Intelligente Werkzeugmaschine

Die Produktivität und Arbeitsgenauigkeit von Werkzeugmaschinen werden nicht nur von der Antriebsleistung, sondern vor allem von den dynamischen Eigenschaften der Werkzeugmaschinenstruktur begrenzt. Die im Prozess auftretenden statischen und dynamischen Kräfte können unter ungünstigen Bedingungen zu Ratterschwingungen führen. Diese selbsterregten Schwingungen zeichnen sich auch auf der Werkstückoberfläche durch sog. Rattermarken ab und führen dazu, dass Oberflächentoleranzen nicht mehr eingehalten werden können. Das Auftreten von Ratterschwingungen ist von verschiedenen Prozessstellgrößen, wie der Schnitttiefe/ und –breite oder der Spindeldrehzahl abhängig. Die Wahl von geeigneten Parametern erfordert allerdings viel Zeit für Experimente und Berechnungen, teure Messeinrichtungen, sowie ein hohes Maß an Expertenwissen.

Ziel dieses Projekts ist die Entwicklung und prototypische Implementierung einer „intelligenten Werkzeugmaschine“, die im Prozess sukzessive lernt bei welchen Parametern der Prozess stabil und gleichzeitig möglichst produktiv ist. Mit Hilfe des angelernten Modells werden die Parameter im Prozess dann autonom so angepasst, dass Ratterschwingungen vermieden werden, aber dennoch ein möglichst hoher Materialabtrag erreicht wird.

Die Untersuchungen für dieses Projekt erfolgen auf der „fühlenden Maschine“, die strukturintegrierte Sensorik zur Ermittlung der Prozesskräfte bereitstellt. Für die autonome Anpassung der Prozessparameter werden Methoden aus dem Bereich der künstlichen Intelligenz eingesetzt. Die fühlende Maschine wird in diesem Projekt also zur lernenden und intelligenten Maschine.