Lernende Prozesskraftmodellierung zur Planung und Überwachung in der Einzelteilfertigung für Fräsanwendungen

von Marian Wiesch

212 Seiten, Taschenbuch

Kurzbeschreibung des Verlags

Die Dissertation entwickelt einen neuartigen, lernenden Ansatz zur Vorhersage von Prozesskräften in der NC-Fräsbearbeitung und adressiert damit zentrale Herausforderungen einer modernen Einzelteilfertigung. Angesichts hoher Bauteilvarianz, wechselnder Randbedingungen und steigender Qualitätsanforderungen stoßen klassische Prozesskraftmodelle zunehmend an Grenzen: Sie sind häufig zu komplex in der Parametrierung, nur eingeschränkt übertragbar oder bilden wesentliche Zusammenhänge nicht hinreichend ab.
Die Arbeit verfolgt daher das Ziel, ein prozess- und bauteilübergreifend einsetzbares, datenbasiertes Prozesskraftmodell zu entwickeln, das die Vorteile Künstlicher Neuronaler Netze mit dem etablierten Wissen klassischer Modellierungsansätze verbindet. Hierzu wird die stetig wachsende Datenbasis der CAx-Prozesskette systematisch erschlossen. Informationen aus CAD, CAM, NC und CAQ werden kontextualisiert, strukturiert und entlang der Werkzeugperspektive veredelt, sodass ein durchgängiges, konsistentes Abbild des Fertigungsgeschehens entsteht.
Darauf aufbauend entsteht ein lernendes, hybrides Gesamtmodell, das komplexe Zusammenhänge zwischen Prozessgrößen und resultierenden Prozesskräften präzise erfasst. Dieses Modell wird in einen am WZL entwickelten Frässimulations-Demonstrator integriert, um den praktischen Nutzen im industriellen Umfeld zu validieren. Zwei Anwendungsfälle stehen dabei im Fokus: die virtuelle, a-priori Absicherung der Bauteilqualität in der CAM-Planung sowie eine ortsbezogene Live-Prozessüberwachung durch den Vergleich simulierter und real gemessener Prozesskräfte.
Die Validierungsergebnisse zeigen deutlich, dass der lernende Ansatz konventionelle Modelle hinsichtlich Genauigkeit, Robustheit und Übertragbarkeit übertrifft. Die Dissertation leistet damit einen Beitrag zur Weiterentwicklung digitaler Fertigungssysteme und eröffnet neue Potenziale für eine effizientere, flexiblere und zuverlässigere Zerspanung komplexer Bauteile.

• Reihe: Ergebnisse aus der Produktionstechnik
• ISBN: 9783985553242
• Erscheinungsdatum: 13.01.2026
• Genre: Technik/Maschinenbau, Fertigungstechnik
• Verlag: Apprimus Verlag