Datengetriebene Prozessmodellierung in der Stanz-Biege-Technologie

• Beschreibung, Erklärung und Vorhersage von komplexen Wechselwirkungen im Stanz-Biege-Prozess
• Datengetriebene Modellierung des Stanz-Biege-Prozesses mit einer Kombination von physikalischen Modellen und robusten neuronalen Netzen
• Erstmalige formale Spezifikation und formale Verifikation von Umformprozessen mit robusten neuronalen Netzen auf Basis von Erreichbarkeitsanalysen

Das Ziel des Forschungsvorhabens ist es die komplexen Interaktionen in Stanz-Biege-Prozessen durch datengetriebene Modellierungsansätze zu beschreiben, zu erklären und vorherzusagen. Für die Datengrundlage sollen neben realen Prozessdaten auch klassische motivierte Simulationsmodelle sowie auch implizites Domänenwissen verwendet werden. Durch Einflussmodule sollen gezielt Störungen eingebracht werden, welche einen umfassenden Blick auf den Stanz-Biege-Prozess ermöglichen. Von besonderem Interesse sind die definierten Qualitätskriterien, die neben geometrischer auch physikalischer Natur sein können. Wie in Abbildung 1 zu sehen ist, soll jeder Prozessschritt eines ausgewählten Stanz-Biege-Prozesses durch die Kombination aus einem physikalischen Modell und einem gelernten neuronalen Netz modelliert werden. Hierbei sollen robuste neuronale Netze eingesetzt werden, welche mit einer neuartigen mengenbasierten Trainingsmethode trainiert wurden. Die Verkettung der Modelle der einzelnen Prozessschritte bildet ein Modell der kompletten Prozesskette, welches auf Basis von Erreichbarkeitsanalysen gegenüber den definierten Qualitätskriterien formal verifiziert werden soll. Weiterhin soll eine neuartige mengenbasierte Konformität die Grundlage für die formale Verifikation des Prozessmodells, die Untersuchung der Prozessrobustheit und die Übertragung von impliziten Spezifikationen in eine formale Beschreibung bilden. Schließlich soll auf Grundlage des Modells der gewählte Prozess optimiert werden, indem die robusteste Prozessreihenfolge sowie die robustesten Aktiv- und Wirkflächen identifiziert werden.

Zu den erwarteten Ergebnissen des Projekts zählt die Umsetzung eines industrienahen und realen Produktionsprozesses für Stanzbiegebauteile. Weiterhin erfolgt die Entwicklung und Umsetzung von Konzepten, die das Einbringen und Messen von Störgrößen im Stanz-Biege-Prozess ermöglichen. Außerdem werden neuartige mengenbasierte Trainingsmethoden für robuste neuronale Netze entwickelt. Zusätzlich soll eine neuartige mengenbasierte Konformität die Übertragbarkeit von impliziten Spezifikationen des Modells auf den realen Prozess ermöglichen