Motivation
Im produzierenden Gewerbe werden Verbundwerkstoffe wie kohle- oder glasfaserverstärkte Kunststoffe immer häufiger eingesetzt. Bei der spanenden Verarbeitung dieser Werkstoffe entstehen spezifische Schadensbilder, die bisher weitgehend manuell anhand von Grenzmusterkatalogen erfasst und bewertet werden. Spezielle, automatisierte Prüfsysteme zur Qualitätskontrolle fehlen noch.
Ziele und Vorgehen
Ziel des Vorhabens war daher die Entwicklung einer günstigen, modularen Hard- und Software-Plattform (AICC2.0) mit intuitiver Bedienung für die Qualitätssicherung bei der spanenden Endbearbeitung moderner Leichtbauwerkstoffe. Das zu entwickelnde mobile Prüfgerät sollte eine einfache Integration in die bestehende Maschineninfrastruktur und entsprechenden Kommunikations- und Datennetzwerke ermöglichen. Grundlage war das bereits von Math&Tech Engineering GmbH in Kooperation mit dem Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA entwickelte rudimentäre Handheldgerät AICC. Dieses sollte zu einem I4.0-fähigen Prüfsystem AICC 2.0 ausgebaut und um Messplanungs- und Ausführungsalgorithmen ergänzt werden. Die Zielsetzung des Projekts ist erreicht worden: Das mobile Prüfgerät dient der halbautomatischen optischen Erfassung der spezifischen Schadensbilder auf Bauteilen aus Verbundwerkstoffen und ist insbesondere auf komplexe Bauteile aus kohlenstofffaserverstärkten Kunststoffen (CFK) ausgelegt. Die Einbindung des Geräts in die vernetzte Produktion erfolgt über einen lokalen sowie einen cloudbasierten Server (zur Datenanalyse); es wurden Schnittstellen zu Bearbeitungsmaschinen und Bauteilen geschaffen und selbstlernende Algorithmen des Maschinellen Lernens zur Optimierung der Datenauswertung sowie Messprogramme entwickelt. Fehlerbilder können so entsprechend ihrer Merkmalsausprägungen einer Fehlerklasse zugeordnet und bewertet werden, Reproduzierbarkeit und Dokumentation der Messergebnisse sind gewährleistet.
Innovationen und Perspektiven
Im Rahmen der Systemvalidierung wurde nachgewiesen, dass das Handgerät eine prozesssichere Prüfung der Industriebauteile erlaubt, die zum Anlernen des Bewertungsalgorithmus herangezogen wurden. Schadensbilder von selbst angefertigten Prüflingen konnten hingegen nicht immer prozesssicher detektiert werden. Dies ist zum einen darauf zurückzuführen, dass der Bewertungsalgorithmus stark an den Trainingsdatensatz angepasst wurde (overfitting). Hieraus resultiert eine hohe Genauigkeit bei der Zuordnung und Auswertung eingelernter Trainingsdefekte, bedingt jedoch eine höhere Ungenauigkeit bei Schadensbildern, die über die Trainingsdaten hinausgehen. Zum anderen wurden die Prüflinge aus einem anderen CFK-Werkstoff hergestellt, sodass deren Oberfläche andere Reflexionseigenschaften besaßen als die der eingelernten Industriebauteile.