Dissertation-DigitalerZwillinginWAAM: Unterschied zwischen den Versionen

Aus Validad
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
(Die Seite wurde geleert.)
Markierung: Geleert
 
(3 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
Der Digitale Zwilling ermöglicht die datengetriebene Prozessüberwachung und -regelung in additiven Fertigungsprozessen. Nachfolgend werden Kernergebnisse der Dissertationsarbeit "Prozessorientierter Digitaler Zwilling für die Additive Fertigung mittels Lichtbogenauftragsschweißen" (Referenz: Reisch, 2022) vorgestellt.


Die Arbeit unterteilt sich sieben Abschnitte:
# Einleitung
# Grundlagen und Stand der Technik
# Digitale Bauteil- und Prozessrepräsentation
# Prozessmodellierung und -überwachung
# Datengestützter Prozesseingriff
# Erprobung in der industriellen Fertigung
# Schlussfolgerung und Ausblick
Für eine detaillierte Darstellung der einzelnen Themen sowie für eine Zitation / ein Referenzieren der nachfolgend vorgestellten Inhalte wird auf die veröffentlichte Fassung der Arbeit verwiesen.
'''1. Einleitung:'''
Einführung in die Thematik sowie Darstellung des Bedarfs nach einem prozessorientierten Digitalen Zwilling für die Additive Fertigung mittels Lichtbogenauftragsschweißen.
'''2. Grundlagen und Stand der Technik:'''
Vorstellung der Grundlagen im Bereich der Additive Fertigung, zum Digitalen Zwilling sowie im Bereich der Datenanalytik. Dabei wird unter anderem auf die Prozessüberwachung, die Prozessregelung, die Anomaliedetektion bei Zeitreihendaten und Evaluierungsmetriken eingegangen. Abschließend wird der Forschungsbedarf abgeleitet sowie die Hypothese aufgestellt, das mithilfe eines kontextwahrnehmenden, autonomen und anpassungsfähigen Digitalen Zwilling der WAAM-Prozess industrialisiert werden kann. Darauf basierend ergab sich folgende Forschungsfrage:
"Wie können Kontextwahrnehmung, Autonomie und Anpassungsfähigkeit eines prozessorientierten Digitalen Zwillings für die additive Fertigung mittels Lichtbogenauftragsschweißen erreicht werden?"
'''3. Digitale Bauteil- und Prozessüberwachung:'''
Innerhalb dieses Kapitels wurde die digitale Bauteil- und Prozessrepräsentation vorgestellt,
mit deren Hilfe Kontext bereitgestellt werden kann. Der Kontext wurde in Systemkontext,
räumlichen und zeitlichen Kontext unterteilt. Für den Systemkontext wurde ein OPC UA Informationsmodell
sowie ein Prozesszustandsmodell aufgebaut. Die zeitliche Einordnung wurde
durch eine zeitliche Indexierung aller Dateninstanzen erreicht. Der räumliche Kontext konnte
durch die Einführung eines Octrees und einer Raumzeitindexierung nutzbar gemacht werden.
Es wurden drei Geometrien für die räumliche Relevanz definiert, um relevante Datenpunkte
für die räumliche Kontextbereitstellung zu extrahieren.
Zu Beginn des Prozesses lag mit dem statischen Octree ein Digitales Modell vor. Durch die
unidirektionale Datenanbindung während des Prozesses spiegelte die Repräsentation mit der
zeitbasierten Datenbank und dem dynamischen Octree das Werkstück bzw. den Prozess wieder,
sodass es sich um einen Digitalen Schatten handelte. Ein Digitaler Zwilling kann auf Basis
dieses Digitalen Schattens entstehen, wenn die unidirektionale Datenanbindung, wie in Kapitel
5 beschrieben, um einen Informationsfluss zum Prozess ergänzt wird.
Die vorgestellte Struktur konnte darüber hinaus als Informationsträger für Optimierungsschritte
in der Prozess- und Produktentwicklung sowie für die Qualitätssicherung genutzt werden.
Um die Anbindung an diese Schritte der Produktentstehung zu ermöglichen, wurde eine
Methodik zur räumlichen Annotation von Zeitreihen vorgestellt. Die erhaltenen Annotationen
wurden für das Training und die Evaluierung der in Kapitel 4 vorgestellten Methoden zur
Anomaliedetektion und Defektklassifikation genutzt.
'''4. Prozessmodellierung und -überwachung:'''
In diesem Kapitel wurde die Verarbeitung der WAAM-Prozessdaten als Eingangsgrößen für
den Digitalen Zwilling im Rahmen der Prozessüberwachung vorgestellt. Zunächst wurde der
WAAM-Prozess analysiert und eine Ursachen-Wirkungs-Analyse zur Untersuchung der Ursachen
von Unregelmäßigkeiten in den Prozessdaten vorgenommen. Darauf basierend wurde
eine Sensorauswahl getroffen und der Prozess digital modelliert. Unregelmäßigkeiten in den
Prozessdaten wurden mithilfe einer Anomaliedetektion erkannt. Zunächst wurde eine Methodik
dargelegt, mit welcher die semiautomatisierte Auswahl eines geeigneten Detektors auf
Basis von Zeitreihenmerkmalen möglich wurde. Anschließend wurde eine parametrisierbare
Autoencoderarchitektur generiert und diese hinsichtlich ihrer Fähigkeit zur Detektion von
Anomalien optimiert. Sie wurde anschließend um ein konditioniertes, externes Speichermodul
erweitert, um Übertragbarkeit durch ein modellbasiertes Metalernkonzept zu erreichen. Die
Defektklassifikation wurde mithilfe eines MLP-basierten Ansatzes für Oxidations-, Schlacke und
Unstetigkeitsdefekte umgesetzt. Durch Kontextwahrnehmung und MAML-basiertes Metalernen
konnte die Klassifikationsleistung für Oxidations- und Unstetigkeitsdefekte gesteigert
werden. Abschließend wurden Methoden zur Messung des Abstands zwischen Schweißbrenner
und Bauteil beleuchtet. Dafür wurden Merkmale der Daten von drei Sensoren extrahiert,
selektiert und auf ihre Korrelation zum Abstand analysiert. Die in diesem Kapitel gewonnenen
Informationen über den Prozess werden in Kombination mit der digitalen Bauteilrepräsentation
für die im nachfolgenden Kapitel vorgestellten datengestützten Prozesseingriffe genutzt.
'''5. Datengestützter Prozesseingriff:'''
In diesem Kapitel wurden Methoden für den datengestützten Prozesseingriff vorgestellt.
Zunächst wurde eine Abstandsregelung konzipiert. Basierend auf den Ergebnissen einer
Systemidentifikation nutzte die Regelung die Schweißgeschwindigkeit als Stellgröße, um Einfluss
auf die Schweißnahthöhe zu nehmen und den Abstand zwischen Schweißbrenner und
Bauteil konstant zu halten. Durch Anpassung der Drahtvorschubgeschwindigkeit war es möglich,
die Schweißnahtbreite trotz Änderung der Schweißgeschwindigkeit konstant zu halten.
Dank der richtungs- und schichtunabhängigen Abstandsmessung aus Kapitel 4.4 und der
Abstandsregelung war es möglich, komplexe Bauteile mit Multiachsoperationen ohne vorherige
Prozessparameteroptimierung beim ersten Versuch aufzubauen.
Da im Prozess jederzeit Instabilitäten auftreten können, wurde anschließend eine präskriptive
Prozessparameteranpassung vorgestellt, mit der Defekte kompensiert und Folgedefekt vermieden
werden konnten. Es wurde eine Positionsvorhersage vorgenommen und der zukünftige
räumliche Kontext ausgewertet, um einen Prozesseingriff zu initiieren. Das Konzept wurde
anhand der Kompensation eines Unstetigkeitsdefekts evaluiert und zeigte eine hohe Erfolgsquote.
Die präskriptive Prozessparameteranpassung ermöglichte damit einen fehlertoleranteren
Prozess, mit dem die FPY erhöht werden kann.
Die vorgestellten Methoden zum datengestützten Prozesseingriff beeinflussen den Prozess
datenbasiert und bilden zusammen mit der Bauteil- und Prozessrepräsentation aus Kapitel 3
und der Prozessüberwachung aus Kapitel 4 den Digitalen Zwilling für die additive Fertigung
mittels Lichtbogenauftragsschweißen.
'''6. Erprobung in der industriellen Praxis:'''
Innerhalb dieses Kapitel wurde der Digitale Zwilling für die Additive Fertigung mittels Lichtbogenauftragsschweißen
im Rahmen eines industriellen Fertigungsszenarios validiert. Dazu
wurde er im Gesamten als Teil eines intelligenten Fertigungssystems konzipiert, prototypisch
umgesetzt und anhand der Fertigung eines industriellen WAAM-Bauteils aus der Automobilbranche
sowie einer bionisch inspirierten Leichtbaustruktur validiert. Mithilfe der Digitalen
Zwillinge konnten Kausalketten für Defekte hergeleitet werden und so ein Mehrwert für die
Prozessplanung, den Anlagenbedienenden und den Qualitätsingenieur beziehungsweise die
Qualitätsingenieurin gezeigt werden. Im Anschluss wurde eine anforderungsbezogene Bewertung
des Digitalen Zwillings vorgenommen. Es wurde die Forschungsfrage beantwortet und
gezeigt, dass sowohl das Gesamtsystem als auch die einzelnen Module den anfangs definierten
Anforderungen entsprechen.
'''7. Schlussfolgerung und Ausblick:'''

Aktuelle Version vom 23. November 2022, 14:29 Uhr

Abgerufen von „http:///index.php?title=Dissertation-DigitalerZwillinginWAAM&oldid=1124“