SmartBending: Inline-Messtechnik zur Prozesskorrektur

Inline-Prozessoptimierung zur Fehlerkorrektur beim Schwenkbiegen

ZeitschriftIndustry 4.0 Science
Ausgabe42. Jahrgang, 2026, Ausgabe 3, Seite 134-141
Literatur Teilen Zitieren Download

Abstract

Schwenkbiegen ist ein etabliertes Umformverfahren, bei dem Materialverlust vermieden und Ressourcen effizient genutzt werden. Der Prozess erfordert jedoch aufwändige Optimierungen, die bisher stark vom Fachwissen der Bediener abhängen. Dies führt zu hohem Zeit- und Materialaufwand, da Optimierungsschritte iterativ erfolgen. Angesichts des Fachkräftemangels ist eine technologische Aufrüstung der Anlagen im Sinne von Industrie 4.0 notwendig. Im Rahmen eines Projekts wurden mittels intelligenter Sensorik kritische Einflussfaktoren erfasst, die Korrelationen zwischen Produktfehlern und Anlagenverformungen aufzeigen. Darauf basierend wurde eine Methodik entwickelt, die die Grundlage für eine Inline-Kompensation schafft, bei der die Anlage eigenständig Prozessparameter anpasst, um Produktfehler zu korrigieren und perspektivisch eine fehlerfreie Fertigung ab dem ersten Bauteil zu ermöglichen.

Keywords

Artikel

Das Schwenkbiegen ist aufgrund seiner flexiblen Anwendbarkeit ein in der industriellen Blechbearbeitung weit verbreitetes Verfahren [1]. Auf den ersten Blick handelt es sich um einen vergleichsweise einfachen Prozess: Bleche werden zwischen Ober- und Unterwangenwerkzeug eingespannt und entlang einer definierten Linie mithilfe eines schwenkbaren Werkzeugs gebogen (Bild 1) [2]. Um die gewünschten Biegewinkel mit ausreichender Maßhaltigkeit über die gesamte Blechlänge zu erreichen, sind trotz moderner Computerized Numerical Control (CNC)-Anlagen weiterhin ein erheblicher Einstellaufwand sowie die Erfahrung des Bedienpersonals erforderlich [3, 4]. Eine wesentliche Ursache für Winkelfehler ist das elastische Rückstellen des Blechs nach der Entlastung, das als Rückfederung …

Zugang beschränkt

Sie sind zur Zeit nicht angemeldet / noch nicht registriert.

Um diesen Inhalt vollständig lesen zu können, müssen Sie über ein entsprechendes inklusiv-Abonnement verfügen. Alternativ können Sie den Zugang auch durch Zahlung eines Einmalpreises erhalten.

Abo inklusive Einzelkauf
ohne 29,00 €
Digital 27,55 €
Expert 0,00 €
Professional 0,00 €

Lesen für einmalig 29,00 €

Alle Preise enthalten 7% Mehrwertsteuer

Nach Erwerb der Zugangsrechte werden Sie automatisch wieder zu dieser Seite zurückgeleitet.


Das könnte Sie auch interessieren

Digital Competence Lab (DCL) für die Logopädie

Digital Competence Lab (DCL) für die Logopädie

Konzeption einer Lernplattform zur Förderung digitaler Handlungskompetenzen
Anika Thurmann ORCID Icon, Antonia Weirich ORCID Icon, Kerstin Bilda, Fiona Dörr ORCID Icon, Lars Tönges ORCID Icon
Die digitale Transformation des Gesundheitswesens verändert die logopädische Versorgung nachhaltig. Smarte Technologien und Künstliche Intelligenz (KI) eröffnen neue Möglichkeiten, um die Qualität der Therapie zu sichern, Versorgungsengpässe zu adressieren und Patienten stärker in Übungsprozesse einzubinden. Gleichzeitig erweitern diese Entwicklungen das Rollenverständnis von Logopäden, die neben ihrer therapeutischen Kernaufgabe zunehmend digitale Systeme als unterstützende Werkzeuge einsetzen. Aufbauend auf einer Machbarkeitsstudie zur KI-gestützten Anwendung ISi-Speech-Sprechen im Realsetting der Parkinson-Komplextherapie (PKT) werden in diesem Beitrag zentrale Herausforderungen der Implementierung smarter Technologien skizziert.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 110-118 | DOI 10.30844/I4SD.26.1.110
KI-Implementierung in der industriellen Qualitätskontrolle

KI-Implementierung in der industriellen Qualitätskontrolle

Ein Design-Science-Ansatz, der technische und menschliche Faktoren miteinander verbindet
Erdi Ünal ORCID Icon, Kathrin Nauth ORCID Icon, Pavlos Rath-Manakidis, Jens Pöppelbuß ORCID Icon, Felix Hoenig, Christian Meske ORCID Icon
Künstliche Intelligenz (KI) bietet ein erhebliches Potenzial zur Verbesserung der industriellen Qualitätskontrolle, doch eine erfolgreiche Implementierung erfordert die sorgfältige Berücksichtigung ethischer und menschlicher Faktoren. Dieser Artikel untersucht, wie automatisierte Oberflächeninspektionssysteme eingesetzt werden können, um menschliche Fähigkeiten zu erweitern und gleichzeitig eine ethische Integration in die Arbeitsabläufe zu gewährleisten. Im Rahmen einer Design-Science-Research-Untersuchung (DSR) wurden zwölf Interessenvertreter aus sechs Organisationen auf drei Kontinenten befragt und zwölf soziotechnische Designanforderungen abgeleitet. Diese sind in Vorbereitungs- und Implementierungs-/Betriebsphasen unterteilt und befassen sich mit menschlichem Handeln, Mitarbeiterbeteiligung und verantwortungsvollem Wissensmanagement. Zu den wichtigsten Ergebnissen zählen die entscheidende Bedeutung einer sinnvollen Mitarbeiterbeteiligung während der ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 120-127 | DOI 10.30844/I4SD.26.1.120
XAI-gestütztes Nudging von Entscheidungen in der Fertigung

XAI-gestütztes Nudging von Entscheidungen in der Fertigung

Praktische Umsetzbarkeit und ethische Herausforderungen
Jan-Phillip Herrmann ORCID Icon, Catharina Baier, Sven Tackenberg ORCID Icon, Verena Nitsch ORCID Icon
Erklärbare künstliche Intelligenz (XAI)-basiertes Nudging ist zwar ethisch komplex, kann jedoch eine vorteilhafte Alternative zu starren, algorithmisch generierten Fertigungsplänen darstellen, um sowohl die Planungsautonomie von Fertigungsmitarbeitenden als auch die Gesamtleistung des übergeordneten Fertigungssystems zu verbessern. Dieser Artikel präsentiert eine Laborstudie, die das erfolgreiche Nudging von 28 Studierenden des Studiengangs Wirtschaftsingenieurwesen in einer Fertigungssimulation demonstriert. Die Studie zeigt, dass die Übereinstimmung der von den Studierenden ausgewählten Bearbeitungsreihenfolge von Fertigungsaufgaben mit einer vordefinierten Bearbeitungsreihenfolge durch Nudging um 9 % zunimmt. Durch den Einsatz von XAI werden die Präferenzen der Studierenden analysiert und Deadlines sowie Prioritäten in der Simulation angepasst. Der Artikel diskutiert die ethischen Fragen des Nudging, darunter potenzielle Manipulation, Scheinautonomie und die Reduzierung von ...
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 70-78 | DOI 10.30844/I4SD.26.1.70
Angewandte KI für die menschenzentrierte Montage

Angewandte KI für die menschenzentrierte Montage

Ein ethisch fundierter Ansatz zur Gestaltung von Arbeitsplätzen
Tadele Belay Tuli ORCID Icon, Michael Jonek ORCID Icon, Sascha Niethammer, Henning Vogler, Martin Manns ORCID Icon
Künstliche Intelligenz (KI) kann die Montage verbessern, indem sie menschliche Bewegungen vorhersagt und den Arbeitsplatz entsprechend gestaltet. Mithilfe probabilistischer Modelle wie der Gaußschen Mischmodelle (GMMs) antizipieren KI-Systeme die Bewegungen des Bedieners, um die Koordination mit Robotern zu verbessern. Diese Vorhersagesysteme werfen jedoch ethische Bedenken hinsichtlich Sicherheit, Fairness und Datenschutz gemäß EU AI Act auf. Dieser Artikel stellt eine Methode vor, die probabilistische Bewegungsmodellierung mit ethischer Bewertung mittels Z-Inspection® integriert. Eine Fallstudie unter Verwendung des Werkerassistenzsystem zeigt, wie multimodale Sensorik (Bewegung, Blick) und interpretierbare Modelle eine vorausschauende Unterstützung ermöglichen. Der Ansatz geht von der ethischen Bewertung zu einer ethisch informierten Arbeitsgestaltung über und liefert übertragbare Prinzipien sowie eine konfigurierbare Bewertungsmatrix.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 60-68 | DOI 10.30844/I4SD.26.1.60
Mitbestimmungsdialoge zur humanzentrierten KI-Einführung

Mitbestimmungsdialoge zur humanzentrierten KI-Einführung

Dialogisches Verfahren der Entwicklung einer betriebsspezifischen Mitbestimmungspraxis
Manfred Wannöffel ORCID Icon, Fabian Hoose ORCID Icon, Alexander Ranft, Claudia Niewerth ORCID Icon, Dirk Stüter
Im Rahmen des vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderten regionalen Kompetenzzentrums „humAIne“ wurde mit dem Instrument der Mitbestimmungsdialoge ein Verfahren entwickelt, mit dem ein gemeinsames Verständnis über die komplexen Herausforderungen bei der Einführung von Künstlicher Intelligenz (KI) zwischen Management, Beschäftigten und Interessenvertretungen schrittweise im Dialog erarbeitet wird. Erfahrungen aus Projektpartnerbetrieben – wie Doncasters Precision Castings-Bochum GmbH (DPC) – zeigen exemplarisch auf, wie mit den Mitbestimmungsdialogen nicht nur rechtlich verbindliche Regelungen zu einer handhabbaren, betrieblich verankerten, nachhaltigen Praxis der Mitbestimmung bei KI entwickelt, sondern zugleich auch kontinuierliche Qualifizierungsprozesse für alle beteiligten Akteursgruppen im Sinne des Art. 4 und 5 des EU AI Act angestoßen werden.
Industry 4.0 Science | 42. Jahrgang | 2026 | Ausgabe 1 | Seite 92-98 | DOI 10.30844/I4SD.26.1.92