Prädiktives Prozessüberwachungssystem für rotierende Werkzeuge auf Basis von Surface Acoustic Wave (SAW) Sensoren

Angesichts hoher Investitionskosten marktüblicher rotierender Messsysteme für Zerspanprozesse ist ihr Einsatz in Werkzeugmaschinen wirtschaftlich oft unattraktiv. Das Forschungsvorhaben SAW-2-Sense untersucht daher den Einsatz kostengünstiger SAW-Sensoren an rotierenden Werkzeughaltern als berührungslose Alternative für in-situ Dreh- und Biegemomentmessungen. In Kombination mit Edge-Computing ergänzt es sich zu einem vollständig nachrüstbaren Prozessüberwachungssystem. Als Anwendungsbeispiel dient hierfür im Vorhaben die Nutzung der Prozessdaten zur prädiktiven Werkzeugzustandsüberwachung beim Fräsen. Die Zerspanung ist zentral für den deutschen Maschinenbau, besonders für KMU, die von solchen Überwachungssystemen angesichts hoher Kosten und schneller Innovationszyklen profitieren können. SAW-Sensoren nutzen akustische Oberflächenwellen zur Messung physikalischer Größen und zeichnen sich durch Wartungsfreiheit, Robustheit und ihren passiven Betrieb aus, was sie grundsätzlich als Sensoren für rotierende Zerspanwerkzeuge attraktiv macht. In diesem Bereich besteht weiterer Forschungsbedarf zur praktischen Anwendung und Optimierung der Messung an rotierenden Werkzeugen. Auf der an der OVGU entwickelten instantanen Frequenzmessung basierend, wird eine präzise, hochfrequente Auswertung der Sensoren am rotierenden System untersucht. Maschinelles Lernen analysiert diese Daten anschließend direkt in der Maschinenumgebung für eine Verschleißerkennung in Echtzeit. Hierdurch soll Ausschuss reduziert sowie die Werkzeuglebensdauer bestmöglich ausgenutzt werden. Die Nutzung der SAW-Sensoren soll den vermehrten Einsatz von Prozessüberwachungssystemen in der Zerspanung fördern, wodurch Nachhaltigkeit und Wirtschaftlichkeit der KMU gefördert werden. SAW-2-Sense bietet somit einen innovativen, kosteneffizienten und leicht nachrüstbaren Lösungsansatz zur weiteren digitalen Transformation der Zerspanungsbranche, von der insbesondere KMU profitieren.

Predictive process monitoring system for rotating tools based on Surface Acoustic Wave (SAW) sensors

In view of the high investment costs of commercially available rotating measuring systems for machining processes, their use in machine tools is often economically unattractive. The SAW-2-Sense research project is therefore investigating the use of cost-effective SAW sensors on rotating tool holders as a non-contact alternative for in-situ torque and bending moment measurements. In combination with edge computing, it complements a fully retrofittable process monitoring system. An application example of this in the project is the use of process data for predictive tool condition monitoring during milling. Machining is central to the German mechanical engineering industry, especially for SMEs, which can benefit from such monitoring systems in view of high costs and fast innovation cycles. SAW sensors use surface acoustic waves to measure physical parameters and are characterized by their maintenance-free, robust and passive operation, which makes them fundamentally attractive as sensors for rotating cutting tools. In this area, there is a need for further research into the practical application and optimization of measurement on rotating tools. Based on the instantaneous frequency measurement developed at OVGU, a precise, high-frequency evaluation of the sensors on the rotating system is being investigated. Machine learning then analyzes this data directly in the machine environment for wear detection in real time. This is intended to reduce rejects and make the best possible use of tool life. The use of SAW sensors is intended to promote the increased use of process monitoring systems in machining, thereby promoting the sustainability and profitability of SMEs. SAW-2-Sense thus offers an innovative, cost-efficient and easily retrofittable solution for the further digital transformation of the machining industry, from which SMEs in particular will benefit.
This text was translated with DeepL on 07/04/2026