Heiko Krauss, Wissenschaftlicher Mitarbeiter der Abteilung Blechumformung am IFU, wurde beim diesjährigen WGP-Jahreskongress an der Leibniz Universität Hannover mit dem Best Paper Award ausgezeichnet. In seinem Beitrag „Quality assurance for the serial production of metallic bipolar plates using artificial neural networks“ zeigt Krauss wie Schwankungen von Prozessparametern während der Produktion von Bipolarplatten (BPP) verhindert werden könnten. Denn selbst geringe Prozessparameterschwankungen können die Maßhaltigkeit hohlgeprägter BPPs erkennbar beeinflussen.
Mittels einer simulativ generierten Datenbank des Hohlprägeprozesses, welche den Einfluss variierender Prozessparameter, wie dem Reibungskoeffizienten und der Blechhalterkraft, auf die Maßhaltigkeit erzeugter Bauteile abbildet, wurde ein künstlich neurales Netzwerk (KNN) trainiert. Mit diesem KNN können nun abhängig von einer gemessenen Oberflächengeometrie einer hohlgeprägten BPP die zugehörigen Prozessparameter bestimmt werden. Das KNN bildet damit die Grundlage zur Überwachung schwer messbarer Prozessparameter in der Serienproduktion metallischer BPP (z.B. Reibungskoeffizient) und könnte beispielsweise durch einen Regelalgorithmus zur Reduktion von Prozessschwankungen eingesetzt werden.
