Intelligente Werkzeugmaschine zur autonomen Prozessoptimierung

• Antragsteller: Professor Dr.-Ing. Berend Denkena
• Fachliche Zuordnung: Spanende und abtragende Fertigungstechnik
• Förderung: Förderung von 2017 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 385522239

Die bei der Zerspanung auftretenden Schwingungen sind hauptverantwortlich für eine Reglementierung der Prozessstellgrößen während der Fertigung. In der Regel erfolgt eine Optimierung des Prozesses basierend auf Erfahrungswissen von einzelnen Mitarbeitern oder durch die Bestimmung von Stabilitätskarten. Eine automatisierte prozessparallele Anpassung findet bislang nur für die Schnittgeschwindigkeit und Vorschub statt, sodass Potenziale, die die Variation der Zustellparameter bieten, vernachlässigt werden. Hauptziel dieses Projekts ist somit die Implementierung eines Entscheidungsalgorithmus auf der Werkzeugmaschinensteuerung zur autonomen Prozessoptimierung. Dieser bewertet und adaptiert, basierend auf Sensorsignalen und einer sich stetig erweiternden Wissensdatenbank, die Prozessstellgrößen (vc, vf, ae, ap) im Fertigungsprozess. Als Bewertungskriterium dient im ersten Ansatz die Maximierung des Zeitspanvolumens. Zur frühzeitigen Detektion von Prozessinstabilitäten, erfolgt die Ratterdetektion anhand einer mehrkriteriellen Überwachung mittels Beschleunigungssensoren und strukturintegrierter Dehnungssensorik, der am IFW entwickelten fühlenden Werkzeugmaschine. Folglich sind für das neuartige Messkonzept Grundlagenuntersuchungen bezüglich der Methodik bei der Ratterüberwachung durchzuführen. Ferner wird die Segmentierung der Werkzeugbahn erforscht, die eine prozessparallele Adaption der Zustellparameter ermöglicht. Zusätzlich wird Grundlagenwissen zur Generierung von Entscheidungsregeln für die autonome Prozessoptimierung generiert und der Ansatz auf Allgemeingültigkeit untersucht. Diese Forschungsinhalte stellen somit einen Schritt in Richtung einer autonomen Werkzeugmaschine dar.

• DFG-Verfahren: Sachbeihilfen