EUREKA-Verbundprojekt: Deep learning basierte Prozessüberwachung für komplexe Fertigungsaufgaben - DeepProMach

Bei der spanenden Fertigung hängt die Oberflächenintegrität von vielen verschiedenen, voneinander abhängigen Einflussfaktoren wie Schnittparametern, Werkzeugverschleiß, Prozessdynamik etc. ab. Die Überwachung dieser Fertigungsprozesse mittels Sensorik und der rechtzeitige Eingriff bei instabilen Prozesszuständen kann dazu beitragen, den Prozess aufrecht zu halten. Die konventionelle Prozessüberwachung stößt jedoch schnell an ihre Grenzen, wenn es z. B. nur wenige oder gar keine Möglichkeiten gibt, etwaige Störgrößen auszumachen und entsprechende Merkmale in den Sensorsignalen zu identifizieren. So fehlt es bspw. bei der Fertigung von Einzelteilen und Kleinserien schlicht an Zeit, entsprechende Informationen zu sammeln und auszuwerten. Künstliche Intelligenz bietet die Möglichkeit, die bisherigen Grenzen im Bereich der Prozessüberwachung hinsichtlich einer zuverlässigen Merkmalserkennung in der spanenden Bearbeitung zu überwinden.
An dieser Stelle setzt das Forschungsprojekt DeepProMach in Zusammenarbeit mit Partnern in Ungarn an. Ziel ist die Entwicklung eines intelligenten Geräts, welches direkt in eine Werkzeugmaschine integriert werden kann. Es soll kritische Prozesszustände während der Fertigung erkennen, noch bevor diese Schäden verursachen können. Wird ein instabiler Zustand erkannt bzw. vorhergesagt, soll eine entsprechende Maßnahme ergriffen werden, wie bspw. die Kommunikation mit der Maschinensteuerung zur Anpassung der Prozessparameter oder die Benachrichtigung des Bedienpersonals der Werkzeugmaschine.

Dieses Projekt wird gefördert durch das Bundesministerium für Bildung und Forschung.