| Thema | Automatisierung, Umformtechnik, Prozessüberwachung |
|---|---|
| Projekttitel | Entwicklung eines Nachrüstsystems für Reibspindelpressen zur (Teil-)Automatisierung und Minimierung der Einrichtzeit und Entwicklung eines Sensorarrays zur erstmaligen Erfassung elementarer Prozessgrößen wie der Umformkraft (AutoPress) |
| Laufzeit | 01.10.2022 – 30.09.2024 |
| Download | |
| Pressemitteilung |
Spindelpressen sind mit einer Anzahl von mehr als 500 Produktionsanlagen eine weit verbreitete Methode zur Herstellung von Pressteilen. Die Qualität der Einrichtung von Spindelpressen hängt gegenwärtig primär von der Erfahrung der Mitarbeitenden ab. Neben deren Know-how stellt auch die lange Rüstzeit eine Herausforderung dar, insbesondere für kleine und mittlere Unternehmen (KMU) mit geringen Stückzahlen und einer hohen Flexibilität.
Gemeinsam mit der JOBOTEC GmbH entwickelt das IPH im Rahmen dieses Forschungsvorhabens ein neuartiges automatisiertes Einstellverfahren der Prozessparameter einer Spindelpresse. Durch die erstmalige direkte Erfassung der Umformkraft und einen neuartigen Optimierungsalgorithmus zur Einrichtung und Prozessregelung von Spindelpressen soll die Rüstzeit reduziert und einem Know-how-Verlust vorgebeugt werden. Anwender erhalten ein System, dass sie einfach bedienen und individuell auf ihre Spindelpresse anpassen können.
Veröffentlichungen zum Projekt
Die Warmmassivumformung in Deutschland steht wegen hoher Energiekosten und hoher Ausschussraten unter Druck. Für eine effiziente Qualitätsüberwachung werden Prozessparameter zunehmend lückenlos erfasst, doch bestehende Verfahren zur Ausschuss- und Qualitätsdetektion sind meist nachgelagert oder betrachten nur Teilaspekte. Diese Arbeit untersucht am Beispiel einer Spindelpresse eine Inline-Prozessdatenerfassung, die Prozessstörungen frühzeitig erkennt. Dazu entsteht ein geeignetes Messkonzept und eine statistische Versuchsplanung identifiziert die maßgeblichen Zielgrößen. Auf Basis des Prozessmodells CRISP-DM zeigt sich, dass die Detektion von Prozessstörungen möglich ist. Optimierte KI-Algorithmen erkennen unter anderem Abweichungen bei Halbzeugposition, Umformenergie und Halbzeugwerkstoff. Eine direkt an die Pressensteuerung angebundene Software setzt die entwickelten Algorithmen um und realisiert damit eine Inline-Detektion von Prozessstörungen.
Massivumformung, Prozessüberwachung, Automatisierung, Retrofit
Mit künstlicher Intelligenz (KI) lassen sich Fehler zuverlässig erkennen, Ausschuss reduzieren und die Bauteilqualität steigern. Im Projekt „AutoPress" haben Forschende ein System aus Sensoren und KI entwickelt, das 95 bis 98 Prozent aller Prozessabweichungen erkennt.
Künstliche Intelligenz, KI, Prozessüberwachung, Fehlererkennung
Increasing the service life and process reliability of systems plays an important role in terms of sustainable and economical production. Especially in the field of energy-intensive bulk forming, low scrap rates and long tool lifetimes are business critical. This article describes a modular method for AI-supported process monitoring during hot forming within a screw press. With this method, the following deviations can be detected in an integrated process: the height of the semi-finished product, the positions of the die and the position of the semi-finished product. The method was developed using the CRISP-DM standard. A modular sensor concept was developed that can be used for different screw presses and dies. Subsequently a hot forming-optimized test plan was developed to examine individual and overlapping process deviations. By applying various methods of artificial intelligence, a method for process-integrated detection of process deviations was developed. The results of the investigation show the potential of the developed method and offer starting points for the investigation of further process parameters.
Prozessüberwachung, Verschleiß, Warmmassivumformung, Qualitätsmanagement
In dem Forschungsprojekt „AutoPress“ streben das IPH – Institut für Integrierte Produktion Hannover gGmbH und die Jobotec GmbH gemeinsam die Entwicklung einer automatisierten Prozesssteuerung von Spindelpressen an. Durch den Retrofit und die Anwendung eines Optimierungsalgorithmus sollen der Energiebedarf gesenkt und die Bauteilqualität gesteigert werden.
Digitalisierung, Umformtechnik, Produktionstechnik
Ein elementarer Faktor zur Beeinflussung der Prozessqualität und des Energiebedarfs einer energiegebundenen Umformmaschine stellt das gespeicherte Arbeitsvermögen dar. Gegenwärtig erfolgt die Berechnung der Umformenergie über die Arbeitsenergie, die in das System eingebracht wird. Hierbei werden Faktoren wie die Spindelverdrehung oder Reibwiderstände nur überschlägig betrachtet.
Im Rahmen des durch die Industrielle Gemeinschaftsforschung (IGF) geförderten Forschungsprojekts „Entwicklung eines Nachrüstsystems für Reibspindelpressen zur Automatisierung und Minimierung der Einrichtzeit und Entwicklung eines Sensorarrays zur erstmaligen Erfassung elementarer Prozessgrößen wie der Umformkraft“ (AutoPress) streben das IPH - Institut für Integrierte Produktion Hannover gGmbH und die JOBOTEC GmbH eine automatisierte Prozessregelung von Spindelpressen an und liefern hierbei erste Erkenntnisse.
Retrofit, Umformtechnik, Digitalisierung
Jobs
-
Werkzeug- und Formenbau, Industrie 4.0, Künstliche Intelligenz, Automatisierung, Umformtechnik, Digitalisierung
Nebenjob, Bachelorarbeit, Studien-/Projektarbeit, Praktikum/Praxissemester
-
Industrie 4.0, Künstliche Intelligenz, Automatisierung, Umformtechnik, Digitalisierung, Prozessüberwachung
Nebenjob
-
Industrie 4.0, Künstliche Intelligenz, Automatisierung, Umformtechnik, Digitalisierung
Praktikum/Praxissemester
Praktikant in der Abteilung Prozesstechnik / KI / Programmierung
-
Industrie 4.0, Künstliche Intelligenz, Automatisierung, Umformtechnik, Digitalisierung, Prozessüberwachung
Diplom-/Masterarbeit, Bachelorarbeit, Studien-/Projektarbeit
Abschlussarbeit zum Thema Künstliche Intelligenz/ Prozessüberwachung
-
Künstliche Intelligenz, Automatisierung, Umformtechnik, Digitalisierung, Prozessüberwachung
Nebenjob, Diplom-/Masterarbeit, Bachelorarbeit, Studien-/Projektarbeit