OPEN MIND unterstützt Forschungsprojekt

Später lesen
News Von  Maxime Mader veröffentlicht am  08/12/2022
OPEN MIND unterstützt Forschungsprojekt
Verfahren, die auf maschinellem Lernen basieren, werden es in Zukunft ermöglichen, den KSS-Druck über einen optimierten NC-Code bedarfsgerecht zu steuern.

Das Institut für Fertigungstechnik und Werkzeugmaschinen der Leibniz Universität Hannover hat nach einer Möglichkeit geforscht, ob in der zerspanenden Bearbeitung Energie durch die Anpassung des Kühlschmierstoffdrucks (KSS-Druck) eingespart werden kann. OPEN MIND unterstützte das Projekt finanziell und lieferte die Bauteilgeometrie und -programmierung für Fräsbearbeitung und Analysen. Im Projekt wurde eine Methode entwickelt, mit der der optimale KSS-Druck in Abhängigkeit vom auftretenden Werkzeugverschleiß ermittelt werden kann. Das Resultat: Bis zu 33 Prozent Energie konnten damit eingespart werden. Verfahren, die auf maschinellem Lernen basieren, werden es in Zukunft ermöglichen, den KSS-Druck über einen optimierten NC-Code bedarfsgerecht zu steuern

Prof. Dr.-Ing. Berend Denkena, Talash Malek, M.Sc., Martin Winkler, Dipl.-Ing (FH), und Marcel Wichmann, M.Sc., haben ihr Projekt unter dem Titel „Energieeffiziente Prozessplanung“ vorgestellt. Auf der Suche nach Möglichkeiten, die zerspanende Fertigung ökologisch nachhaltiger zu gestalten, hatten sich die Autoren das Thema Hochdruckkühlung vorgenommen. Hochdruck-KSS-Anlagen können die Standzeiten von Werkzeugen um maximal 250 Prozent verlängern, verursachen derzeit aber auch bis zu 25 Prozent des Gesamtenergieverbrauchs einer Werkzeugmaschine.

Verschleißverhalten erforscht

Je nach Bearbeitungsstrategie und gefrästen Spanvolumen verschleißen Werkzeuge unterschiedlich. Ab einem gewissen Punkt bringt die Erhöhung des KSS-Drucks jeweils keine weitere Erhöhung der Standzeit. Das heißt auch, dass an vielen Stellen unnötig viel Kühlmittel eingebracht wird. Die Forscher führten die von OPEN MIND entwickelte Testbearbeitung des Schruppens mehrerer Taschen in einem Ti-6Al-4V-Block mit einem VHM-Schaftfräser durch und untersuchten die Auswirkung verschiedener Bearbeitungsstrategien und KSS-Drücke auf den Werkzeugverschleiß.

Maschinelles Lernen

Ausgehend von diesen Erkenntnissen wurde eine Simulation auf Basis maschinellen Lernens (ML) entwickelt, die Werkzeugverschleiß anhand der Prozessdaten vorhersagen konnte. Mit Hilfe des ML-Modells wurde die Bearbeitung mit wechselndem KSS-Druck simuliert. Die Validierung am realen Bauteil bestätigte, dass mit je nach Bearbeitungssituation reduziertem Kühlmitteldruck die gleichen Oberflächengüten und Werkzeugstandzeiten erreicht werden konnten. Die tatsächliche Energieeinsparung von bis zu 33 Prozent lag dabei sogar noch etwas höher als nach der Simulation erwartet worden war.

OPEN MIND SOFTWARE TECHNOLOGIES GMB http://www.openmind-tech.com
OPEN MIND unterstützt Forschungsprojekt
Maxime Mader

Neue Produkte

Produkte nicht gefunden

Die nächsten Ereignisse

April

23

Dienstag

CONTROL

Vom 23 bis 26 April 2024

STUTTGART

Mai

14

Dienstag

GRINDINGHUB

Vom 14 bis 17 Mai 2024

STUTTGART

September

10

Dienstag

AMB

Vom 10 bis 14 September 2024

STUTTGART

November

19

Dienstag

FORMNEXT

Vom 19 bis 22 November 2024

FRANKFURT

Couverture magazine Machines Production
Logo Machines Production
Das 100% digitale Angebot
80€/Jahr
  • Unbegrenzter Zugang
  • Alle Magazininhalte
  • Besondere Themen sind
  • 100% digital