Inline-Detektion von Prozessstörungen beim Gesenkschmieden auf Spindelpressen

Autor*in: Nils Doede

ISBN: 978-3-69030-148-0

Dissertation, Leibniz Universität Hannover, 2025

Herausgeber*innen der Reihe: Bernd-Arno Behrens, Peter Nyhuis, Ludger Overmeyer

Band-Nr.: IPH 02/2025

Umfang: 146 Seiten, 98 Abbildungen

Schlagworte: Massivumformung, Prozessüberwachung, Automatisierung, Retrofit

Kurzfassung: Die Warmmassivumformung in Deutschland steht wegen hoher Energiekosten und hoher Ausschussraten unter Druck. Für eine effiziente Qualitätsüberwachung werden Prozessparameter zunehmend lückenlos erfasst, doch bestehende Verfahren zur Ausschuss- und Qualitätsdetektion sind meist nachgelagert oder betrachten nur Teilaspekte. Diese Arbeit untersucht am Beispiel einer Spindelpresse eine Inline-Prozessdatenerfassung, die Prozessstörungen frühzeitig erkennt. Dazu entsteht ein geeignetes Messkonzept und eine statistische Versuchsplanung identifiziert die maßgeblichen Zielgrößen. Auf Basis des Prozessmodells CRISP-DM zeigt sich, dass die Detektion von Prozessstörungen möglich ist. Optimierte KI-Algorithmen erkennen unter anderem Abweichungen bei Halbzeugposition, Umformenergie und Halbzeugwerkstoff. Eine direkt an die Pressensteuerung angebundene Software setzt die entwickelten Algorithmen um und realisiert damit eine Inline-Detektion von Prozessstörungen.