Projektübersicht
|
Principle Investigators |
Prof. Dr.-Ing. habil. Verena Kräusel |
|
Projektteam: |
M.Sc. Daniel Hahn |
|
Forschungseinrichtungen: |
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU Chemnitz |
|
Halbzeugwerkstoff: |
S500MC |
|
Fertigungsprozesse: |
Scherschneiden (Lochen) und Kragenziehen |
Motivation
- Verbesserung der Prozessqualität und -robustheit im Scherschneid-Kragenzieh-Prozess durch Optimierung der Werkzeugwirkflächen zur Erhöhung der Prozesssicherheit hinsichtlich auftretender Kantenrisse
- Integration des umformtechnischen Domänenwissens in ein hybrides Prozessmodell und die Anwendung fortgeschrittener Analysemethoden zur Schaffung einer fundierten Entscheidungsgrundlage für die Prozessoptimierung
- Interdisziplinäre Zusammenarbeit der Partner mit unterschiedlichen Forschungskompetenzen zur ganzheitlichen Betrachtung des Prozesses
- Schaffung nachvollziehbarer Zusammenhänge durch Explainable Artificial Intelligence (XAI)
Ziele
Im Rahmen des im SPP 2422 angesiedelten Forschungsprojektes Data4Collar wird durch das interdisziplinäre Zusammenwirken von Umformtechnik und Datenwissenschaften die Entstehung von Kantenrissen sowie die effektive Werkzeugwirkflächenauslegung durch eine digitale Repräsentation der Prozesskette aus Scherschneiden und Kragenziehen untersucht.
Zunächst wird eine datengetriebene Modellierung des Scherschneid-Kragenzieh-Prozesses verfolgt. Durch die Integration von in-line-Sensorik in ein dauerlauffähiges Versuchswerkzeug lässt sich eine umfassende Erfassung und Analyse von Prozessdaten ermöglichen. Dies bildet die Grundlage für die Entwicklung eines datenbasierten Modells, welches durch die Integration von formalisiertem Domänenwissen zu einem hybriden Modell erweitert wird, um die Erklärbarkeit und Transparenz im Sinne von XAI zu fördern. Über die Synthese des datengetriebenen Modells mit Domänenwissen durch die Integration von White-/Grey-Box-Modellen und den Aufbau eines hybriden Modelles soll neben der Transparenz und Interpretierbarkeit auch die Erklärung von Zusammenhängen zwischen Prozessdaten und Produktqualität ermöglicht werden.
Arbeitsprogramm
|
Arbeitspaket |
Beschreibung |
|
AP1 |
Experimentelle und datenanalytische Grundlagen |
|
AP2 |
Auslegung des dauerlauffähigen Scherschneid-Kragenzieh-Prozesses zur In-Prozess-Datenerfassung |
|
AP3 |
Analytische und numerische Prozessanalyse (Domänenwissen) |
|
AP4 |
Entwicklung eines Datengenerators zur systematischen Evaluation entwickelter Verfahren |
|
AP5 |
Prozessdatenakquise im Dauerlauf |
|
AP6 |
Prozessdatengetriebene Modellierung |
|
AP7 |
Hybrides Prozessmodell |
Erwartete Ergebnisse
Das Ziel dieses Projekts ist die Schaffung übertragbaren Systemwissens, dass unter Berücksichtigung der Kantenrissempfindlichkeit eine effektive Gestaltung der Werkzeugwirkflächen bei der Prozessauslegung ermöglicht und somit zu einer Robustifizierung von Scherschneid-Kragenzieh-Prozessen beiträgt.
Bislang erzielte Projektergebnisse (Stand 04/2025)
Experimentelle Untersuchungen
- Erste kleinere Studie zur Identifizierung von Zusammenhängen und zur Vertiefung des Prozessverständnisses. Ergebnisse wurden im at-Sonderheft veröffentlicht.
- Materialcharakterisierung für die experimentellen Untersuchungen sowie für die Parametrisierung des Materialmodells und des Schädigungskriteriums für die FE-Simulation.
- Aufgebauter Dauerlaufprüfstand zur Generierung großer experimenteller Datenmengen für die datengetriebene Modellierung
FE-Simulation
- Parametrisiertes Materialmodell für den ausgewählten Werkstoff S500MC und Optimierung der Parameter für das Schädigungskriterium
- Generierung von Datensätzen zur Ermittlung von Korrelationen zwischen Eingangs- und Ausgangsparametern sowie zur Erkennung von Wechselwirkungen zwischen Einzelprozessen
- weitere Generierung von mehreren hundert Datensätzen zur Datenanalyse, weitere Variationen unter Berücksichtigung von Reibwerten, Prozessgeschwindigkeiten und weitere Variationen von Stell- und Störgrößen sind geplant.
Datengetriebene Prozessmodellierung
- Analyse von Kraft-Weg-Verläufen und Erkennen von Zusammenhängen in der Datenanalyse, d.h. vertieftes Prozessverständnis
- Ableitung von Zusammenhängen zwischen Eingangsgrößen (Stell- und Störgrößen) und Ergebnissen - Schnittkantenqualität, Rissempfindlichkeit
Kontakt
Prof. Dr. Agnes Koschmider
Fraunhofer-Institut für Angewandte Informationstechnik FIT
Wittelsbacherring 10
95444 Bayreuth
E-Mail: agnes.koschmider@uni-bayreuth.de
Website: https://www.wi.fit.fraunhofer.de
Prof. Dr.-Ing. habil. Verena Kräusel
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU
Reichenhainer Straße 88
09126 Chemnitz
E-Mail: info@iwu.fraunhofer.de
Website: https://www.iwu.fraunhofer.de/de/forschung/leistungsangebot/kompetenzen-von-a-bis-z/umformen.html
M.Sc. Daniel Hahn
Abteilung Blechbearbeitung
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik
Reichenhainer Straße 88
09126 Chemnitz
E-Mail:daniel.luca.hahn@iwu.fraunhofer.de
Website: www.iwu.fraunhofer.de
M.Sc. Frederic Fonger
Wirtschaftsinformatik (Digital Innovation)
Universität Kiel
Hermann-Rodewald-Str.3
24118 Kiel
E-Mail: ffo@informatik.uni-kiel.de
Website: https://www.uni-kiel.de/
M.Sc. Patrik Michalski
Archäoinformatik - Data Science
Universität Kiel
Christian-Albrechts-Platz 4
24118 Kiel
E-Mail: patrik.michalski@informatik.uni-kiel.de
Website: https://www.uni-kiel.de/