Datenbasierte Verschleissbeurteilung von Fräswerkzeugen
Verschleissbeurteilung von Zerspanungs-Werkzeugen mit Machine Learning für ein nutzenorientiertes Abrechnungsmodell.
Die Graustufenbilder des Weisslichtinterferometers wurden verwendet, um ein neuronales Netz basierend auf Deep Learning zu trainieren (Quelle: Fraisa).
Prozessoptimierung, Machine Learning, Künstliche Intelligenz, Digitalisierung, Automatisierung
Die Entwicklung eines Business Models, dank welchem Kunden statt für den Erwerb von Zerspanungswerkzeugen für deren Nutzung bezahlen. Dazu nötig ist eine datengestützte, automatisierte Verschleissbeurteilung der Fräswerkzeuge während dem Produktionsprozess. Dies soll zu einer zuverlässigen und wiederholbaren Auswertung des Werkzeugzustands führen.
Die Firma Fraisa SA stellt eine umfassende Palette von Zerspanungswerkzeugen her. Eine optische und datengestützte Analyse hat ergeben, dass die im Einsatz gestandenen Fräswerkzeuge substanziell untergenutzt werden (durchschnittlich ca. 30%). Der Werkzeug-Nutzungsgrad steht in keinem Zusammenhang zum Anteil der Werkzeugkosten an den gesamten variablen Kosten. Sprich: je höher der Werkzeugkostenanteil, desto ineffizienter arbeiten die Kunden in diesem Bereich und desto grösser ist das absolute Einsparpotenzial. Darum soll ein Business Model entwickelt werden, bei dem Kunden statt für den Erwerb der Werkzeuge für deren Nutzung bezahlen.
Für Messungen am Weisslichtinterferometers (WLI) wurden diverse Algorithmen entwickelt, um den Verschleiss anhand der Messdaten zu erkennen. Auffallend ist, dass kein Algorithmus in der Lage war, eine zuverlässige Auswertung von verschiedenen Werkzeugtypen zu liefern, weshalb ein neuer Ansatz entwickelt wurde. Das WLI gibt nebst der dreidimensionalen Punktewolke auch ein Graustufenbild der Messung aus. Diese Bilder wurden verwendet, um ein neuronales Netz basierend auf Deep Learning zu trainieren. Die Verschleissgrösse wird als Differenz zwischen Originalgeometrie und gemessener Geometrie berechnet.
Zur Reststandzeitermittlung wurden Fräswerkzeuge unter vordefinierten Parametern gezielt verschlissen und ausgewertet. Aus den Verschleissgrössen und Einsatzzeiten wurden Verschleisskurven erstellt. Ähnliche Kurven konnten auch mit dem ITM ermittelt werden. Das Messsystem basiert auf einem Abschätzungsprinzip, das die Silhouette des Werkzeugs erfasst.
Die Bestimmung der Verschleissmarken mit dem angeschafften WLI-System verläuft im Labor zuverlässig; die auftretenden Probleme bewegen sich im Rahmen der Erwartungen. Eine entsprechende Patentanmeldung ist eingereicht.
Ergebnisse Verschleissbewertung nach Beurteilungsverfahren
Durch die Einführung nutzenorientierter Abrechnungseinheiten wird der Werkzeug-Nutzungsgrad optimiert. Dadurch reduziert sich der aus ökologischer Perspektive relevante Hartmetallverbrauch substanziell, was zu einer abschätzungsweisen zweistelligen prozentualen Reduktion des CO2-Verbrauches führt.
Auftraggeber | |
Ausführung | |
Dauer | 2.5 Jahre |
Förderung | |
Projektteam | Prof. Thomas Helbling (Projektleiter), Patrick Kiefer, Beat Lüscher, Sarah Werthmüller, Hansjörg Vogt |