





Effiziente Verfahrensauslegung zum Wasserstrahlfräsen durch smarte KI-Modellierung
Innovationswettbewerb NEXT.IN.NRW
Kleine und mittlere Unternehmen (KMU) können neue, innovative, nachhaltige und marktfähige Produkte, Dienstleistungen und Verfahren oft nur in Kooperation mit anderen Unternehmen, Hochschulen und Forschungseinrichtungen entwickeln. Die Innovationswettbewerbe des EFRE/JTF-Programms NRW 2021-2027 zielen deshalb vor allem auf Verbundvorhaben von KMU ab, die inhaltlich auf eines der sieben Innovationsfelder der Regionalen Innovationsstrategie des Landes Nordrhein-Westfalen ausgerichtet sind.
Der Innovationswettbewerb „NEXT.IN.NRW – Innovative Ideen, Dienstleistungen und Produkte aus Kreativwirtschaft, KI und IKT“ unterstützt die nordrhein-westfälische Wirtschaft und Wissenschaft dabei, wettbewerbsfähige Innovationen zu entwickeln und Lösungen zu finden, die dazu beitragen, die Fortsetzung der digitalen Transformation und die Wettbewerbsvorteile der Digitalisierung weiter voranzutreiben. Die Innovationen sollen als Treiber für eine moderne klima-, umwelt-, und ressourcenschonende Wirtschaft und Gesellschaft in Nordrhein-Westfalen dienen.
Problemstellung
In der Anwendung von neuartigen Bearbeitungsverfahren stoßen klassische Ansätze zur empirischen Verfahrensentwicklung oft an ihre Grenzen. Hier kann Künstliche Intelligenz (KI) zukünftig eine wichtige Rolle in der Auswertung von Daten zur Parametrisierung und Auslegung von Bearbeitungsprozessen einnehmen. Folglich können mit der fortschrittlichen und geeigneten Anwendung von KI auch komplexe Prozesse effizienter gestaltet, Qualitätsstandards verbessert und Ressourcen optimal genutzt werden.
Hochwertige und innovative Produkte gehen fast immer mit dem Einsatz von Hochleistungswerkstoffen einher. Dies stellt zum einen konventionelle Verfahren wie das klassische Fräsen vor immer größeren Herausforderungen – diese Werkstoffe sind in der Regel schwer bearbeitbar und der hohe Werkzeugverschleiß geht mit entsprechend hohen Kosten einher. Besonders vielversprechend für die Bearbeitung von hochfesten und konventionell schwer zerspanbaren Werkstoffen ist das Wasserstrahlverfahren. Jüngste Weiterentwicklungen der Wasserstrahltechnologie zur Substitution von konventionellen Fräsprozessen, dem sogenannten Wasserstrahlfräsen, erweitern das Anwendungsgebiet unter Beibehaltung der Verfahrensvorteile auf die Formbearbeitung. Allerdings ist die gesteigerte Komplexität in der Verfahrensauslegung durch die große Anzahl von Stell-und Störgrößen und Abweichungen zu bekannten Wirkprinzipen aus dem klassischen Wasserstrahlschneiden ein Problem. Außerdem existiert bisher kein allgemeines Prozessmodell oder eine computerunterstützte Fertigungsumgebung (CAM).
Zusammenfassend fehlt es derzeit in der Validierung von potenziellen, aber komplexen Prozessen wie dem Wasserstrahlfräsen noch an geschlossenen Konzepten zur Prozessauslegung, die aktuell noch auf einen erfahrenen Bediener angewiesen ist. Moderne KI-Ansätze sind vielversprechend zur Bewältigung komplexer Sachverhalte, es fehlt jedoch an geeigneten Daten zum Anlernen und der praktischen Erfahrung im Umgang mit derartigen Strahlverfahren. Für die breite Anwendung des Wasserstrahlfräsens im industriellen Umfeld ist es zudem erforderlich, das Wasserstrahlfräsen in eine computerunterstütze Fertigungsumgebung zu integrieren. Dazu wird ein integrierbares Modell zur Verfahrensauslegung benötigt. Ein Aufschließen zu etablierten Verfahren hinsichtlich Vorhersagbarkeit des Bearbeitungsergebnisses sowie Adaption moderner Sensorik zur Prozessüberwachung wird dabei vorausgesetzt, um das große Potenzial von vielversprechenden Alternativen wie dem Wasserstrahlfräsen für die ressourcenschonende Anwendung im industriellen Umfeld zu ermöglichen.
Zielsetzung
Der Kern der Innovation liegt in der Integration modernster Künstlicher Intelligenz zur Optimierung und Vorhersage von Prozessparametern für das Wasserstrahlfräsen und der Nutzung der Ergebnisse in der Prozessplanung. Klassische Modellansätze waren bisher nicht in der Lage, die dazu benötigte Komplexität in ausreichender Art und Weise abzubilden. Folglich sollen in diesem Vorhaben die bisherigen Einschränkungen von Modellierungsansätzen dadurch überwunden werden, indem erstmalig und geschlossen innerhalb des Konsortiums das erforderliche Expertenwissen zum Wasserstrahlfräsen, die Anwendung moderner KI-Ansätze und Softwareintegration miteinander verknüpft werden:
- Expertenwissen zum Abgleich des Modells mit bekanntem Zusammenhängen
- Bereitstellung einer standardisierten und vergleichbaren Datengrundlage
- Training und Optimierung des Modells mit zeitabhängigen Daten und klassifizierten Merkmalen, z.B. anhand von physikalische Kenngrößen
- KI-Integration zur praxisgerechten Verfahrensauslegung in ein spezifisches CAM-Modul zum Wasserstrahlfräsen
- Ableitung einer KI-basierten Prognose von Parametern zur
vereinfachten Anwendung
Die HydroMill GmbH wurde aus dem Markterfolg des Fraunhofer-Institut für Produktionstechnologie IPT mit der Entwicklung und industriellen Anwendung des Wasserstrahlfräsens heraus gegründet, um das Fachwissen und die Forschungsexpertise eines renommierten Fraunhofer-Instituts mit der Agilität und der Kreativität eines Start-ups zu vereinen. Durch den Transfer von langjähriger Expertise in der Anwendung der Wasserstrahltechnologie ist HydroMill in der Lage, auf dem neuesten Stand der Technologie zu bleiben und auch weiterhin wegweisende Ideen zu generieren.
Die AixPath GmbH ist auf kundenspezifische CAM-Lösungen spezialisiert. Seit der Gründung im Jahr 2009 bietet die AixPath GmbH hierfür selbst entwickelte Plug-Ins für Siemens NX an. Diese setzen innovative Lösungen um und werden von Kunden wie Boeing oder Rolls-Royce genutzt. Im Bereich der Wasserstrahltechnologie hat AixPath eine hervorragende Expertise aufgebaut. Im Rahmen des Projektes »JetCut3D« entwickelte AixPath ein in Siemens NX integriertes Plug-In, das den Strahlnachlauf des Wasserstrahls in der Schnittkerbe sowie dessen Konizität ausgleicht und damit höchste Qualität der Schnittflächen garantiert.
Das AKIS (Interdisziplinäres Institut für Angewandte KI und Data Science Ruhr) wurde im Dezember 2020 als fachbereichsübergreifende Einrichtung der Hochschule Bochum ins Leben gerufen. Im Gegensatz zu vielen anderen Hochschulinstituten in diesem Bereich fokussiert das AKIS nicht ausschließlich auf Informatik und Elektrotechnik, sondern legt den Schwerpunkt auf interdisziplinäre Anwendungen. Hierfür arbeitet es eng mit Experten aus verschiedenen Disziplinen in den Bereichen Datenverarbeitung und -erfassung zusammen. Die Arbeitsgruppe von Prof. Dr. Jörg Frochte, dem Leiter des AKIS, ist Teil dieses Instituts und spezialisiert sich auf Maschinelles Lernen und Data Mining. Ein Fokus der Forschung liegt auf der Anwendung von Capsule Neural Networks (CapsNets).
Projektkoordinator
Dipl. -Ing. Manuel Schüler
HydroMill GmbH
Arndstr. 30, 52064 Aachen
Tel: +49 241 51002851
manuel.schueler@hydromill.de
www.waterjet.expert