Mit Künstlicher Intelligenz Werkzeuge entwickeln
Im Schwerpunktprogramm (SPP) 2422 „Datengetriebene Modellierung in der Umformtechnik“ untersucht das Institut für Umformtechnik und Umformmaschinen (IFUM) der Leibniz Universität Hannover gemeinsam mit dem Institut für industrielle Fertigung und Fabrikbetrieb (IFF) der Universität Stuttgart und dem Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) den Einfluss von Prozessschwankungen in Gesenkschmiedeprozessen auf die Bauteilqualität.
Im Schwerpunktprogramm (SPP) 2422 „Datengetriebene Modellierung in der Umformtechnik“ untersucht das Institut für Umformtechnik und Umformmaschinen (IFUM) der Leibniz Universität Hannover gemeinsam mit dem Institut für industrielle Fertigung und Fabrikbetrieb (IFF) der Universität Stuttgart und dem Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA) den Einfluss von Prozessschwankungen in Gesenkschmiedeprozessen auf die Bauteilqualität.
In der Warmmassivumformung treten viele komplexe Wechselwirkungen auf, die bis heute nicht vollständig erklärbar sind. Wissenschaftliche Studien haben gezeigt, dass es in diesen Prozessen zu erheblichen Schwankungen in den Lebensdauern und den Ausfallursachen der eingesetzten Werkzeuge kommen kann. Oft werden darum Schmiedebauteile mit einem bedeutenden Werkstoffüberschuss in Form eines Grats gefertigt, um nach dem Abgraten und Zerspanen ein fehlerfreies Fertigbauteil zu erhalten. Diese Prozessstabilisierung durch Gratausformung erhöht jedoch den Material- und Energiebedarf, was die Wirtschaftlichkeit und den CO2-Footprint des Prozesses negativ beeinflusst.
Das Forschungsvorhaben zielt darauf ab, durch die Digitalisierung eines mehrstufigen Serienschmiedeprozesses unbekannte Wechselwirkungen zu identifizieren und zu quantifizieren. Hierfür werden spezielle datenbasierte Modelle eingesetzt, um bislang unverstandene Korrelationen und Prozessschwankungen aufzudecken. Mithilfe von Explainable AI (erklärbare Künstliche Intelligenz) sollen nicht nur präzise Vorhersagen getroffen, sondern auch die zugrunde liegenden Entscheidungen nachvollziehbar und interpretierbar gemacht werden. Basierend auf diesen Datenmodellen sollen angepasste Designs der Werkzeugwirkflächen entwickelt werden, um zukünftige Prozessgenerationen robuster gegenüber Prozessschwankungen zu machen. Dies soll eine Reduktion von Sicherheitsfaktoren wie Grat oder Aufmaßen ermöglichen, ohne das Gut-Teil-Fenster zu verkleinern.
Durch den Einsatz von Explainable AI können die identifizierten Wechselwirkungen in Domäne Wissen umgewandelt und für die Auslegung neuer Prozesse bzw. Werkzeug Geometrien genutzt werden. Dies ist besonders angesichts des aktuellen Fachkräftemangels von großer Bedeutung.
Diese innovative Herangehensweise verspricht eine effizientere und nachhaltigere Produktion in der Gesenkschmiede Industrie, was sowohl ökonomische als auch ökologische Vorteile mit sich bringt.
Kontakt
Weitere Informationen bei Eduard Ortlieb vom Institut für Umformtechnik und Umformmaschinen (IFUM) der Leibniz Universität Hannover (LUH),
Tel. +49 511 7622161,
EMail ortlieb@ifum.uni-hannover.de