Kamerabasiertes Überwachungssystem zur Detektion kritischer Späne

Bei Zerspanprozessen wie dem Drehen oder Bohren können ungünstige Spanformen, sogenannte kritische Späne, entstehen. Lange Späne oder Wirrspäne können sich im Arbeitsraum der Maschine verfangen und zu Schäden an Werkstück, Werkzeug oder der Maschine selbst führen. Bisher erfolgt die Überwachung meist manuell durch das Maschinenpersonal, was personelle Kapazitäten bindet und einen vollautomatisierten Betrieb verhindert. Bestehende Kamerasysteme in Werkzeugmaschinen bieten keine automatisierte Bilddatenauswertung.

Zielsetzung

Das Ziel ist die Entwicklung eines kamerabasierten Überwachungssystems, das kritische Späne automatisiert mittels KI erkennt. Die Späne sollen prozessparallel identifiziert, klassifiziert und lokalisiert werden, um bei kritischen Formen das Personal informieren zu können. Dadurch sollen Schäden verhindert und ein höherer Automatisierungsgrad in der Zerspanung ermöglicht werden.

Vorteile

Das Projekt ermöglicht:

• Direkte Messung bzw. Erkennung der Spanform
• Erkennung von kritischen Spänen unter Einfluss von KSS
• Bewertung des Prozesses anhand der Spanform

Vorgehen

Das Projekt wird in Kooperation mit dem Industriepartner Rotoclear durchgeführt. Zunächst wird ein Kamerasystem in den Arbeitsraum einer Werkzeugmaschine integriert, um einen Datensatz mit unterschiedlichen Spanformen zu erstellen. Auf Basis dieser Daten wird ein KI-Modell trainiert. Dieses Modell soll die Späne prozessparallel klassifizieren und lokalisieren können. Die Ergebnisse der Detektion fließen anschließend in eine KI-gestützte Prozessbewertung ein, um das Bedienpersonal bei kritischen Spänen zu informieren.

Sie haben auch Interesse an einem Kooperationsprojekt?

Kontaktieren Sie Lee Hartung per E-Mail an hartung@ifw.uni.hannover.de oder telefonisch unter +49 511 762 18316.