Universität Passau: Unterschied zwischen den Versionen
K (→Aufgaben im Projekt Validad: Prozessabweichung verlinkt) |
|||
| Zeile 31: | Zeile 31: | ||
== Prozessüberwachung beim Lichtbogendrahtauftragsschweißen == | == Prozessüberwachung beim Lichtbogendrahtauftragsschweißen == | ||
Ein stabiler Lichtbogenschweißprozess ist entscheidend um qualitativ hochwertige Teile zu produzieren. Der WAAM Prozess ist charakterisiert durch komplizierte physikalische, chemische, thermische und metallurgische Eigenschaften, welche das Schmelzbad und damit die Morphologie der Schweißraupen beeinflussen. Fehler bei der Parametrisierung führen zu einer Reihe von Defekten wie Porenbildung, Spratzer, Oxidation, etc., was mikro- und makroskopische Defekte zur Folge hat. Je komplexer die zu fertigenden Bauteile sind, desto schwieriger ist es, vorab eine geeignete Parametrisierung (Schweißgeschwindigkeit, Drahtvorschub, etc.) festzulegen um eine gleichmäßige Form der Schweißraupen zu garantieren. | |||
Herkömmlichen WAAM-Systemen fehlt eine schichtinterne Materialauftragskontrolle, um Unregelmäßigkeiten beim Schweißen im Prozess auszugleichen. Grundsätzlich ist das "Einfahren" einer Anlage auf bestimmte Bauteile daher zeitaufwendig und somit teuer. Um WAAM vielseitiger in der Fertigung einsetzen zu können, stellen ein Verfahren vor, das auf Basis von Bilddaten einer Schweißkamera, mittels moderner Machine Learning Methoden und klassischer Bildverarbeitung Unregelmäßigkeiten während des Schweißens detektiert und darauf aufbauend Kompensationsstrategien möglich macht. | |||
<gallery widths=200px> | <gallery widths=200px> | ||
Version vom 14. Oktober 2022, 09:25 Uhr
Die Universität Passau (UP) ist die einzige Universität im Regierungsbezirk Niederbayern mit Sitz in Passau. Laut internationalem Times-Higher-Education-Ranking 2022 belegt die Universität einen Rang zwischen 351 und 400 in der Liste der weltbesten Universitäten. Im THE Young University Ranking 2022, welches nur Universitäten enthält, die innerhalb der letzten 50 Jahre gegründet wurden, erzielte die Universität Passau im weltweiten Vergleich Rang 44.
Vorstellungsvideo
Institut FORWISS
Im Jahr 2005 wurde FORWISS als Institut für Softwaresysteme in technischen Anwendungen der Informatik an der Universität Passau eingerichtet. Optische Messtechnik, digitale Bild- und Signalverarbeitung sowie algorithmische Methoden zur Datenvorverarbeitung und Qualitätssicherung für additive Fertigungsverfahren stellen Kernkompetenzen des Institutes dar. In den Anwendungen geht es meist um die Integration von Softwareprogrammen oder Softwarebibliotheken in innovative technische Systeme zur Produktion oder zur Qualitätskontrolle, die effiziente, leistungsfähige und robuste Softwarelösungen benötigen. Für ein System zur Lackfehlerkontrolle von Karosserien erhielt FORWISS im Jahr 2014 zusammen mit dem Industriepartner den Innovationspreis Bayern in der Kategorie „Kooperation Wirtschaft-Wissenschaft“.
Aufgaben im Projekt Validad
- Weiterentwicklung der Fertigungstechnologie Wire-Arc Additive Manufacturing (WAAM).
- Entwicklung und labormäßige Realisierung einer Online-Prozessüberwachung für das WAAM-Verfahren.
Ziel ist das Erkennen von Prozessabweichungen beim Lichtbogendrahtauftragsschweißen mit wissenschaftlicher Auswertung von Schweißkamera-Daten.
Prozessüberwachung beim Lichtbogendrahtauftragsschweißen
Ein stabiler Lichtbogenschweißprozess ist entscheidend um qualitativ hochwertige Teile zu produzieren. Der WAAM Prozess ist charakterisiert durch komplizierte physikalische, chemische, thermische und metallurgische Eigenschaften, welche das Schmelzbad und damit die Morphologie der Schweißraupen beeinflussen. Fehler bei der Parametrisierung führen zu einer Reihe von Defekten wie Porenbildung, Spratzer, Oxidation, etc., was mikro- und makroskopische Defekte zur Folge hat. Je komplexer die zu fertigenden Bauteile sind, desto schwieriger ist es, vorab eine geeignete Parametrisierung (Schweißgeschwindigkeit, Drahtvorschub, etc.) festzulegen um eine gleichmäßige Form der Schweißraupen zu garantieren. Herkömmlichen WAAM-Systemen fehlt eine schichtinterne Materialauftragskontrolle, um Unregelmäßigkeiten beim Schweißen im Prozess auszugleichen. Grundsätzlich ist das "Einfahren" einer Anlage auf bestimmte Bauteile daher zeitaufwendig und somit teuer. Um WAAM vielseitiger in der Fertigung einsetzen zu können, stellen ein Verfahren vor, das auf Basis von Bilddaten einer Schweißkamera, mittels moderner Machine Learning Methoden und klassischer Bildverarbeitung Unregelmäßigkeiten während des Schweißens detektiert und darauf aufbauend Kompensationsstrategien möglich macht.
KI-gestützte Überwachung des korrekten Arbeitsabstand
Monitoring der Prozess-Stabilität
