Inline-Detektion von Prozessstörungen beim Gesenkschmieden auf Spindelpressen

verfasst von
Nils Doede
betreut von
Bernd-Arno Behrens
Abstract

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.

Organisationseinheit(en)
Institut für Umformtechnik und Umformmaschinen
Typ
Dissertation
Anzahl der Seiten
129
Publikationsdatum
2025
Publikationsstatus
Veröffentlicht
 

Details im Forschungsportal „Research@Leibniz University“