Advanded Methods for Machine and Process Monitoring

E-Mail:  Belch@ifw.uni-hannover.de
Jahr:  2018
Datum:  15-03-18
Förderung:  DMG MORI CO., LTD.
Laufzeit:  10/17-09/18

Prozessüberwachungssysteme können bereits heute Fehler in Zerspanprozessen, sowie z.B. Werkzeugbrüche, oder fehlerhafte Werkstückgeometrien erkennen. Konventionelle Systeme nutzen hierfür das Teach-In Verfahren, das Konfidenzbereiche für gemessene Prozesssignale auf Basis von Historienwissen ableitet. In der Einzelteilfertigung ist dieses Verfahren nicht verwendbar, da entsprechende Referenzdaten fehlen. Alternativ wird hier daher ein simulationsbasiertes Überwachungsverfahren für Dreh-, Fräs- und Bohrprozesse angewandt. Ein speziell entwickeltes, prozessparalleles Schnittsimulationssystem und die anschließende modellbasierte Schätzung von Soll- Prozessgrößen (Spindelstrom) ermöglicht die Überwachung der gemessenen Signale. Ein CAM System ist nicht notwendig. Selbstlernende Systemmodule zur Kompensation nicht prozessspezifischer Anteile im Spindelstrom, wie Beschleunigungs- und Reibanteile, werden entwickelt und untersucht. Dies ermöglicht die modellbasierte Prozessüberwachung von Prozessen mit Beschleunigungsanteilen in der Einzelteilfertigung. Zusätzlich werden selbstoptimierende Ansätze zur mehrkriteriellen Prozessüberwachung von Serienprozessen mit minimalem manuellen Parametrieraufwand untersucht.