Motivation
Um als Produktionsstandort weiterhin konkurrenzfähig gegenüber Niedriglohnländern zu bleiben, gilt es neben der Steigerung der Produktivität und Produktqualität auch die Kosten zu reduzieren. Daher werden zunehmend einzelne Fertigungstechnologien oder ganze Prozessketten optimiert und automatisiert. Ein gängiges Fertigungsverfahren, das flächendeckend im Werkzeug- und Formenbau eingesetzt wird und zunehmend in der Luft- und Raumfahrt an Bedeutung gewinnt, ist die Drahtfunkenerosion. In der Funkenerosion wird infolge von elektrischen Entladungen durch mikroskopisches Aufschmelzen Material abgetragen. Durch das Zünden mehrerer Zehntausend Entladungen pro Sekunde können elektrisch leitende Stoffe unabhängig von ihren mechanischen Eigenschaften bearbeitet werden. Um diese Technologie im Kontext von Industrie 4.0 in eine digitalisierte Produktion einzubinden, ist die Nutzung der Prozessdaten notwendig.
Ziele und Vorgehen
Ziel des Verbundvorhabens „KI-Erosion“ ist es, ein KI-basiertes System zu entwickeln, mit dem die Qualität und Produktivität des kontinuierlichen Drahtfunkenerosionsprozesses online bewertet werden kann. Mit Aufbau eines digitalen Zwillings werden statistische und physikalische Modelle kombiniert, die Maschine und Produkt möglichst genau abbilden. Die Auswahl geeigneter Modelle zur Datenanalyse stochastischer Prozesse ist sehr zeitintensiv. Die Drahtfunkenerosion stellt aufgrund hoher Datenmengen und ihres stochastischen Charakters besonders hohe Anforderungen an die ausgewählten Analysemethoden, denn während einer konventionellen Bearbeitung können mehrere hunderte Millionen von einzelnen Funken zünden. Daher wird durch eine systematische Datenaufbereitung und -reduktion mittels eines Algorithmus automatisiert ein geeignetes Modell für die gegebenen Daten ermittelt.
Innovationen und Perspektiven
Mit Daten aus variablen Prozessbedingungen werden statistische Modelle durch KI-Methoden trainiert. Darüber hinaus werden für die Untersuchungen physikalische Modelle zum Abtragverhalten und zur Spülung entwickelt. Das Zusammenführen dieser Modelle soll eine digitale Abbildung des Werkstücks ermöglichen und so die Qualität prognostizieren und optimieren. Mithilfe dieses umfassenden Modells können sowohl der Prozess online überwacht als auch die Prozessparameter datenbasiert optimiert werden. Abschließend werden die Funktionen in eine Industrie-App überführt, um deutschen KMU die Automatisierung des Funkenerosionsprozesses zu vereinfachen.