Prozessüberwachungssysteme reduzieren Ausschuss und Nacharbeit bei Werkstücken und sind eine Voraussetzung für autonome Werkzeugmaschinen. Die Systeme setzen allerdings eine prozessspezifische Parametrierung voraus. Das dafür erforderliche Prozesswissen fehlt immer häufiger, da die Stückzahlen je Produktvariante sinken und der Bedarf an Daten durch die zunehmende Komplexität der eingesetzten Modelle steigt. In dieser Arbeit wird erstmalig untersucht, inwieweit Prozesswissen zwischen Werkzeugmaschinen transferierbar ist, um Prozessüberwachungssysteme zu parametrieren. Dafür werden Gemeinsamkeiten in der Ausführung von Fräsprozessen und in Signalmustern beim Eintritt von Prozessfehlern an drei 5-Achs-Fräszentren identifiziert. Zudem werden zwei Methoden zum Transfer von Prozesswissen beschrieben, die auf die prozessparallele Anomaliedetektion mit Echtzeitanforderungen und auf die zeitunkritische Schätzung von Werkzeugverschleiß aus Prozesskräften ausgelegt sind. Es wird aufgezeigt, dass der Transfer von Prozesswissen in Form von Modellen den Aufwand für die Parametrierung an der überwachten Maschine senkt und die Entscheidungsgüte bei der Überwachung einer Fertigung mit kleinen Stückzahlen (≤ 10) steigert. Zudem wird demonstriert, dass der Einsatz tiefer neuronaler Netze den Bedarf an Domänenwissen für die Parametrierung der Überwachung reduzieren kann.
Schlagworte
Publikation durchsuchen
Bibliographische Angaben
Copyrightjahr
2025
ISBN-Online
978-3-69030-085-8
Verlag
TEWISS, Garbsen
Reihe
Berichte aus dem IFW
Band
06/2025 E-Book
Sprache
Deutsch
Seiten
179
Produkttyp
Monographie
Inhaltsverzeichnis
KapitelSeiten
Inhaltsverzeichnis Kein Zugriff
Formelzeichen und Abkürzungen Kein Zugriff
1 Einleitung Kein Zugriff Seiten 1 - 2
2.1.1 Anforderungen Kein Zugriff
2.1.2 Aufbau und Auslegung Kein Zugriff
2.1.3 Signalerfassung Kein Zugriff
2.1.4 Merkmalextraktion Kein Zugriff
2.1.5 Zustandsbewertung Kein Zugriff
2.2 Maschinelles Lernen in der Prozessüberwachung Kein Zugriff
2.3.1 Strategien für den Transfer von Wissen Kein Zugriff
2.3.2 Überwachung von Werkzeug- und Prozesszuständen Kein Zugriff
2.4 Fazit Kein Zugriff
3 Zielsetzung und Vorgehensweise Kein Zugriff Seiten 36 - 37
4.1 Versuchsmaschinen und Zerspanversuche Kein Zugriff
4.2 Messtechnik und Fehlerbetrachtung Kein Zugriff
4.3 Datenvorverarbeitung und -zusammensetzung Kein Zugriff
5.1.1 Prozesskräfte Kein Zugriff
5.1.2 Zeitlicher Prozessablauf Kein Zugriff
5.1.3 Werkzeugwege Kein Zugriff
5.2.1 Berechnung des statistischen Überlappungsfaktors Kein Zugriff
5.2.2 Werkstoffanomalien Kein Zugriff
5.2.3 Werkzeugüberlast Kein Zugriff
5.2.4 Werkzeugverschleiß Kein Zugriff
5.3 Diskussion Kein Zugriff
6.1.1 Anforderungen und Konzept Kein Zugriff
6.1.2 Abbildung der Signale auf den Referenzwerkzeugweg Kein Zugriff
6.1.3 Parametrierung des positionsbasierten Prozessmodells Kein Zugriff
6.1.4 Prozessparallele Überwachung Kein Zugriff
6.2 Validierung für das Fräsen Kein Zugriff
6.3 Anwendung auf das Drehen an baugleichen Maschinen Kein Zugriff
6.4 Diskussion Kein Zugriff
7.1.1 Anforderungen und Konzept Kein Zugriff
7.1.2 Transformation der Signalverläufe in RGB-Bilder Kein Zugriff
7.1.3 Parametrierung der tiefen neuronalen Netze Kein Zugriff
7.2 Validierung für das Fräsen Kein Zugriff
7.3 Anwendungsvoraussetzungen und Übertragbarkeit Kein Zugriff
7.4 Diskussion Kein Zugriff
8 Folgerungen für die Praxis Kein Zugriff Seiten 131 - 133
9 Zusammenfassung und Ausblick Kein Zugriff Seiten 134 - 137
10 Literaturverzeichnis Kein Zugriff Seiten 138 - 153
11.1 Verfahren für die statistische Überwachung von Serienprozessen Kein Zugriff
11.2 Technische Daten der Versuchsmaschinen Kein Zugriff
11.3 Übersicht über die durchgeführten Zerspanversuche Kein Zugriff
11.4 NC-Code für das Fräsen der Referenztaschen Kein Zugriff
11.5 Technische Daten der Messtechnik und Messunsicherheiten Kein Zugriff
11.6 Frequenzgänge an den Versuchsmaschinen Kein Zugriff
11.7 Signalverläufe für die Verschleißversuche und das Nutenfräsen Kein Zugriff
11.8 Fehlergröße und Streuungen der Prozesszustände Kein Zugriff
11.9 Test auf Normalverteilung der erhobenen Stichproben Kein Zugriff
11.10 Berechnungsvorschriften für Merkmale Kein Zugriff
11.11 Verlauf ausgewählter Merkmale über dem Freiflächenverschleiß Kein Zugriff
11.12 Übersicht über die genutzte Software Kein Zugriff
11.13 Architektur des tiefen neuronalen Netzes (ResNet18) Kein Zugriff
