Komplexe thermodynamische Prozesse, wie das Aushärten von Verbundbauteilen, die Wärmebehandlung von Metallen oder Beschichtungsprozesse werden heute häufig mit Hilfe fixer „Rezepte“ betrieben. Diese Rezepte werden experimentell ermittelt und im Anschluss durchgehend in der Serienproduktion eingesetzt. Dabei müssen die Prozesse oft „blind” betrieben werden, weil es keine geeigneten Sensoren zur Erfassung des Bauteilzustands gibt. Es besteht daher immer das Risiko, dass der Prozess nicht plangemäß abläuft, weil es z.B. Veränderungen in den Ausgangsmaterialien gegeben hat oder sich die Umgebungsbedingungen ungünstig verändert haben. Oft sind in den Prozessen daher erhebliche Sicherheitsfaktoren vorgesehen, um die bestehenden Unsicherheiten zu kompensieren. Das führt zu ineffizienten Prozessen oder Ausschuss, der – je nach Prozess – schwierig zu recyceln ist.

 

 

 

 

 

 

Ausgehend von Beispielen von weit verbreiteten Produktionsprozessen, wie dem Aushärten von Kohlefaserverbundbauteilen im Autoklaven, der Wärmebehandlung von Aluminium und der Oberflächenbehandlung von dekorativen Produkten, wird ein generell einsetzbares „Zero Defect Manufacturing“ Konzept für thermodynamische Prozesse entwickelt. Dieses Konzept umfasst die Umwandlung von Rohdaten mit Hilfe von datengetriebenen Vorhersagemodellen und physikalischen Simulationsmodellen und die Entwicklung von AI Methoden zur Modellierung der Zusammenhänge zwischen Prozessparametern, Produktdaten und Qualitätseigenschaften.

 

Im Projekt wird demonstriert, wie datengetriebene Modellierung in Kombination mit

physikalischen Modellen genutzt werden kann um von derzeitigen „rezept-basierten“ Prozessen zu flexibleren Prozessen zu gelangen, die sich am tatsächlichen Zustand des Bauteils orientieren.

 

Folgende Ergebnisse werden im Projekt erarbeitet:

 

  • Sensorsysteme für die spezifischen Anwendungsfälle
  • datengetriebene und physikalische Simulationsmodelle zur Vorhersage des Bauteilzustands
  • AI Methoden zur Modellierung thermodynamischer Produktionsprozesse

 

PROFACTOR wird das Projekt organisatorisch und inhaltlich leiten, sowie in der Sensorentwicklung und bei der Entwicklung von Machine learning Methoden unterstützen.

 

Projektname:
Zero Defect Manufacturing for Thermo-dynamical Processes

 

Förderung:
FTI-Initiative Produktion der Zukunft

 

Laufzeit:  
01.05.2021 – 30.04.2024

Ihr Ansprechpartner

DI Daniela Kirchberger
Machine Vision

+43 7252 885 319
daniela.kirchberger@nullprofactor.at

Gerne antworten wir…

… auf Ihre Fragen