Productivity Optimization
Produktivitätssteigerung
Beschreibung
Der Einsatz von hochfesten Materialien stellt die Umformtechnik durch geringe Kaltumformbarkeit und hohe Rückfederung vor Herausforderungen. Um die Umformbarkeit dieser Materialien zu erhöhen, können temperaturunterstützte Verfahren wie die Warmumformung eingesetzt werden. Aufgrund hoher Anforderungen an die Produktionsqualität auch bei hohen Produktionsraten ist eine Inline-Überwachung des Prozesses notwendig, um den Aufwand nachgelagerter Qualitätssicherungsschritte reduzieren zu können. Zusätzlich führt der Einsatz von temperierten Umformprozessen zu einem Ziel-konflikt zwischen Bauteilqualität und Energieeffizienz, welchem durch optimales Temperaturmanage-ment begegnet werden kann. Am Beispiel eines sensorisch ausgestatteten Umformprozesses auf einer Servopresse sollen Technologien der künstlichen Intelligenz zur Zustandsüberwachung und zum Ein-satz der prädiktiven Qualität gezeigt werden.
Nutzen
Das Ziel des Demonstrators ist es, die Potenziale maschineller Lernverfahren für die Überwachung der Bauteilqualität von temperierten Umformprozessen aufzuzeigen. Dazu wird die Integration zusätzlicher Messtechnik in einem temperierten mehrstufigen Umformprozess auf einer Servopresse (Synchropress SWP 2500) gezeigt. Anhand aufgenommener Prozessdaten und Bilddatensätze können tiefgehende Themenschwerpunkte des maschinellen Lernens, wie die Übertragbarkeit, Erklärbarkeit oder Unsi-cherheitsabschätzung der trainierten Modelle vermittelt werden. Interessierte haben somit die Mög-lichkeit, die Umsetzungen von KI am Demonstrator kennenzulernen und praktische Lösungen mit den Expert:innen vor Ort zu diskutieren. Insbesondere bei Fragen, wie Mitarbeitende bei der Qualitätskon-trolle von Bauteilen durch Anwendungen der prädiktiven Qualität entlastet werden können, kommen Sie gerne auf uns zu.
Für weitere Infos zu unseren Demonstratoren kontaktieren Sie bitte:
