Demonstrator "Optimierung der Faser-Kunststoff-Verbund (FKV) Bauteilfertigung"
Beschreibung
Die Herstellung von Faser-Kunststoff-Verbund (FKV)-Bauteilen ist in vielen Branchen zu einem wichtigen Bestandteil geworden. Hinsichtlich der vielfältigen und teilweisen komplexen Fertigungstechnologien treten eine Reihe von Herausforderungen auf, insbesondere beim Übergang von der Prototypenphase in die Serienproduktion.
In diesem Demonstrator wird ein Produktionsprozess für hybride Leichtbaustrukturen repräsentiert, in dem ein generisches Profil an einer automatisierten Fertigungsprozesskette hergestellt wird. Die dafür benötigte Datenerfassung erfolgt mithilfe verschiedener Sensortypen, darunter werkzeugintegrierte Druck- und Temperatursensoren, berührungslose Temperaturmessung mittels Pyrometer sowie optische Messtechnik zur Qualitätssicherung. Diese Sensordaten werden automatisiert über verschiedene industrielle Kommunikationsprotokolle an eine zentrale Recheneinheit übertragen, wo sie vorverarbeitet und visualisiert werden.
Um FKV-Bauteile erfolgreich in die Serienproduktion zu überführen, ist es entscheidend, den Einfluss von Prozessparametern auf die Eigenschaften der Bauteile zu verstehen und durch geeignete Qualitätssicherungsmethoden zu überwachen. Mit diesem Demonstrator werden mehrere Einsatzmöglichkeiten von maschinellem Lernen an einer 3000-t-Multifunktions-Schnellhubpresse verdeutlicht. Einerseits kann durch eine frühzeitige Anomalie-, Ausreißer- und Defekterkennung in den Messkurven- und Bilddaten die Qualitätssicherung erheblich verbessert werden. Andererseits ist es möglich, den für die Festigkeit und Steifigkeit eines Bauteils entscheidende Faserwinkel, aus den Daten der optischen Messtechnik zu identifizieren. Außerdem wird maschinelles Lernen für die Feinabstimmung des Fertigungsprozesses eingesetzt. Dies ermöglicht die Optimierung der Prozessparameter, um bestmögliche Bauteileigenschaften zu erzielen, den Prozess möglichst energieeffizient zu gestalten und sogar ein wirtschaftliches Optimum zwischen beiden Faktoren zu finden.