Forschung für den Mittelstand - Die IGF-Projektdatenbank

Metamodell-Entwicklung zur Schweißparameterprognose auf Basis multivariater Schliffbilddaten von linienförmigen Schweißverbindungen

Die aktuelle Entwicklung der industriellen Produktion ist aufgrund der zunehmenden Produktindividualisierung durch einen Anstieg von Kleinserien, Einzelanfertigungen oder wechselnder Bauteilderivate innerhalb einer Serienfertigung gekennzeichnet.

Demzufolge ist für zukünftige Fertigungsanlagen damit zu rechnen, dass Anpassungen der Technologieparameter an neue Fertigungsaufgaben, sei es infolge von Bauteiländerungen oder völlig neuer Bauteilkonstruktionen, weiter zunehmen werden. Für komplexe Fertigungsprozesse, wie beispielsweise das Schweißen, stellt die Ermittlung der optimalen Prozessparameter bzw. die Prognose von Prozessergebnissen häufig eine zeit-und kostenintensive Aufgabe dar, die ein hohes Maß an Prozessverständnis und Expertenwissen erfordert. Für KMU, die in der Regel nicht die breite personelle Basis eines Großbetriebes aufweisen, stellt die dauerhafte Verfügbarkeit und Sicherung des Expertenwissens häufig ein großes Problem dar.

Ziel des Projektes ist es, für diese Aufgabenstellung der schnellen und genauen Parameterprognose beim Schweißen einen neuen Lösungsansatz zu entwickeln und dessen Praxistauglichkeit exemplarisch für das Laserschweißen nachzuweisen. Die Grundlage bildet ein selbstlernendes System, welches auf Basis einer Prozessdatenbank ständig neue Prozessergebnisse zur Optimierung der Datenbank benutzt und somit seine Prognosefähigkeit ständig verbessert. Die Prognose der optimalen Schweißparameter erfolgt anhand von mathematischen Metamodellen, die mit Hilfe der Prozessdatenbank angelernt werden. Entwicklungsschwerpunkte des Projektes sind, die automatische Datenerfassung und -Analyse anhand einer automatischen Bildanalyse von Nahtquerschnitten, die Generierung multidimensionaler Metamodelle sowie die Entwicklung eines Prototypensoftwaretools.