Lernende Prozessadaption für das Werkzeugschleifen

• Antragsteller: Professor Dr.-Ing. Berend Denkena
• Fachliche Zuordnung: Spanende und abtragende Fertigungstechnik
• Förderung: Förderung von 2020 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 445811009

Der Schleifprozess innerhalb der Prozesskette zur Herstellung von Vollhartmetallwerkzeugen verursacht bis zu 60 % der Herstellungskosten, definiert die Geometrie und beeinflusst die Substrateigenschaften des Werkzeugs. In der Prozesskette nimmt er aus diesen Gründen eine zentrale Rolle ein. Die zunehmende Variantenvielfalt und kleine Losgrößen erfordern eine effiziente Prozessauslegung sowie eine möglichst geringe Anzahl an Einstellversuchen. Die Prozessplanung besitzt erheblichen Einfluss auf das Prozessergebnis sowohl bezüglich der resultierenden Qualität als auch der entstehenden Kosten. Während der Bearbeitung wirken mechanische und thermische Belastungen auf das Werkstück ein. Diese können zu Formabweichungen und thermisch bedingten Schädigungen führen. Durch die Wahl geeigneter Stellgrößen und die Anpassung des NC-Codes lassen sich diese Effekte kompensieren oder vermeiden. Aufgrund der komplizierten Prozesskinematik und der Vielzahl an Prozessstellgrößen, obliegt die Prozessplanung zumeist der Erfahrung des Mitarbeiters und erfordert in vielen Fällen Einfahrprozesse. Aus der Literatur lassen sich entsprechend Forderungen nach Automatisierungssystemen und selbstadaptierenden Schleifmaschinen entnehmen, um den gestiegenen Kosten bei der Prozessplanung entgegenzuwirken. Entsprechende Ansätze zur Lösung bieten die Rückführung von Prozessinformationen, der Einsatz von Simulationssystemen sowie die Anwendung von Methoden des maschinellen Lernens zum Aufbau von Prozessmodellen. Das Hauptziel des beantragten Vorhabens besteht in der Erforschung einer automatisierten Prozessadaption unter Verwendung einer prozessparallelen Materialabtragssimulation und lernenden Prozessmodellen beim Schleifen von Spiralbohrern. Ein besonderer Fokus liegt auf der Berücksichtigung der prozesskraftbedingten Abdrängung der zu schleifenden Werkzeuge. Es wird eine Methode zur prozessparallelen Simulation von Eingriffsverhältnissen beim Werkzeugschleifen sowie die anschließende Datenfusion mit messtechnisch erfassten Prozess- und Prozessausgangsgrößen entwickelt. Daraufhin folgt die Erforschung lernender Prozessmodelle. Mit dem Erreichen dieses Teilziels liegen grundlegende Erkenntnisse über die Möglichkeiten und Grenzen der Methoden des maschinellen Lernens zur Modellierung der prozesskraftbedingten Abdrängung, der Rauheit und der Randzonenschädigung beim Werkzeugschleifen vor. Ebenso erfolgt die Entwicklung und Untersuchung einer Methode zur Optimierung der initialen Prozessplanung. Hierbei sollen sowohl Prozessstellgrößen angepasst als auch potentielle Abdrängungsvorgänge durch eine Adaption des Werkzeugwegs kompensiert werden. Abschließend erfolgt die Erforschung der Methode und der Transfer auf die Schleifprozesse der Spitzen- und Mantelgeometrie zur lernenden Prozessadaption bei den Schleifvorgängen eines gesamten Werkzeugs.

• DFG-Verfahren: Sachbeihilfen