an ongoing task. The TechRad research project, therefore, aims to automate the identification of the TRL as well as technology radars using web crawling and Natural Language Processing (NLP). To commercialize the pre-competitive prototype, the development of a pre-competitive business model is the goal of this paper. Based on customer analyses, a target group definition is created. Based on user interviews, the precompetitive business model will be detailed in a four-step approach using a business model canvas and a value proposition canvas.
Technologiemanagement – die Basis für die Entscheidung über Einsatz, Entwicklung oder Beschaffung sowie die Verwertung von Technologien – kann strategische Entscheidungen eines Unternehmens maßgeblich beeinflussen und damit über dessen Erfolg oder Misserfolg entscheiden. Grundlegende Vorlage für das Technologiemanagement sind Technologieradare, inklusive der Bestimmung des (TRL), um die Reife neu eingesetzter Technologien (z. B. Newcomer vs. Etablierte) bewerten zu können. Sowohl Technologieradare als auch der TRL werden in zeitaufwendigen, manuellen Recherchen von Fachleuten ermittelt. Dieser Prozess wird aufgrund der Weiter- und Neuentwicklung von Technologien häufig wiederholt, sodass die notwendige Recherche als Daueraufgabe bestehen bleibt. Das Forschungsprojekt ‚TechRad‘ (Laufzeit: 01.06.2019 – 31.05.2022) zielt deshalb darauf ab, die Identifikation des TRLs sowie den Aufbau der Technologie-Radare mittels Webcrawling und Natural-Language-Processing (NLP) zu automatisieren. Im Artikel werden die Erkenntnisse aus der Entwicklung in Form eines generischen Leitfadens zur Entwicklung autonomer Technologieradare zusammengefasst.