InstitutNews und VeranstaltungenNews
Parametrierung und Überwachung von Wälzschälprozessen mit Künstlicher Intelligenz

Parametrierung und Überwachung von Wälzschälprozessen mit Künstlicher Intelligenz

© IFW
KI-Modell eines Wälzschälprozesses zur Überwachung und Parametrierung

Komplexe Zerspanprozesse sind ein wesentlicher Teil der industriellen Wertschöpfung. Sogenannte Zyklen (Programme) steuern dabei die Bewegungsabläufe von Werkstück und Werkzeug. Im Demonstrator „Zyklenoptimierung“ des BMWK-geförderten Projekts IIP-Ecosphere wird beispielhaft den Prozess des Wälzschälens, also die produktive Fertigung von Verzahnungen, betrachtet. Zur Einrichtung des Wälzschälzyklus ist tiefgreifendes Prozesswissen notwendig, welches in klein- und mittelständischen Unternehmen häufig nicht zur Verfügung steht. Das IFW entwickelt daher mit den Partnern Gildemeister Drehmaschinen GmbH und Artis Marposs Monitoring Solutions ein KI-basiertes Assistenzsystem, durch das Wälzschälprozesse automatisch parametriert und überwacht werden. Ziel des Assistenten ist es die Anwendung des Verfahrens zu vereinfachen und somit zu einer verbreiteteren Anwendung des Prozesses beizutragen.

Der Zerspanprozess Wälzschälen ermöglicht die produktive Fertigung von Verzahnungen auf herkömmlichen Dreh- Fräsbearbeitungszentren. Spezialmaschinen, speziell für die Fertigung von Verzahnungen, sind somit nicht mehr notwendig. Beim Wälzschälen wird durch ein rotierendes Werkzeug unter hoher Drehzahl eine Verzahnung in ein gleichläufig rotierendes Werkstück geschält. Um Wälzschälprozesse steuern zu können, hat die Gildemeister Drehmaschinen GmbH – Partner des Forschungsprojekts IIP-Ecosphere – einen Wälzschälzyklus entwickelt. Wie hoch die Produktivität des Prozesses und die Qualität der Bauteile sind, hängt von einer Vielzahl von Eingangsparametern ab, zum Beispiel von der Schnittgeschwindigkeit oder der Schnitttiefe. Die Parameter für das Wälzschälen optimal einzustellen, erfordert hohen Aufwand und tiefgehendes Prozesswissen. Gerade in kleineren Unternehmen steht dieses Know-how häufig nicht zur Verfügung. Ein wirtschaftlicher Betrieb solcher Prozesse ist deshalb für viele Unternehmen nicht möglich. Im Demonstrator „Zyklenoptimierung“ soll diese Herausforderung mit der Entwicklung eines intelligenten KI-Expertensystems gemeistert werden.

Die Grundlage für das Training des Expertensystems bilden Maschinendaten, beispielsweise Antriebsströme oder -positionen. Ein Industrie-PC des IIP-Ecosphere-Partners Artis Marposs Monitoring Solutions GmbH erfasst die Maschinendaten und ermöglicht eine intelligente Prozessüberwachung. Die Basis für die intelligente Überwachung sind generative, neuronale Netze aus der Bildverarbeitung. Im Bereich der Bildverarbeitung werden die Netze z. B. verwendet, um Bilder von Menschen zu erzeugen, die gar nicht existieren. Um die beschriebenen Netze auch für die Prozessüberwachung zu verwenden, werden Signalverläufe in zweidimensionale „Bilder“ transformiert. Dies ermöglicht es Signalverläufe, z. B. von Motorströmen, zu erzeugen, die als Referenz für die Überwachung dienen. Ein Vergleich der Referenz mit den im Prozess gemessenen Motorströmen erlaubt somit die Detektion von Fehlern im Prozess. Dadurch können Prozessfehler, die durch ungünstige Parameter, Fehler im Rohteil oder Verschleiß am Werkzeug hervorgerufen werden, frühzeitig detektiert werden.

Kontakt:

Für weitere Informationen steht Ihnen Jonas Becker, Institut für Fertigungstechnik und Werkzeugmaschinen der Leibniz Universität Hannover, unter Telefon +49 (0) 511 – 762 18289 oder per E-Mail becker@ifw.uni-hannover.de gern zur Verfügung.