Hollerithallee 21, 30419 - Hannover

Startseite / Fallstudien / Laserschneidmaschinen

FALLSTUDIE / BLECHBEARBEITUNG

Laserschneidmaschinen-Monitoring in der Blechbearbeitung

Wie können Hersteller versteckte Produktionsverluste in einem großen Laserschneidmaschinen-Park sichtbar machen? In diesem Projekt umfasste der Projektumfang 136 Maschinen der Baujahre 2012 bis 2022. WatchMen machte produktives Schneiden, Leerlauf, Rüstvorgänge, Be- und Entladung, Mikrostopps und Stillstände sichtbar. Der Kunde berichtete dabei von einer Produktivitätssteigerung von 26,4 %.

Kostenloses PDF · Ohne Registrierung

Injection Molding Monitoring Spritzgießmaschinenüberwachung

Laserschneiden in der Blechbearbeitung: Produktive Schneidzeit und versteckte Produktionsverluste sichtbar machen.

+26,4 %

höhere Produktivität

Vom Kunden berichtetes Ergebnis

136

Maschinen im Projektumfang

Baujahre 2012–2022

15 min

Sensorinstallation

Pro Maschine im Projekt

In dieser Fallstudie · Projekt · Umsetzung · Maßnahmen · Ergebnisse · FAQ

DAS PROJEKT

Auf einen Blick

Branche
Blechbearbeitung

Maschinenpark
136 Maschinen · Baujahre 2012–2022

Anwendung
Laserschneiden

Betrieb
Berechnungsmodell: 2 × 8-Stunden-Schichten

Technologie
Externe Retrofit-Sensoren + WatchMen

Integration
ERP-/BDE-Anbindung

Fokus
Produktives Schneiden, Leerlauf, Rüstvorgänge, Be- und Entladung, Mikrostopps und Stillstände

DIE HERAUSFORDERUNG

Auch eine laufende Lasermaschine kann versteckte Kapazitätsverluste haben

Laserschneiden ist stark automatisiert. Trotzdem können Rüstvorgänge, Be- und Entladung, Materialwartezeiten, kurze Unterbrechungen und Stillstände wertvolle Maschinenzeit beanspruchen. Materialart, Blechdicke, Verschachtelung und Auftragsgröße verändern zusätzlich den Produktionskontext.
Auftragsstart und -ende können bereits sichtbar sein. Sie zeigen jedoch nicht automatisch, wie die Maschinenzeit dazwischen tatsächlich genutzt wurde. Deshalb benötigte das Produktionsteam einen klareren Blick auf produktives Schneiden und die Verluste rund um den Prozess.

Produktives Schneiden

Erkennen, welcher Anteil der geplanten Maschinenzeit tatsächlich für produktives Schneiden genutzt wird.

Rüsten & Be-/Entladen

Rüstvorgänge, Auftragswechsel sowie Be- und Entladezeiten sichtbar und vergleichbar machen.

Unterbrechungen

Wiederkehrende Mikrostopps, längere Wartezeiten und Stillstände sichtbar machen, die innerhalb der gesamten Auftragsdauer leicht verborgen bleiben.

VON DER MASCHINE ZUR ANALYSE

Nachrüsten. Validieren. Verstehen.

Die Vernetzung der Maschinen schafft die Datengrundlage. Aussagekräftige Produktionsanalysen entstehen durch validierte Maschinenzustände in Verbindung mit Auftrags- und Produktionskontext.

01

Maschinen nachrüsten

Externe Novo-AI-Sensoren schaffen eine gemeinsame Monitoring-Ebene über unterschiedliche Generationen von Laserschneidmaschinen hinweg. Für die grundlegende Überwachung ist kein direkter SPS-Zugriff und kein Eingriff in die Maschinensteuerung erforderlich. Die angegebene Installationszeit beträgt rund 15 Minuten pro Maschine.

02

Maschinenzustände validieren

Edge Processing und Validierung helfen dabei, produktives Schneiden von Leerlauf, Rüstaktivitäten, Mikrostopps und Stillständen zu unterscheiden. Dadurch entsteht eine konsistente Maschinenzustands-Zeitleiste über den gesamten Projektumfang.

03

Produktionskontext ergänzen

WatchMen verbindet Maschinenverhalten mit Auftrags- und Produktionsinformationen. Material, Blechdicke, Geometrie, Losgröße und Qualitätsanforderungen können berücksichtigt werden, wenn Leistungsunterschiede zwischen Maschinen oder Aufträgen untersucht werden.

Retrofitting machines with a Novo AI AI sensor for real-time machine data

EXTERNE SENSOREN

Laserschneid-Daten ohne SPS-Zugriff

Externe Sensoren erfassen das physikalische Verhalten der Maschine und bilden die Grundlage dafür, zu erkennen, wann produktives Schneiden beginnt oder endet und ob bestimmte Muster wiederkehren.
WatchMen überführt die validierten Signale in eine gemeinsame Maschinenzustands-Zeitleiste. Auftragsdaten, Materialkontext sowie Bediener- und Produktionsinformationen helfen anschließend dabei zu verstehen, warum ein bestimmter Verlust aufgetreten ist.

Mehr über Maschinendatenerfassung mit Novo AI →

VON DATEN ZU MASSNAHMEN

Wiederkehrende Schneidverluste in konkrete Verbesserungen übersetzen

Maschinenmonitoring zeigt, wo geplante Maschinenzeit verloren geht. Im nächsten Schritt geht es darum, die größten wiederkehrenden Verluste zu priorisieren und zu prüfen, ob Prozessänderungen tatsächlich nutzbare Schneidkapazität freisetzen.

01

Versteckten Leerlauf reduzieren

Längere Wartezeiten rund um Materialverfügbarkeit, Vorbereitung des Folgeauftrags und Maschinenbereitschaft untersuchen. Wiederkehrende Muster zeigen, an welchen Stellen Vorbereitung und Reaktionszeiten verbessert werden können.

02

Rüsten, Beladen und Auftragswechsel verbessern

Programme, Werkzeuge, Material und Auftragswechsel vorbereiten, bevor die Maschine verfügbar wird. Zusätzlich Materialbereitstellung und Handling-Prozesse prüfen, um wiederkehrende Verzögerungen bei Be- und Entladung zu reduzieren.

03

Stillstände und Mikrostopps reduzieren

Wiederkehrende kurze Unterbrechungen ebenso untersuchen wie längere Maschinenstörungen. Die Maschinen-Zeitleiste mit Instandhaltungs- und Produktionskontext verbinden und nach umgesetzten Maßnahmen dieselben Kennzahlen erneut vergleichen.

ERGEBNISSE IM KONTEXT

Was sich im Projekt verbessert hat

BERECHNETES LEERLAUF-SZENARIO

−39,29 %

weniger Leerlauf

Im zugrunde liegenden Betriebsmodell reduziert sich der Leerlauf deutlich. Die relative Reduktion beträgt 39,29 %. Die detaillierten Vorher-/Nachher-Werte und die Berechnungsgrundlage finden Sie in der vollständigen Fallstudie.

+71.808

zusätzliche produktive Maschinenstunden pro Jahr

Geschätzter jährlicher Kapazitätsgewinn über den gesamten Projektumfang mit 136 Maschinen.

Berichtetes Ergebnis: Der Kunde berichtete von einer Produktivitätssteigerung von 26,4 %. Das Maschinenmonitoring machte produktives Schneiden sowie wiederkehrende Verluste wie Leerlauf, Rüsten, Be- und Entladung, Mikrostopps und Stillstände systematisch sichtbar.

Jährliche Kapazitätsschätzung: Die modellierte Verbesserung entspricht ungefähr 71.808 zusätzlichen produktiven Maschinenstunden pro Jahr über den gesamten Projektumfang. Dabei handelt es sich um eine annualisierte Kapazitätsschätzung und nicht um ein vollständig gemessenes zusätzliches Jahres-Outputvolumen.

Berechnungsgrundlage im PDF ansehen ↓

Kontext: Die Werte beziehen sich auf das beschriebene Projekt. Ausgangssituation, Produktmix, Schichtmodell und umgesetzte Maßnahmen beeinflussen das Ergebnis. Weniger Zeitverluste bedeuten nicht automatisch eine gleich hohe Steigerung von OEE oder Output.

GUT ZU WISSEN

Fragen zum Laserschneidmaschinen-Monitoring

Welche Maschinen waren Teil der Fallstudie?

Der Projektumfang umfasst 136 Maschinen der Baujahre 2012 bis 2022 in einer Umgebung für Blechbearbeitung.

Welches Produktivitätsergebnis wurde berichtet?

Der Kunde berichtete von einer Produktivitätssteigerung von 26,4 %. Die Werte zu Produktivzeit, Leerlauf und jährlicher Kapazität sind modellierte Größen, die dieses Ergebnis in ein konsistentes Maschinenzeitszenario übersetzen.

Wie stark wurde der Leerlauf reduziert?

Im Berechnungsmodell reduziert sich der Leerlauf um 39,29 %. Die detaillierten Vorher-/Nachher-Werte und die Berechnungsgrundlage sind in der vollständigen Fallstudie enthalten.

Wie viel zusätzliche produktive Kapazität wurde berechnet?

Das Modell ergibt rund 71.808 zusätzliche produktive Maschinenstunden pro Jahr über den gesamten Projektumfang mit 136 Maschinen. Dabei handelt es sich um eine annualisierte Kapazitätsschätzung und nicht um ein vollständiges Jahr direkt gemessener Mehrproduktion.

Wie lange dauert die Sensorinstallation?

Die angegebene Installationszeit beträgt ungefähr 15 Minuten pro Maschine. Die externen Sensoren schaffen die grundlegende Monitoring-Ebene ohne direkten SPS-Zugriff oder Eingriff in die Maschinensteuerung.

Ist der Anteil produktiver Zeit dasselbe wie OEE?

Nein. Der Anteil produktiver Zeit beschreibt, wie sich geplante Maschinenzeit auf produktive und nichtproduktive Zustände verteilt.

DIE VOLLSTÄNDIGE FALLSTUDIE

Details für Ihre Entscheidung

Laden Sie die vollständige Fallstudie mit Projektumfang, Umsetzung, Ergebnissen sowie den detaillierten Berechnungs- und Messgrundlagen als PDF herunter.

Kostenloses PDF herunterladen ↓

ÜBERTRAGUNG AUF IHRE PRODUKTION

Was möchten Sie in Ihrer Laserschneidproduktion sichtbar machen?

Nennen Sie uns die Anzahl Ihrer Laserschneidmaschinen, deren ungefähre Baujahre und Ihre wichtigste Produktionsfrage: produktive Schneidzeit, Leerlauf, Rüsten, Be- und Entladung, Mikrostopps oder Stillstände?Gemeinsam können wir geeignete Pilotmaschinen auswählen und bestimmen, welche Verluste und Produktionsbedingungen zuerst transparent gemacht werden sollten.

Anwendung besprechen →

Weiterlesen: CNC-Monitoring in der Präzisionswerkzeugfertigung · CNC-Monitoring in der Industrieausrüstungsfertigung · Alle Fallstudien · CNC-Maschinen nachrüsten und Maschinendaten erfassen

Externe Fachquellen: OEE.com: Definition und Berechnung der OEE (Englisch) · OEE.com: Sechs wesentliche Verlustarten in der Fertigung (Englisch). Diese Quellen erläutern allgemeine Kennzahlen und Verlustarten. Sie belegen nicht die kundenspezifischen Ergebnisse dieser Fallstudie.