Formpressen Bessere Qualität dank maschinellem Lernen

Redakteur: Dipl.-Ing. (FH) Hendrik Härter

Im Rahmen eins Forschungsprojekts will der Metall-Prozess-Spezialist Benteler zusammen mit dem Fraunhofer-Institut ungewollte Schwankungen der Qualität beim Warmumformpressen vermeiden. Dazu wird die Wärmeverteilung analysiert.

Firmen zum Thema

Warmumformpressen: Benteler analysiert die Wärmeverteilung auf einem Bauteil mit einem Wärmebildsystem. Das Unternehmen produziert durch Erhitzen und anschließendes gleichzeitiges Kühlen und Pressen beispielsweise besonders leichte und robuste B-Säulen.
Warmumformpressen: Benteler analysiert die Wärmeverteilung auf einem Bauteil mit einem Wärmebildsystem. Das Unternehmen produziert durch Erhitzen und anschließendes gleichzeitiges Kühlen und Pressen beispielsweise besonders leichte und robuste B-Säulen.
(Bild: www.jenserbeck.de)

Wenn Maschinen lernen, welche Produktionsdaten die Qualität des Produkts beeinflussen, dann lassen sich ungewollte Schwankungen der Qualität vermeiden. Damit Produktionsprozesse nicht nur besser, sondern auch schneller und zuverlässiger werden, kooperiert Benteler zusammen mit dem Fraunhofer-Institut für Entwurfstechnik Mechatronik im Forschungsprojekt ML4Pro². Die Abkürzung steht für maschinelles Lernen für die Produktion und deren Produkte.

Smarte Produkte und Produktionsverfahren sollen mit dem Projekt nachhaltig verfügbar werden. Dazu analysiert Benteler Daten, die während der Produktion von Bauteilen in Warmumformpressen entstehen. Die Warmformtechnik setzt das Unternehmen vor allem bei Kunden aus der Automobilbranche ein. Die Formpressen bereiten Blechplatinen zu hochfesten Bauteilen auf, beispielsweise zu A- und B-Säulen, Rahmenteilen sowie Quer- und Längsträgern. Die Qualität der verschiedenen Bauteile wird unter anderem dadurch bestimmt, wie sich die Wärme während des Pressvorgangs verteilt. Bislang erfolgte die Qualitätskontrolle am Ende des Produktionsprozesses anhand eines optischen Messplatzes.

Wärmeverteilung auf dem Bauteil

Nun verwendet der Automobilhersteller im Rahmen des Forschungsprojektes ein Wärmebildsystem, welches die Wärmeverteilung bei einem Bauteil aufzeichnet, sobald es die Presse verlässt. Diese thermografischen Daten werden als Teil der vorausschauenden Qualitätskontrolle eingesetzt. Ziel ist es, bereits im Vorfeld, anhand der Analyse von Prozesswärme zu wissen, ob die Pressteile der geforderten Qualität entsprechen werden – noch bevor sie den Produktionsprozess verlassen.

„Predictive Quality ist ein Kernanliegen von Benteler. Unser Plan im Rahmen des Forschungsprojekts ist es, die Maschinenparameter unserer Warmumformpressen aufzuzeichnen und zu analysieren. Wir prüfen beispielsweise genau, wie Temperatur und Druck zusammenwirken. Damit lassen sich Vorhersagemodelle entwickeln. Auf deren Basis können wir prognostizieren, ob die Qualität unserer Produkte in Ordnung ist“, sagt Daniel Köchling, Industrie 4.0-Manager bei Benteler.

„Künftig sind wir in der Lage, im Bedarfsfall schneller zu reagieren und Produktionsparameter zu ändern. Damit ist gewährleistet, dass die Temperaturprofile der Komponenten innerhalb der Toleranz bleiben und Qualitätsverbesserungen während des laufenden Prozesses möglich werden.“

Über ML4Pro²

Das Projekt ML4Pro² (Maschinelles Lernen für die Produktion und deren Produkte) ist Ende 2018 gestartet und wird bis November 2021 andauern. Das Forschungs- und Entwicklungsprojekt wird vom Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie (MWIDE) des Landes Nordrhein-Westfalen gefördert. Unter Leitung des Fraunhofer IEM nehmen insgesamt zehn Kooperationspartner an dem vom Technologie-Netzwerk „it’s OWL“ geförderten Projekt teil.

(ID:47466680)