Digital Twin – Self-Learning Automated Manufacturing for Sustainable Process Chain Optimisation

Die moderne Fertigung ermöglicht den Einsatz verschiedener Fertigungsverfahren bei der Herstellung von Bauteilen. Ebenso lassen sich eine hohe Anzahl unterschiedlicher Parameterpaarungen einstellen, um ein Bauteil in die gewünschte geometrische Form zu bringen. Diese hohe Varianz ermöglicht eine multidimensionale Optimierung, um einerseits Ressourcen zu sparen und andererseits die Bauteileigenschaften gezielt einzustellen.

Insbesondere die Eigenschaften der Randzonen sind in diesem Prozess sehr wichtig, da sie häufig der Ausgangspunkt für technisches Versagen sind. Dynamisch belastete Bauteile brechen beispielsweise, wenn Risse an deren Oberfläche entstehen. Energie wird verschwendet, weil die Reibung zu hoch ist. Nicht jede Anwendung erfordert Höchstwerte – wichtig ist eine gezielte Anpassung an die jeweiligen Einsatzbedingungen.

Wir setzen das Projekt Digital Twin in internationaler Zusammenarbeit mit der Universidade Federal de Minas Gerais und der Universidade Federal de São Carlos in Brasilien um. Gemeinsam betrachten wir verschiedene Prozessketten und tauschen Wissen aus.

Zielsetzung des Projekts

Das Ziel des Projekts ist die Digitalisierung der Prozesskette. Unser Fokus liegt dabei auf der gezielten Einstellung der Randzoneneigenschaften unter Berücksichtigung des Ressourceneinsatzes, insbesondere der Energie. Darüber hinaus soll eine qualifizierte Einschätzung der Prozesswahl erfolgen.

Vorteile

• Digitalisierung der Randzone – Einstellbarkeit und Vorhersage
• Nachhaltigkeit – Reduzierung des Ressourceneinsatzes
• Übertragbarkeit – Betrachtung verschiedener Prozessketten

Vorgehen

Zusammen mit unseren Partnern aus Brasilien führen wir zunächst eine experimentelle Versuchsreihe durch. Diese soll systematisch die für die Bauteileigenschaften ausschlaggebenden Schlüsselparameter in der Prozesskette identifizieren. Parallel dazu erfolgt eine Datenerhebung zum Ressourceneinsatz, insbesondere zu den Energieinputs. Durch den kontinuierlichen Austausch und Vor-Ort-Termine soll eine einheitliche Datenstruktur und -qualität erreicht werden. Auf dieser Grundlage entwickeln wir ein Prozesskettenmodell und unterziehen dieses einer analytischen Untersuchung. Abschließend entwickeln wir einen digitalen Zwilling, der die Optimierung der Randzoneneigenschaften und des Ressourceneinsatzes ermöglicht.

Sie haben Interesse an den Ergebnissen? 

Kontaktieren Sie Jonas Lorenz per E-Mail an lorenz@ifw.uni-hannover.de oder telefonisch unter +49 511 762 18213.