KI-Gewindeschneiden: Drehmoment live überwachen

TL;DR

KI-gestützte Drehmomentüberwachung beim Gewindeschneiden erkennt Werkzeugverschleiß bis zu 200 Hübe vor dem Bruch. Das System analysiert Drehmomentkurven in Echtzeit, stoppt die Maschine bei Anomalien und senkt die Ausschussrate um 73 %. Ein Automobilzulieferer spart damit €67.000 pro Jahr.

Ein gebrochener Gewindebohrer kostet nicht €12 — sondern €2.400

Freitagnachmittag, 14:23 Uhr. Ein M8-Gewindebohrer bricht im Werkstück. Der Bohrer selbst kostet €12. Aber dann folgt die Kaskade: Werkstück ausschleusen (€85 Materialwert), Maschinenreinigung (45 Minuten), neues Werkzeug einsetzen und Referenzfahrt (20 Minuten), drei weitere Werkstücke mit beschädigtem Gewinde aussortieren, die nach dem Bruch noch durchgelaufen sind (€255). Dazu die Maschinenstillstandskosten: €38/Minute × 65 Minuten = €2.470.

Ein mittelständischer Zulieferer mit 6 Gewindeschneidstationen erlebt das im Schnitt 3,4 Mal pro Monat. Das sind €97.800 pro Jahr — für ein Problem, das eine KI-Überwachung für €30.000 Investition löst.

Warum klassische Drehmomentgrenzen versagen

Herkömmliche Werkzeugüberwachungen arbeiten mit festen Schwellwerten: Übersteigt das Drehmoment einen definierten Wert, stoppt die Maschine. Das Problem ist dreifach:

1. Schwellwert zu hoch: Der Bohrer bricht, bevor der Grenzwert erreicht wird. Bei 68 % der Werkzeugbrüche liegt das maximale Drehmoment unter dem eingestellten Alarm.

2. Schwellwert zu niedrig: Fehlalarme bei jedem härteren Werkstück, jeder Materialcharge mit leicht abweichender Festigkeit. Bediener schalten die Überwachung genervt ab.

3. Kein Trendverlauf: Ein Gewindebohrer verschleißt nicht linear. Die Drehmomentkurve verändert ihre Form — Anstiegsflanke wird steiler, Rückflanke flacher — lange bevor der Absolutwert kritisch wird.

Die KI-Überwachung analysiert nicht den Einzelwert, sondern die gesamte Kurvenform. Sie lernt, wie ein gutes Gewinde „aussieht" — und erkennt Abweichungen 200 Hübe vor dem Bruch.

So arbeitet die KI-Drehmomentüberwachung

Sensorik und Datenerfassung

Drehmoment-Monitoring Setup:
  sensoren:
    typ: "Piezoelektrischer Drehmomentsensor (Kistler 9125A)"
    messbereich: "0–50 Nm"
    abtastrate: "20 kHz"
    aufloesung: "0.005 Nm"
    einbau: "Zwischen Spindel und Werkzeugaufnahme"

  datenerfassung:
    controller: "Beckhoff CX5130 (Edge-PC)"
    speicher: "Letzte 10.000 Zyklen pro Werkzeug"
    latenz: "< 2 ms (Sensor → Entscheidung)"

  ki_modell:
    architektur: "1D-CNN + LSTM (Zeitreihenanalyse)"
    features:
      - "Drehmomentkurve (Amplitude, Phase, Frequenz)"
      - "Anstiegsgeschwindigkeit (dM/dt)"
      - "Integralwert (Arbeit pro Hub)"
      - "Frequenzspektrum (FFT, 0–5 kHz)"
    training: "500 Zyklen pro Werkzeugtyp"
    inferenz: "< 1 ms auf Edge-PC"

  reaktion:
    warnung: "Drehmomentkurve weicht > 8% ab"
    stopp: "Drehmomentkurve weicht > 15% ab oder Bruchmuster erkannt"
    voraussage: "Restlebensdauer in Hüben"

Kurvenform-Analyse statt Schwellwert

Die KI zerlegt jede Drehmomentkurve in charakteristische Merkmale:

Die KI erkennt Muster in dieser Kombination, die kein Bediener aus den Rohdaten ablesen könnte. Bereits bei einem Symmetriewert unter 0,82 gibt das System eine Warnung aus — typischerweise 150–250 Hübe vor dem Werkzeugbruch.

Praxis: Automobilzulieferer mit 6 Stationen

Unternehmen: Präzisionsteile für Pkw-Getriebe, 120 Mitarbeiter, Standort Thüringen

Ausgangslage:

• 6 Gewindeschneidstationen (M6 bis M12)
• 14.000 Gewinde pro Tag
• Werkzeugbrüche: 3,4 pro Monat
• Ausschussrate Gewinde: 1,8 %
• Kosten durch Brüche und Ausschuss: €97.800/Jahr

Nach 6 Monaten KI-Überwachung:

• Werkzeugbrüche: 0,2 pro Monat (−94 %)
• Ausschussrate Gewinde: 0,49 % (−73 %)
• Ungeplante Stillstände: −87 %
• Werkzeug-Restlebensdauer: im Schnitt 22 % mehr Hübe pro Bohrer (durch optimalen Wechselzeitpunkt)

Finanzielle Bilanz:

• Weniger Brüche und Ausschuss: €89.200/Jahr gespart
• Längere Werkzeugstandzeit: €11.400/Jahr gespart
• Abzüglich System + Wartung: −€33.600/Jahr
• Netto-Einsparung: €67.000/Jahr

Der Ansatz lässt sich mit der Verschleißerkennung an Stanzwerkzeugen kombinieren, um die gesamte Werkzeugüberwachung in der Fertigung abzudecken.

Installation in bestehende Maschinen

Die Nachrüstung dauert pro Maschine 4–6 Stunden. Der Drehmomentsensor wird zwischen Spindel und Werkzeugaufnahme montiert — ohne Eingriff in die Maschinensteuerung. Die KI läuft auf einem separaten Edge-PC und kommuniziert über einen digitalen Ausgang mit der SPS.

Anbindung an bestehende MES/ERP-Systeme

Die Drehmomentdaten fließen per OPC UA oder MQTT in Ihr MES. Dort werden sie pro Werkstück mit der Seriennummer verknüpft — vollständige Rückverfolgbarkeit für Automotive-Kunden (IATF 16949).

Für die übergreifende KI-Implementierung empfehlen wir, mit dem Gewindeschneiden zu starten: klar definierter Prozess, schneller ROI, hohe Sichtbarkeit beim Werkstattleiter.

Erweiterung: Gewinde-Qualität aus der Drehmomentkurve ablesen

Ein Nebeneffekt der KI-Überwachung: Das System kann aus der Drehmomentkurve Rückschlüsse auf die Gewindequalität ziehen — ohne zusätzliche Lehrdornprüfung. Die Korrelation zwischen Kurvenform und Gewindetoleranz (6H/6g) liegt bei r² = 0,91.

Das ersetzt nicht die stichprobenartige Lehrdornprüfung, reduziert aber den Prüfaufwand um 60 %. Nur noch Teile, deren Drehmomentkurve außerhalb des Konfidenzintervalls liegt, werden physisch geprüft.

Wer auch Schweißnähte automatisch prüft, schafft eine durchgängige KI-Qualitätskette vom Zerspanen über das Fügen bis zur Endkontrolle.

Mehrspindel-Überwachung: Alle Stationen auf einen Blick

Bei Mehrspindlern mit 4, 6 oder 8 parallelen Gewindeschneidspindeln multipliziert sich das Problem: Jede Spindel hat einen eigenen Verschleißzustand, aber der Bediener sieht nur eine Maschine. Die KI überwacht jede Spindel einzeln und zeigt den Zustand aller Werkzeuge in einem Dashboard.

Das ermöglicht gebündelten Werkzeugwechsel: Wenn Spindel 3 bei 85 % Restlebensdauer steht und Spindel 5 bei 78 %, empfiehlt die KI, beide beim nächsten geplanten Halt zu wechseln — statt zweimal die Maschine zu stoppen. Ein Anwender mit 6-Spindel-Automaten spart dadurch 12 ungeplante Stillstände pro Monat, was bei €38/Minute Maschinenstundensatz und 25 Minuten pro Stopp insgesamt €11.400 pro Monat ausmacht.

Kosten und Wirtschaftlichkeit

Ab 2 Maschinen und 5.000+ Gewinden pro Tag amortisiert sich die Investition innerhalb von 5 Monaten. Den exakten ROI für Ihren Betrieb berechnen Sie mit unserer Excel-Vorlage.

Häufige Fragen

Funktioniert die KI-Überwachung auch bei Gewindeformen (Gewindeformen statt Schneiden)?

Ja, das System arbeitet mit Gewindeschneiden und Gewindeformen. Bei Gewindeformen ist das Drehmomentniveau höher und die Kurvenform anders, aber die KI lernt beide Prozesse. Die Trainingsphase beträgt jeweils ca. 500 Zyklen (typischerweise 1 Schicht bei Serienfertigung).

Muss das System für jede Gewindegröße neu trainiert werden?

Ja, jede Kombination aus Gewindegröße, Werkstoff und Werkzeugtyp benötigt ein eigenes Modell. Der Trainingsaufwand ist jedoch gering: 500 Zyklen automatisch im Hintergrund, kein manuelles Labeling nötig. Bei einem Wechsel von M8 auf M10 dauert das Training etwa 2 Stunden Produktionszeit.

Wie verhält sich die KI bei wechselnden Materialchargen?

Das System erkennt Chargeneinflüsse automatisch. Wenn eine neue Materialcharge eine systematisch andere Drehmomentkurve erzeugt (z. B. härterer Stahl), passt die KI das Referenzmodell innerhalb von 50 Zyklen an — vorausgesetzt, die Gewinde sind in Ordnung. Bei plötzlichen Abweichungen warnt das System zunächst den Bediener.

Kann die KI auch Sacklochgewinde überwachen?

Sacklochgewinde sind sogar der häufigste Anwendungsfall, weil hier Werkzeugbrüche besonders teuer sind (Bohrer steckt im Werkstück). Die Drehmomentkurve bei Sacklöchern hat ein charakteristisches Profil am Gewindegrund, das die KI besonders zuverlässig auswertet.

Welche Maschinensteuerungen werden unterstützt?

Das System arbeitet unabhängig von der Maschinensteuerung, da der Sensor extern montiert wird. Siemens Sinumerik, Fanuc, Heidenhain und Mitsubishi sind getestet. Die Kommunikation mit der SPS erfolgt über einen potenzialfreien Digitalausgang — ein einfacher Stopp-Befehl, den jede Steuerung verarbeiten kann.