Lernfähige Fräsmaschine für die adaptive Zerspanung kohlenstofffaserverstärkter Kunststoffe

• Antragsteller: Professor Dr.-Ing. Eckart Uhlmann
• Fachliche Zuordnung: Spanende und abtragende Fertigungstechnik
• Förderung: Förderung seit 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 420609123

Kohlenstofffaserverstärkte Kunststoffe (CFK) finden aufgrund ihrer mechanischen Eigenschaften Anwendung in den Schlüsselindustrien der Automotive- und Luftfahrtbranche. Entsprechend relevant bleibt daher die Prozessüberwachung und Optimierung der Fräsbearbeitung von CFK. Ziel sind Prozesse, geringe Bauteilschädigungen, bei gleichzeitig hohem Zeitspanungsvolumen und geringen Werkzeugverschleißraten erzielen. Eine der Herausforderungen bei der CFK-Zerspanung besteht in der Auftrennung der hochfesten Fasern, da dieser Prozess hohe Werkzeugverschleißraten hervorruft. Die Zerspanung mit einem verschlissenen Werkzeug steigert wiederum den Bedarf an Nachbearbeitungsprozessen, da hierdurch unerwünschte Bauteilschädigungen wie Delaminationen und Faserüberstände induziert werden. Zur Identifikation geeigneter Prozessparameter sind eine Vielzahl von Forschungsarbeiten durchgeführt und teilweise auch Regressionsmodelle für bspw. den Delaminationsfaktor aufgestellt worden. Hierbei sind Auswertungen zumeist auf geringer Datenbasis erfolgt, sodass nichtlineare Einflüsse der Prozessparameter sowie des Werkzeugverschleißes auf die zu resultierenden Bauteilschädigungen nicht validiert worden sind. Die Entwicklung von Zerspanungsprozessen im Bereich von CFK wird demzufolge mittelfristig maßgeblich auf der Durchführung von Versuchsreihen und fluktuierendem Expertenwissen beruhen. Eine experimentell parametrierte Prozessüberwachung auf Basis von hochaufgelöstem Körperschall und modernen Auswertungsmethoden kann hierbei einen signifikanten Beitrag zur Entwicklung, Optimierung und Überwachung von Zerspanungsprozessen leisten. Aufgrund der hohen Komplexität bei der Zerspanung von CFK als Werkstoff mit Materialanisotropie und der sich ändernden Faserorientierungswinkel bestehen nach wie vor Optimierungs-potentiale. Fehlendes Prozessverständnis bei der CFK-Zerspanung kann auch als Grund da-für identifiziert werden, dass die Untersuchung adaptiver Zerspanung von CFK-Werkstoffen bisher nicht im Fokus der Entwicklungsarbeit liegt. Die Potentiale einer intelligenten Prozessparameteradaption zur Kompensation des Einflusses von Werkzeugverschleiß und sich ändernder Faserorientierungswinkel auf die Bauteilschädigungen sind für das Fräsen bisher unerforscht. Der in diesem FV geplante Entwicklung erlaubt die vollautomatisierte Parametrierung einer werkzeugseitigen, körperschallbasierten Prozessüberwachung zur Detektion von Bauteilschädigungen und Werkzeugverschleiß für alle Faserorientierungswinkel. Hierbei werden Methoden der künstlichen Intelligenz zum bildbasierten Qualifizieren und Quantifizieren von Bauteilschädigungen sowie zur merkmalsbasierten Extraktion dieser aus dem hochfrequenten Körperschallsignal erstmalig erforscht. Diese Prozessüberwachung ermöglicht die systematische Untersuchung der Potentiale einer adaptiven Zerspanung von CFK durch die Parameteroptimierung mittels evolutionsbasierter Algorithmen sowie des unüberwachten maschinellen Lernens.

• DFG-Verfahren: Sachbeihilfen