IC11 - KI4SF

Der Tauchgleitschleifprozess bietet enorme Vorteile in der Bearbeitung von komplexen Geometrien durch das Schleifen der gesamten Bauteiloberfläche mit losem Schleifgranulat. Komplexe Maschinenkinematiken, wie sie bei konventionellen Verfahren nötig wären, entfallen dadurch. Eine automatisierte optische Überwachung der schleifenden Bearbeitung von Bauteilen ist ein wichtiger Fortschritt, der dazu beitragen kann, die Qualität der Bearbeitung zu verbessern und die Produktivität zu steigern.

Ziel und Vorgehen

Zu den Kernpunkten der optischen Überwachung bei der Strömungsbearbeitung von Bauteilen gehören die Auswahl geeigneter Messverfahren, die Identifizierung der Bauteilgeometrie, die Überwachung der Prozessparameter, die Integration der Prozessdaten in ein Überwachungssystem und die Implementierung von Algorithmen zur Früherkennung von Anomalien im Schleifprozess.

• Dazu werden je nach Anforderung die notwendigen Messaufbauten, Instrumente und Dateninfrastrukturen eingesetzt, die eine automatisierte Identifikation von Bauteilen und die Erkennung von Geometriemerkmalen durch intelligente Bildverarbeitung ermöglichen.
• Gleichzeitig werden der Ausgangszustand der Oberflächenstruktur und mögliche Defekte auf der Oberfläche identifiziert .
• Der Bearbeitungszustand wird iterativ mit einer Kamera überwacht und zusammen mit den Prozessparametern gespeichert, was die Analyse von zeitlichen Zusammenhängen im Bearbeitungsprozess ermöglicht.
• Abschließend wird eine Simulation des Prozesses durchgeführt, die den Aufbau einer großen Datenbasis durch Datenanreicherung ermöglicht, ohne dass umfangreiche experimentelle Untersuchungen notwendig sind. Durch die Kombination aller Daten aus Experimenten, Simulationen und Prozessmodellen wird ein Gesamtprozessmodell erstellt, das den Bearbeitungsprozess ganzheitlich abbildet und Vorhersagen für die "First-Part-Right"-Produktion ermöglicht

Nutzen

Diese Auswertung von Daten aus der optischen Überwachung mit Kameras und Künstlicher Intelligenz trägt dazu bei, den Schleifprozess besser zu verstehen und ihn zu optimieren. Die gesammelten Daten können für die Prozessmodellierung verwendet werden, um die Produktionseffizienz zu steigern und die Qualität der Bearbeitung zu verbessern. Die Ergebnisse lassen sich zudem auf verwandte, in der Industrie weit verbreitete Schleifprozesse (z.B. Schleppschleifen, Schleuderscheibenschleifen) übertragen und dienen als solide Grundlage für den Wissenstransfer in Forschung und Industrie.