Datengestützte Bestimmung und Prognose des Wirkflächenzustandes und –eingriffs bei Fließprozessen vom Band

Werkzeugverschleiß tritt besonders bei Umformverfahren mit hohen Wirkflächenbelastungen wie der Blechmassivumformung (BMU) auf. Die Herstellung fehlerhafter Bauteile aufgrund verschleißbehafteter Werkzeuge führt jedoch zu steigenden Produktionskosten und Umweltbelastungen. Eine rechtzeitige Erkennung von Verschleißerscheinungen bietet das Potenzial, während der Produktion einer Charge die Produktqualität zu verbessern und die Umweltbilanz des Gesamtprozesses positiv zu beeinflussen. Die Kombination der datengetriebenen Analyse von Produkt, Prozess und Maschinenressource (PPR) mit dem formal als Ontologie beschriebenen kausalen Expertenwissen ermöglicht die frühzeitige Erkennung des Beginns und der Ursachen von Verschleißerscheinungen anhand von Maschinen- und Prozessdaten. Dies führt zu einer Verringerung von Ausschussmengen und somit zu einer Verbesserung der Werkstoff- und Energieeffizienz von BMU-Prozessen.

Das Ziel des Projektes ist es, anhand eines Voll-Rückwärts-Fließpressprozesses vom Band ein Frühwarnsystem für Werkzeugverschleiß auf Basis eines Ursache-Wirkungs-Graphen mit weitestmöglicher Integration in die Maschinenautomation zu erforschen. Durch die Anpassung des am LFT vorhandenen Werkzeugsystems sowie die Implementierung prozessspezifischer Aktivelemente zum Einsatz auf der Schnellerläuferpresse werden eines Fließpressprozesses vom Band aufgebaut. Die Korrelationsstärken zwischen Zielgrößen und Prozessgrößen werden durch die Prozessüberwachung mittels Sensorik, optischer Analyse und mikroskopischer Untersuchung von Werkzeugen und Bauteilstichproben quantitativ ermittelt. Diese erlauben, in Kombination mit einem durch Experten erarbeiteten Kausalmodell, den Aufbau eines quantifizierten, unsicherheitsbehafteten Ursache-Wirkungs-Graphen. Zudem können Experten anhand starker Korrelationen bisher unbekannte Wirkzusammenhänge aufdecken, die experimentell und simulativ validiert werden.

Das erwartete Ergebnis des Forschungsvorhabens besteht zunächst in der Schaffung einer Datenbasis durch die Kombination experimentellen und numerischen Methoden und Entwicklung eines durch Ontologie formatierten Informationsmodells, das sowohl eine PPR-konforme Beschreibung der BMU als auch einen Ursache-Wirkungs-Graph für den Werkzeugverschleiß enthält (siehe Abb.1). Der Ursache-Wirkungs-Graph beinhaltet qualitative Korrelationen, die aus dem entwickelten Vorhersagemodell für Werkzeugverschleiß gelernt werden, sowie Kausalbeziehungen zwischen Prozessparameter, die aus dem Expertenwissen formalisiert werden. Basierend darauf wird ein Assistenzsystem entwickelt, das einerseits „rückwärts“ Abfragen von Einflussfaktoren auf beobachtete Qualitätsabweichungen unterstützt und andererseits „vorwärts“ Vorhersagen von abweichenden Bauteileigenschaften bzw. Maschinen- und Prozessdaten ermöglicht.