InstitutNews und VeranstaltungenNews
Adaptive Prozessplanung von 5-Achs-Fräsprozessen mit Hilfe maschineller Lernmethoden

Adaptive Prozessplanung von 5-Achs-Fräsprozessen mit Hilfe maschineller Lernmethoden

© IFW
5-Achs Bearbeitungszentrum HSC30 mit Kopplung an Prozesssimulation

Formabweichungen beim 5-Achs-Fräsen bereits vor der Fertigung vorhersagen, um ihnen entgegenwirken zu können – das ist das Ziel des DFG-geförderten Projekts HEPHAESTUS. „Beim 3-Achs-Prozess konnten wir Formfehler mit einer Kompensationsmethodik erheblich reduzieren“, erläutert Projektmitarbeiterin Julia Huuk vom Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) der Leibniz Universität Hannover. Für das 5-Achs-Fräsen sind Kompensationsmethoden bislang kaum erforscht. Zusammen mit Mitarbeitenden des L3S der Leibniz Universität will Julia Huuk ein Framework zur Reduzierung der Formabweichung erstellen. Huuk: „Für die Prozesssimulation setzen wir maschinelle Lernmethoden ein.“

Mit einem Trend zu steigender Bauteilkomplexität bei gleichzeitig kleineren Losgrößen steigen die Anforderungen, die an Prozessplanung von spanenden Fertigungsprozessen gestellt werden. Gerade für 5-Achs-Fräsprozesse werden verstärkt Prozesssimulationen eingesetzt. Ein entscheidendes Qualitätsmerkmal bei so hergestellten Bauteilen ist die geometrische Genauigkeit, die normalerweise in direktem Zusammenhang mit der Bauteilfunktionalität steht. Besonders der Schlichtoperation kommt hierbei eine besondere Bedeutung zu. Sie stellt den finalen Schritt in der Bearbeitung dar und beeinflusst somit die Bauteilqualität maßgeblich.

Obgleich dem Prozessplaner Simulationssoftware zur Verfügung steht, müssen während der Inbetriebnahme eines neues Fräsprozesses häufig noch manuelle Anpassungen vorgenommen werden. Diese Anpassungen basieren dabei auf Expertenwissen, um maschinenspezifische Abweichungen, variierende Werkzeugsteifigkeiten oder die Maschinendynamik zu kompensieren. Im ihrem Forschungsprojekt HEPHAESTUS forschen die Mitarbeitenden an einer lernenden Methode für die 5-Achskompensation von Formfehlern. Hierzu sollen ausgefeilte Machine-Learning-Strategien zur Anwendung kommen. „Eine der größten Herausforderungen hierbei ist die Übertragbarkeit von gebildeten Modellen auf weitere Prozesse“, erläutert Julia Huuk. „Wir untersuchen, inwiefern das Modell eines Prozesses auf Prozesse mit anderen Werkstückgeometrien, Werkzeugen und Werkzeugmaschinen übertragen werden können.“

Für die Modellierung der Zusammenhänge zwischen der Formabweichung am Werkstück und den prozessabhängigen Größen werten die Projektmitarbeitenden drei verschiedene Datenströme aus: die Prozess-, Simulations- und Qualitätsdaten. Die Prozessdaten werden hierfür direkt aus der Maschinensteuerung entnommen und beinhalten beispielsweise Achspositionen und Spindelströme. Huuk: „Diese Daten reichern wir mit zusätzlichen Simulationsdaten, wie zum Beispiel dem Zeitspanvolumen oder der Eingriffstiefe an.“ Über Messungen der Formabweichung in der Werkzeugmaschine wird dann die Bauteilqualität evaluiert.

Das übergeordnete Ziel ist es, die so gewonnen Daten zu nutzen, um die Formabweichung bereits vor der Fertigung vorhersagen und ihr somit entgegenwirken zu können. In vergangenen Projekten hat das IFW bereits an einer 3-Achs-Kompensationsmethodik geforscht, die den Formfehler durch eine zusätzliche Zustellung in Richtung der Flächennormalen deutlich reduziert. Für Reduktion des Formfehlers beim 5-Achs-Fräsprozess beziehen die Projektmitarbeitenden das Anstellen des Werkzeugs in ihre Kompensationsmethodik mit ein. Huuk: „Durch den Einsatz der neuen Methode besteht das Potenzial, den Formfehler erneut deutlich zu reduzieren.“