Akustische Qualitätssicherung in der Zerspanung

Überwachung von Zerspanungsmaschinen

Close-up view of a high-precision CNC (Computer Numerical Control) machine in operation, showcasing a metal workpiece being machined with a multi-axis tool and a control panel interface in the foreground.
© Adobe Stock/Sergey Ryzhov

Ausgangssituation und Idee

Fehlerhafte Maschineneinstellungen an Zerspanungsanlagen führen zu einer geringen Produktqualität, zu steigenden Regressansprüchen und zu häufigen, unvorhergesehenen Ausfallzeiten durch Maschinenstillstand. Hinzu kommen erschwerend geringe Automatisierungsquoten und fehlende Fachkräfte, was sich in steigenden Produktionskosten zeigt. KMU können diese Kosten nur schwer kompensieren. Daher wird sowohl von Anwendern als auch von Maschinen- und Steuerungsherstellern der Bedarf nach zuverlässigen, automatisierten Verfahren zur Überwachung von Zerspanungsmaschinen genannt. Bei der derzeit üblichen individuellen Problemanalyse fehlerhafter Maschineneinstellungen nutzt das Fachpersonal die auftretenden Prozess- oder Anlagengeräusche, um auf Störgrößen zu schließen. Die Beurteilung des Maschinenzustands und der Prozessstabilität in der zerspanenden Fertigung beruht folglich teilweise auf akustischen Emissionen. Die Analyse dieses Luftschalls in Kombination mit maschinellen Lernverfahren soll eine automatisierte akustische Überwachung von Zerspanungsmaschinen ermöglichen.

 

Das Vorhaben kurz erklärt

Im Projekt amoZFerg wird angestrebt, durch das neue akustische Prüfsystem Maschinenstillstandzeiten aufgrund falscher Parametereinstellungen um bis zu 50 Prozent zu reduzieren, was bei einem hohen Maschinenkostensatz und einer aktuellen Maschinenstillstandzeit von bis zu 10 Prozent zu erheblichen Kostensenkungen führt. Darüber hinaus wird eine Erkennungsgenauigkeit verschiedener Fehlerklassen an Maschinen von 95 % angestrebt, um die Ausschussrate auf bis zu 3 % bei der Produktion kleinster Losgrößen zu senken. Die Ergebnisse des Prüfsystems sollen über die Maschinensteuerung ausgegeben werden, so dass sich individuelle Technikereinsätze seitens Maschinen- und Werkzeughersteller ebenfalls deutlich reduzieren.

 

Die Innovation bei der akustischen Überwachung

Herkömmliche, zumeist optisch arbeitende Überwachungssysteme verursachen oft hohe Kosten, erfordern spezielles Fachwissen, können Fehlerquellen sein und sind nicht universell einsetzbar. Bei komplexen Bauteilen und Einsatzbereichen, bei denen Kühl- oder Schmiermittel verwendet werden, stoßen optische Sensoren an ihre Grenzen. Die akustische Überwachung mit Mikrofonen hat sich bereits beim Schweißen als vielversprechend erwiesen (siehe Projekt »AKoS«).  Nun wird diese Methode auch in der Zerspanung erforscht, insbesondere zur Überwachung von Fräs- und Drehmaschinen. Mikrofone erfassen Schallemissionen, die später hinsichtlich verschiedener, vordefinierter Fehlerbilder der Maschinen klassifiziert werden. Die Herausforderung bei der akustischen Analyse liegt hierbei im Störschall, der aufgrund der unübersichtlichen Geräuschkulisse in Werkhallen stets vorhanden ist. 

Aufgabenbereich Fraunhofer IDMT

  • Auswahl des akustischen Mess-Setups auf Basis der Raum- und Prozessakustik (Mikrofonierungskonzept)
  • Entwicklung von Machine-Learning Verfahren zur Erkennung und Klassifikation definierter Fehlerbilder an Zerspanungsmaschinen anhand akustischer Signale (robust gegen Störschall)

Das könnte Sie auch interessieren!

Forschungsthema

Analyse von Industriegeräuschen

Fehler in der Fertigung hören – die akustische KI für die smarte Produktion.

 

Weiterer Anwendungsfall

Industrieschweißen

Die akustische KI für Fügeverfahren.