Werkzeugverschleiß mit KI autonom erkennen

Für die Herstellung von Bauteilen aus Metallen sind Zerspanungsprozesse, d.h. Fräsen, Bohren, Drehen, Honen, Schlichten und Schleifen notwendig. Mit Elektro- und Wasserstoff-basierenden Antrieben fallen viele Bauteile weg, doch in anderen Industriezweigen wie z.B. der Medizin, Automatisierung, Mobilität und Konstruktion verändern sich die Strukturen kaum, aber die Wettbewerbsfähigkeit ist eine stetige Herausforderung.

Im Rahmen des KInCNC Forschungsprojektes haben wir neue Verfahren und Algorithmen entwickelt, um den Werkzeugverschleiß und den Werkzeugbruch ohne zusätzliche Messtechnik zu prognostizieren. In vielen Produktions-Szenarien ist der Zeitpunkt eines Werkzeugwechsels oder die frühzeitige Erkennung eines Werkzeugbruches weiterhin eine Herausforderung. Ausschuss, ungeplante Maschinenstillstände und geringere Produktivität (OEE) sind die Folge. Steuerungen von Werkzeugmaschinen können immer besser höher frequente Daten (>= 1kHz) liefern, diese Fähigkeit ist ein Erfolgsfaktor dieser KI-Innovation für die Zerspanungsbranche.

Um diese Problematik zu lösen, bieten wir zusammen mit einem Netzwerk an Werkzeug-Experten und den neuen Algorithmen zur Erkennung von Werkzeugverschleiß und Werkzeugbruch für alle Phasen einen Lösungsweg an.

Die erste Phase dient der Aufnahme des bestehenden Zerspanungsprozesses inklusive der Daten-Schnittstelle der Werkzeugmaschine. Sind die Voraussetzung für eine Machbarkeit erfüllt, findet in der zweiten Phase die Datenaufzeichnung statt. Hierbei werden Daten in einem Mini-PC aufgezeichnet und zunächst manuell analysiert und mit den Algorithmen validiert. In dieser Phase wird festgelegt, wie die Informationen des Algorithmus verwendet werden sollen. Ein Möglichkeit ist die Ansteuerung einer Ampel oder die Weitergabe an ein MES-System. Es ist auch möglich, dass mit der Information des Algorithmus eine Umschaltung auf ein Schwester-Werkzeug oder ein Maschinen-Stopp ausgelöst wird. In der dritten Phase wird die Aufzeichnung, Analyse und Prognose automatisiert.

Eine weitere Anwendung ist die Prognose der Qualität.

Wir suchen Anwender, Werkzeughersteller und Werkzeugmaschinen-Hersteller, welche die KI-basierte Erkennung von Werkzeugbruch oder Werkzeugverschleiß nutzen möchten.

Haben Sie Interesse an unserer Lösung?

Wir freuen uns auf Ihre Anfrage oder Ihren Anruf (+49 721 9453 811)