Fraunhofer-Institut für Großstrukturen in der Produktionstechnik IGPMetamodellbasierte Berücksichtigung der Prozesskette beim mechanischen Fügen von Blechbauteilen
In der Industrie durchläuft ein Bauteil oft verschiedene Arbeitsschritte auf dem Weg zum fertigen Produkt. Im Automobilbau beinhaltet die Fertigungskette eines typischen Bauteils beispielsweise die Schritte Tiefziehen, Beschnitt, Spannen sowie das mechanische Fügen mit einer übergeordneten Baugruppe. Dabei treten im Laufe der Fertigung unweigerlich produktionsbedingte Schwankungen auf, die zu zunehmend kleineren Toleranzfeldern bei späteren Fertigungsschritten führen, was hohe Kosten zur Folge haben kann.
Problemstellung
Eine adaptive Umsetzung der Fertigung birgt das Potenzial, Toleranzfelder zu erweitern und Kosten zu senken. Hierzu erforderlich ist die Erfassung von Prozessdaten, das Wissen um die Korrelation zwischen Prozessgrößen sowie die Möglichkeit zur flexiblen Anpassung der Fertigungsparameter. Zum derzeitigen Stand der Technik fallen in der industriellen Produktion zwar viele Prozessdaten an, die Vernetzung zwischen den verschiedenen Fertigungsschritten ist jedoch nur unzureichend gegeben und Korrelationen sind weitgehend unbekannt.
Zielstellung und Lösungsweg
In diesem Forschungsvorhaben wird am Beispiel der Fertigung eines Demonstratorbauteils aus dem Automobilbereich untersucht, wie Prozessdaten für die Umsetzung einer adaptiven Fertigung verwendet werden können. Hierzu wird eine Fertigungskette betrachtet, die die Prozessschritte Tiefziehen, Beschnitt, Spannen und mechanisches Fügen umfasst. Um eine große Datenbasis ermitteln zu können, werden für jeden Teilprozess umfangreiche experimentelle und numerische Parameterstudien durchgeführt. Für jeden Teilprozess werden auf den gesammelten Daten Metamodelle trainiert, welche eine eingehende Analyse der Korrelationen der Prozessgrößen ermöglichen. Abschließend werden die Metamodelle miteinander verknüpft, wodurch eine adaptive Prognose von Toleranzfeldern im Laufe der Fertigung möglich wird. Für die Entwicklung der Metamodelle wird AutoML verwendet (Auto Machine Learning). Hierbei werden auf Basis statistischer Vergleiche unterschiedliche Modellierungsansätze gegenübergestellt und das prozessspezifisch bestgeeignete Modell ausgewählt.
Das Ziel des Forschungsvorhabens ist die Entwicklung eines Modells, mit dem die Prozesse Spannen und Fügen adaptiv geführt werden können. Dies bedeutet, dass Abweichungen aus vorgelagerten Prozessschritten durch eine Anpassung der Prozessparameter kompensiert werden sollen.