Daniel Trauth

RWTH Aachen

Kontaktdaten

Forschung

Assistenzsysteme für die Blechumformung

Industrie 4.0 und Blechbearbeitung bringt das Werkzeugmaschinenlabor der RWTH Aachen zusammen. Es hat einen Scanner entwickelt, der mit Hilfe neuronaler Netze Prozesse der Blechbearbeitung optimiert. Der Material Scanner (MatS) demonstriert am Beispiel des Feinschneidens, wie durch Verschmelzung der Fertigungs- und Informationstechnik implizites Prozesswissen sichtbar gemacht und zur optimierten Prozessführung genutzt werden kann.

Das Werkzeugmaschinenlabor hat innerhalb der Forschungsinitiative „Mittelstand 4.0 Kompetenzzentrum“ einen portablen Demonstrator entwickelt, der die Vision von Industrie 4.0 für die mittelständische Blechumformung greifbar macht. Der Demonstrator besteht aus insgesamt drei Bausteinen: einem Prüfstand zur Simulation feinschneidtypischer Phänomene, einer Recheneinheit zur zentralen Verarbeitung von Messdaten und einer grafischen Benutzeroberfläche zur dezentralen Visualisierung von Messdaten.

Assistenzsysteme für die Blechumformung optimieren mit Hilfe neuronaler Netze Prozesse der Blechbearbeitung. Foto: WZL/Kaufmann

Im aktuellen Entwicklungsstand wird der Blechtrennungsprozess ohne Durchführung eines echten Trennvorgangs simuliert. Dies geschieht mithilfe eines Schnittschlagsimulators, der in Intervallen auf einen Blechstreifen schlägt und dadurch einen mechanischen Impuls (Schnittschlag) wie auch ein akustisches Signal (Schnittklang) erzeugt. Über entsprechende Sensoren werden Schnittschlag und Schnittklang erfasst und drahtlos an die zentrale GPU-Recheneinheit übermittelt. Zusätzlich werden ausgewählte Werkstoffeigenschaften des Blechstreifens erfasst und mit dem Schnittschlag und -klang korreliert. Mithilfe von Algorithmen aus dem Bereich der künstlichen Intelligenz ist es möglich, auf Prozessanomalien in Echtzeit zu reagieren.

Echtzeit-Datenanalyse

Zweiter Baustein und Kernstück des Demonstrators ist die zentrale Recheneinheit, die auf einem Grafikprozessor basiert. Ein künstliches neuronales Netz korreliert Werkstoffeigenschaften, Prozessparameter und die Messgrößen, den Schnittschlag und -klang.

Neuronales Netz: Google demonstrierte 2016 die Möglichkeiten von künstlichen neuronalen Netzen. Zum ersten Mal gelang es, einen menschlichen Gegenspieler mithilfe eines Computerprogramms im Brettspiel Go zu schlagen. Die Besonderheit lag in der Art und Weise, wie es gelungen ist. Das künstliche neuronale Netz hat Spielzüge abgeleitet, die in der 2000-Jahre alten Spieletradition vom Menschen unentdeckt blieben. Auf diese Spielzüge gab es folglich keine Antwort.

Übertragen auf den Feinschneidprozess ist das Ziel, mithilfe von perzeptiven Messgrößen wie Schnittschlag und -klang sowie mit künstlichen neuronalen Netzen implizite Prozesszusammenhänge sichtbar zu machen. Dadurch wird eine unbekannte Prozessoptimierung ermöglicht. Hierfür wird in aktuellen Forschungsarbeiten am WZL eine auf künstlichen neuronalen Netzen basierende Softwareplattform entwickelt, die Sensordatenströme in Echtzeit analysiert. So wird es möglich sein, Anomalien im Schnittschlag und -klang in Echtzeit zu erkennen und deren Ursachen zu identifizieren. Ursachen und Auswirkungen werden über eine drahtlose Visualisierung sichtbar gemacht.

Drahtlose und dezentrale Visualisierung

Eine drahtlose, dezentrale Visualisierung ist der dritte Baustein des Demonstrators. Mithilfe einer Benutzeroberfläche wird gezeigt, wie ein Maschinenbediener im realen Prozess in Echtzeit über Ursachen und Auswirkungen von Prozessanomalien informiert werden kann. Die Entwicklung dieser Benutzeroberfläche ist ebenfalls Gegenstand aktueller Forschung. Besonderer Wert wird auf die leichte Verständlichkeit der Benutzeroberfläche gelegt, damit der Maschinenbediener unkompliziert die notwendigen Informationen erhält, um den Prozess zu jederzeit optimal führen zu können.

Kontakt

Dr.-Ing. Daniel Trauth

Oberingenieur
Abteilungsleiter Schleifen, Umformen und Technologieplanung
Werkzeugmaschinenlabor WZL der RWTH Aachen
Lehrstuhl für Technologie der Fertigungsverfahren
Aachen
Tel. +49 241 80-27999
E-Mail senden

www.wzl.rwth-aachen.de