Mobile-Menu

Verbesserte Fertigung

Neues Open Source Tool für Versuchsplanung und Prozessoptimierung

< zurück

Seite: 3/4

Anbieter zum Thema

Klinkhammer Intralogistics GmbH
LK Metallwaren GmbH
Franke GmbH

Das Flachschleifen soll als Anwendungsbeispiel dienen

Der Arbeitsablauf wird beispielhaft anhand einer Flachschleifstudie demonstriert (Bild 2). Dabei wurden fünf Stellgrößen betrachtet: Schnittgeschwindigkeit (vc), Zustellung (ae), Werkstückgeschwindigkeit (vw), Abrichtüberdeckungsgrad (Ud) und Abrichtgeschwindigkeitsverhältnis (qd). Als Zielgrößen dienten die Oberflächenrauheit Ra, die Normalkraft Fn und das Zeitspanvolumen Q′w. Die Versuche wurden auf einer Multigrind-Schleifmaschine des Herstellers Adelbert Haas aus Trossingen durchgeführt (wiederum Bild 2). Als Werkstückwerkstoff diente gehärteter Stahl 42CrMo4 (55 HRC). Geschliffen wurde mit einer konventionellen Schleifscheibe unter Schleiföl als Kühlschmierstoff. Die Parameterkombinationen wurden dabei direkt aus der in „DoExpert“ erzeugten DoE-Versuchstabelle übernommen. Während des Schleifens wurde die Normalkraft Fn mit einem Kraftmesssystem erfasst; die Rauheitskennwerte Ra und Rz wurden anschließend am Werkstück mit einem mobilen Rauheitsmessgerät gemessen.

Bild 2: Experimenteller Aufbau der Flachschleifversuche auf einer Multigrind-Schleifmaschine von Adelbert Haas sowie die in „DoExpert“ definierten Versuchsparameter, nebst erfasster Messgrößen und das daraus ermittelte Optimierungsergebnis.(Bild: HFU /KSF)
Bild 2: Experimenteller Aufbau der Flachschleifversuche auf einer Multigrind-Schleifmaschine von Adelbert Haas sowie die in „DoExpert“ definierten Versuchsparameter, nebst erfasster Messgrößen und das daraus ermittelte Optimierungsergebnis.
(Bild: HFU /KSF)

Für dieses Anwendungsbeispiel wurde in „DoExpert“ zunächst auf Basis der definierten Stellgrößen ein L8-Taguchi-Versuchsplan mit acht Versuchen erstellt. Nach der Durchführung der Versuche wurden die gemessenen Ergebnisse in DoExpert eingegeben und ausgewertet (Bild 3). Anschließend erzeugte die Software Vorhersagemodelle und berechnete dann Pareto-optimale Parameterkombinationen. Dabei handelt es sich um Lösungen, bei denen keine Zielgröße verbessert werden kann, ohne gleichzeitig mindestens eine andere Zielgröße zu verschlechtern.

Bild 3: Versuchsplanung in „DoExpert“ (Screenshots der Benutzeroberfläche): (a) Definition der Stellgrößen mit Stufen und Wertebereiche, (b) Auswahl eines geeigneten DoE-Versuchsplans mit intelligenter Empfehlung, (c) automatisch erzeugte und editierbare Versuchstabelle mit eingetragenen Versuchsergebnissen.(Bild: HFU /KSF)
Bild 3: Versuchsplanung in „DoExpert“ (Screenshots der Benutzeroberfläche): (a) Definition der Stellgrößen mit Stufen und Wertebereiche, (b) Auswahl eines geeigneten DoE-Versuchsplans mit intelligenter Empfehlung, (c) automatisch erzeugte und editierbare Versuchstabelle mit eingetragenen Versuchsergebnissen.
(Bild: HFU /KSF)

Diese Lösungen wurden anschließend mit verschiedenen Verfahren des Multi Criteria Decision Making (MCDM) bewertet, um die für die jeweilige Aufgabenstellung am besten geeignete Prozesseinstellung auszuwählen (Bild 4). Der vollständige Datensatz des Beispiels ist im Repository hinterlegt, sodass die Ergebnisse nachvollzogen und die Vorgehensweise reproduziert werden können.

Bild 4: Integrierte Mehrzieloptimierung und Entscheidungsunterstützung in „DoExpert“ (Screenshot der Benutzeroberfläche): Konfiguration der Mehrzieloptimierung, berechnete gemäß Pareto optimale Lösungen sowie deren Bewertung und Rangfolge mithilfe verschiedener MCDM-Verfahren.(Bild: HFU /KSF)
Bild 4: Integrierte Mehrzieloptimierung und Entscheidungsunterstützung in „DoExpert“ (Screenshot der Benutzeroberfläche): Konfiguration der Mehrzieloptimierung, berechnete gemäß Pareto optimale Lösungen sowie deren Bewertung und Rangfolge mithilfe verschiedener MCDM-Verfahren.
(Bild: HFU /KSF)

Das kam bei der Mehrzieloptimierung heraus

Die Mehrzieloptimierung mit NSGA-II und NSGA-III erzeugte insgesamt 1.186 Parameterkombinationen. Davon bildeten vier Lösungen die Pareto-Front, also die besten Kompromisse, bei denen eine weitere Verbesserung einer Zielgröße nur auf Kosten mindestens einer anderen Zielgröße möglich ist. Aus diesen wurde mithilfe des MCDM-Verfahren Topsis die für die Aufgabenstellung am besten geeignete Parameterkombination ausgewählt: Schnittgeschwindigkeit vc = 20,22 m/s, Zustellung ae = 81,48 µm, Werkstückgeschwindigkeit vw = 954,39 mm/min, Abrichtüberdeckungsgrad Ud = 3,58 und Abrichtgeschwindigkeitsverhältnis qd = 0,75 (wieder Bild 2). Für diese Parameterkombination prognostizieren die Surrogat-Modelle eine Oberflächenrauheit von Ra = 1,52 µm und eine Normalkraft von Fn = 28,89 N bei einem bezogenen Zeitspanvolumen von Q′w = 195,13 mm³/(mm·min). Das Zeitspanvolumen liegt damit nahe am Maximum des untersuchten Bereichs, während Oberflächenrauheit und Normalkraft gleichzeitig auf niedrigem Niveau gehalten werden. Damit wird ein nachvollziehbarer Kompromiss zwischen Produktivität und Qualität erreicht und eine konkrete Prozesseinstellung für die praktische Anwendung bereitgestellt.

(ID:50925835)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte