Entwicklung eines datenbasierten Prozessführungsmodells für das Walzrunden von Grobblechen

Zusatztext

Das Walzrunden ist ein Biegeumformverfahren zum Rundbiegen von Blechen. Da die Werkstoffeigenschaften der Bleche starken Schwankungen unterliegen, kann das Verfahren in der Praxis nicht deterministisch gesteuert werden. Stattdessen ist eine Anpassung der Prozessführung an jedes einzelne Blech erforderlich. Dies wird derzeit überwiegend durch den Maschinenbediener umgesetzt, der den Umformprozess erfahrungsbasiert steuert. Zur Verbesserung der Wirtschaftlichkeit ergibt sich ein Bedarf an technischen Lösungen, die eine objektive und effiziente Prozessführung ermöglichen. Diese Arbeit beschäftigt sich daher mit der Entwicklung eines Modells, mit dem für gegebene Umformaufgaben optimale Umformstrategien berechnet werden können. Hierzu wird ein datengetriebener Ansatz auf Basis maschineller Lernverfahren verfolgt. Ausgangspunkt bildet eine systematische Charakterisierung des kontinuierlichen Umformprozesses, aus der quasistationäre Biegezustände abgeleitet werden. Für diese Zustände werden mithilfe von FE-Simulationen synthetische Prozessdaten generiert, auf deren Grundlage schließlich maschinelle Lernmodelle trainiert werden. Die Zuverlässigkeit der Modellprognosen wird durch umfangreiche simulationsbasierte und experimentelle Untersuchungen nachgewiesen.

Weitere Details