Die Auslegung von Massivumformprozessen erfordert viel Zeit. Aufwendige FEM-Simulationen dienen der Vorabuntersuchung, benötigen jedoch in Abhängigkeit der Ergebnisgüte Berechnungszeiten von Stunden oder Tagen. Forscher des Instituts für Integrierte Produktion Hannover (IPH) wollen dies beschleunigen: Ein Algorithmus soll relevante Ergebnisteile der Simulation innerhalb einer Minute vorhersagen.
Simulationen auf Basis der Finite-Elemente-Methode (FEM) werden in der Massivumformung genutzt, um beispielsweise Schmiedeprozesse rechnergestützt zu analysieren und auszulegen. Bauteile wie Kurbelwellen oder Flansche werden dabei als Netz aus zahlreichen Punkten und Knoten modelliert und können unter Berücksichtigung relevanter Daten virtuell umgeformt werden. Beispiele für diese Daten sind werkstoffspezifische Werte wie Fließkurven und mechanische Kennwerte. Darüber hinaus müssen unter anderem Werkzeugtemperatur und Reibungsbedingungen zwischen Werkstück und Werkzeug nachgebildet werden. Vorhandene Simulationswerkzeuge ebenso wie die dafür notwendige Hardware sind weit entwickelt. Trotz dessen sind lange Rechenzeiten, aufwendige Integration in CAD-Systeme, häufige Iterationsschleifen sowie die komplexe Bedienung der Simulationswerkzeuge Gründe für eine aufwendige Produkt- und Prozessentwicklung von Schmiedeteilen.
Um den derzeitigen Stand der Forschung zu erläutern, sind nachfolgend innovative Ansätze aufgeführt, wie der Aufwand von FEM-Simulationen mittels Algorithmen beispielsweise der Künstlichen Intelligenz reduziert werden soll. Umformprozesse werden meist in mehreren Stufen beziehungsweise Stadien durchgeführt. Die Vorformschritte stellen dabei einen essentiellen Bestandteil dar, da eine Änderung eines Vorformschritts alle nachfolgenden Schritte beeinflusst. Eine grundlegende Idee zur Optimierung von Vorformen für das gratlose Gesenkschmieden wurde von Meyer und anderen in der Verwendung evolutionärer Algorithmen gefunden. Diese helfen die Entwicklungszeiten der Stadienfolgen stark zu verkürzen. Die Algorithmen schlagen eine mögliche, geeignete Vorform vor, die dann unmittelbar vom Konstrukteur verwendet werden kann.
Um Formfüllung beim Schmieden sicherzustellen, haben Ciancio und andere unter anderem mit einem genetischen, neuronalen Algorithmusnetzwerk, Fuzzy-Logik und einem neuronalen Taguchi-Netzwerk einen Rohrabschnitt in seinen geometrischen Abmaßen optimiert. Dies senkt nicht nur die Energiekosten sondern auch die Werkzeugbelastung. Ein Großteil der Rechenzeit von FEM-Simulationen des Drückwalzens wird laut Awiszus und anderen für die Berechnung der Anlaufphase bis zum Erreichen des quasistationären Zustandes benötigt. Durch die Verwendung einer modifizierten Geometrie als Anfangswert in der Simulation konnte die Rechenzeit für die Anlaufphase um etwa 30 Prozent verkürzt werden.
Haben Sie genug von komplizierten Prozessen, einer hohen Fehlerquote, langsamen Markteinführungszeiten und hohen Anpassungskosten? Durch die Implementierung einer einzigen in Microsoft Dynamics 365/AX eingebetteten PLM-Lösung können Sie den Zeitaufwand für manuelle Datenarbeit und ineffektive Arbeitsabläufe vermeiden!‣ weiterlesen
Eine erste kommerziell verfügbare Lösung zur schnellen Simulation des Ringwalzens wurde von Walters und anderen von der Scientific Forming Technologies Corporation vorgestellt. Durch die Verwendung von Superelementen in den Bereichen, die mit den Walzen nicht in Berührung kommen, werden signifikante Rechenzeitverkürzungen bei sehr genauen Simulationsergebnissen erzielt. Im Rahmen des Projektes ‚Entwicklung eines Prozessmodells zur Online-Optimierung von Freiformschmiedungen großer Blöcke‘ der Deutschen Forschungsgemeinschaft wird die Entwicklung schneller Simulationsmodelle angestrebt. Die Modelle dienen als Grundlage für die Realisierung eines Assistenzsystems, welches zu jedem Zeitpunkt des Schmiedens online die günstigste Fortsetzung der Stadienfolge vorschlägt. In der Umformtechnik haben KI-Methoden bereits Einzug gefunden und weisen bereits einen wichtigen Stellenwert auf.
Breuer zeigt beispielsweise auf, dass auf Basis von künstlicher Intelligenz eine qualitativ und auch quantitativ sehr gute Vorhersage einer duktilen Werkstückschädigung bei Kaltmassivumformprozessen (zum Beispiel Zylinder- oder Kragenstauchen, Biegen) möglich ist. Für die Auslegung von Massivumformprozessen stellen Chan und andere eine kombinierte KI-FEM-Methode vor, die Konstrukteure bei der Identifikation der am besten geeigneten Lösung innerhalb des denkbaren Lösungsraums unterstützt. Klimmek bewertet auf Basis linearer Regressionsmodelle die Eignung einer Werkzeuggeometrie für das Hochdruck-Blechumformen. Die Regressionsmodelle werden mit FEM-Simulationen trainiert und nutzen geometrische Parameter und prozessbedingte Parameter zur Prognose unterschiedlicher Qualitätsmerkmale wie der Maßgenauigkeit oder der Blechdickenreduzierung. Die Prognosegüte belief sich jedoch im schlechtesten Fall auf lediglich 75 Prozent.
Die aufgeführten Arbeiten zeigen, dass KI-Technologien erfolgreich für die Prognose umformtechnisch relevanter Zusammenhänge eingesetzt werden. Bei einer entsprechenden Auswahl und Auslegung der Verfahren sowie einem spezifischen Training bieten sie das Potenzial, die Simulationsergebnisse eines Massivumformprozesses innerhalb weniger Sekunden sehr genau zu prognostizieren. Jedoch existiert bisher noch keine Lösung, relevante Parameter wie die Umformtemperatur oder Gesenkfüllung mittels KI-Technologien zu prognostizieren.
Das vom IPH begonnene Forschungsvorhaben hat das Ziel eine Prognosemethode zu entwickeln, die eine ausreichend genaue Vorhersage der Ergebnisse von Umformsimulationen, in einem für den Konstrukteur nicht als störend wahrgenommen Zeitraum von weniger als 60 Sekunden, aus einer CAD-Umgebung heraus ermöglicht. Der Einsatz von Algorithmen der Künstlichen Intelligenz soll eine Prognose des Simulationsergebnisses charakterisieren, beispielsweise durch die benötigte Umformkraft, die Gesenkfüllung oder die Fertigteilgeometrie. Die Forschungsergebnisse sollen dazu beitragen, zukünftig die Anzahl der Iterationen zwischen Gestaltung und zeitaufwendiger FE-Berechnung auf ein notwendiges Minimum zu reduzieren.
Vorhaben zum Nachweis der Energieoptimierung und die Verpflichtung, CSR-Berichte zu erstellen, beschäftigen die Industrie. Auch wenn diese zunächst mit Umstrukturierungen und finanziellen Aufwänden verbunden sind, so investieren Industrieunternehmen damit langfristig in ihre Zukunftssicherheit.‣ weiterlesen
Zur Realisierung der gesetzten Ziele werden zunächst Anforderungen an die zu entwickelnde Prognosemethode definiert und dokumentiert. Der Aufbau der Prognosemethode richtet sich nach dem Prozess des Knowledge Discovery in Databases (KDD). Die erste Phase ist die Aufgabendefinition, in der erforderliche Prozessschritte zur Auslegung des Umformprozesses identifiziert, Parameter für die Simulation definiert, die Ergebnisgüte einzelner Stadien der Auslegung charakterisiert sowie geeignete Software und Hardware für die geforderten Randbedingungen ausgewählt werden. In der zweiten Selektionsphase werden zum Training ausgewählter Data-Mining-Modelle umfangreiche FEM-Simulationen durchgeführt. Mithilfe eines Software-Demonstrators erfolgt der Ablauf und die Auswertung der Simulation sowie die Aufbereitung der Ergebnisse in einer Datenbank automatisiert. Dazu sind parametrisierte CAD-Modelle von Halbzeug und Werkzeug erforderlich.
Die Geometriemodellierung erfolgt dabei im Hinblick auf eine interpretierbare Form für die Data-Mining-Algorithmen. Im einfachsten Fall werden Halbzeug und formgebende Werkzeugoberfläche durch beispielsweise Zylinderradien und -länge beschrieben. In Verbindung mit den vorher definierten Randbedingungen wie Netzgröße, Temperatur oder Reibwert werden die Simulationen durchgeführt. Aus den umfangreichen Simulationsergebnissen werden in Phase 3 relevante Parameter extrahiert. Dies erfolgt mit Hilfe einer Sensitivitätsanalyse. Der quantitative Umfang und das in den Trainingsdaten abgebildete Variantenspektrum tragen maßgeblich zur Ergebnisgüte der Prognosemodelle durch das ausgewählte Data-Mining Verfahren bei. In der vierten Phase erfolgt eine Transformation der Daten für die spezifischen Anforderungen des angewandten Data-Mining-Verfahrens. Die Phasen 5, 6 und 7 beschäftigen sich mit dem eigentlichen Data-Mining. Zunächst erfolgt die Auswahl der Art des Data-Mining-Verfahrens. Anschließend wird die Data-Mining-Methode angewendet. In der 8. Phase werden die Ergebnisse ausgewertet, interpretiert sowie in Bezug auf die in der ersten Phase festgelegten Ziele bewertet. Werden diese erreicht, so endet der Iterationsprozess.
Das gewonnene Wissen wird in algorithmenspezifischen Modellen festgehalten und dokumentiert. Das Prognosemodell wird anschließend in eine CAD-Umgebung als Software-Demonstrator implementiert und getestet. Der Software-Demonstrator soll auf die Geometrie des CAD-Modells zugreifen und die Daten für das Prognosemodell aufbereiten. Dabei sind diverse Schnittstellen zum CAD-Programm zu entwickeln. Abschließend erfolgt eine Validierung anhand von zwei realen Anwendungsszenarien. Dem Konstrukteur wird somit in seiner gewohnten Umgebung eine Lösung zur Verfügung gestellt. Er kann nun seine Ideen zu einer Stadienfolge durch den Algorithmus prognostizieren lassen, um zu prüfen ob die gewünschte Umformung erzielt wird. Er gibt die CAD-Daten seines Bauteils sowie die technischen Randbedingungen ein und erhält innerhalb einer Minute eine Aussage je Umformschritt. So kann der Konstrukteur eine erste Version der Stadienfolge auslegen. Ohne die Prognose im CAD-Modell wären zahlreiche Iterationen mit Hilfe von zeitintensiven FEM-Simulationen notwendig gewesen. Durch die integrierte KI wird nun lediglich eine vielversprechende Version mit der FEM simuliert.
Die Industrial Digital Twin Association hat mit PTC ein neues Mitglied. Gestartet mit 23 Organisationen, umfasst die Initiative nun 94 Mitglieder.‣ weiterlesen
Industrielle Montagelinien sind vielfältig: Einige arbeiten mit häufig wechselnden Produktaufbauten, während sich andere durch komplexe Prozesse und hohen Abstimmungsbedarf zwischen Werker und weiteren Experten auszeichnen. Das Fraunhofer IGD will Anwender mit einer Kombination aus Augmented Reality (AR) und künstlicher Intelligenz (KI) unterstützen.‣ weiterlesen
Rund 1 Million Industrieroboter werden allein im Automotive-Bereich eingesetzt. Laut der International Federation of Robotics ein Rekordwert. Das größte Wachstum beobachtet der Robotik-Verband derzeit in China.‣ weiterlesen
Firewalls gehören in Unternehmen zu den wichtigsten Sicherheitskomponenten, um das Netzwerk vor Angriffen zu schützen. Mehr noch, im integrierten und vernetzen Zusammenspiel mit weiteren Security-Lösungen, beispielsweise für die Endpoint-, Mobile- oder Cloud-Security und mit den immer wichtigeren Security-Services durch menschliche Experten, fügt sich die Firewall in ein ganzheitliches Security-Ökosystem ein, das alle IT-Bereiche im Unternehmen bestmöglich vor Angriffen und vor Schäden bewahren kann.‣ weiterlesen
Die Anforderungen an die Cybersecurity von überwachungsbedürften Anlagen werden deutlich konkretisiert. Betreiber müssen mögliche Gefährdungen ihrer Anlagen durch Cyberangriffe ermitteln und wirksame Gegenmaßnahmen entwickeln. Die zugelassenen Überwachungsstellen (ZÜS) werden zukünftig überprüfen, ob Cyberbedrohungen im Zusammenhang mit dem sicheren Betrieb der Anlagen ausreichend behandelt wurden.‣ weiterlesen
Mit dem Start der Anmeldung öffnet das Bundesamt für Sicherheit in der Informationstechnik (BSI) die digitalen Pforten für den 19. Deutschen IT-Sicherheitskongress. Am 10. und 11. Mai 2023 findet der Kongress unter dem Motto 'Digital sicher in eine nachhaltige Zukunft' digital statt.‣ weiterlesen
Die längst verstaubt geglaubte Masche des 'Ich lasse mal einen USB-Stick mit Schadsoftware auf Parkplätzen zum Mitnehmen herumliegen' wurde doch tatsächlich noch einmal aus der Cybercrime-Kiste geholt.‣ weiterlesen
Sonicwall hat den Sonicwall Cyber Threat Report 2023 veröffentlicht. Dieser zweimal jährlich erscheinende Bericht gibt Einblicke in eine zunehmend diversifizierte Cyberbedrohungslandschaft und die sich verändernden Strategien der Bedrohungsakteure.‣ weiterlesen
Smart Factories bieten eine breite Angriffsfläche für Cyberattacken. Deshalb sichert die Freie Universität Bozen ihre 'Smart Mini Factory', eine Lernfabrik für Industrie-4.0-Technologien, mit der Endian Secure Digital Platform. Neben umfassender IT-Sicherheit ermöglicht die Plattform die Nutzung von Edge Computing und das Management von Rollen und Rechten.‣ weiterlesen
Mittelständische Unternehmen investieren selbst in schwierigen Zeiten in Microsoft-Technologien, weil sie überzeugt sind, dass ihre Mitarbeiterproduktivität steigt und sich ihre Kostenstruktur bessert. Microsoft hat mit dem Microsoft-Partner-Network ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. Für unsere Leser gibt die Microsoft-Partnerübersicht in Ausgabe Juli/August der IT&Production Tipps für die Suche nach einer geeigneten Branchen- oder Speziallösung im Bereich des produzierenden Gewerbes.
Auf der Suche nach Innovation, nach neuen Lösungen und der Abgrenzung zum Mitbewerb vernetzen sich zunehmend mehr Unternehmen mit externen Experten und Partnern. SAP hat mit dem SAP-Ecosystem ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. In der Maiausgabe der Fachzeitschrift IT&Production erhalten unsere Leser einen aktuellen Überblick zum SAP-Ecosystem im Bereich des produzierenden Gewerbes.
Ein Unternehmen, das sich mit der Auswahl eines ERP- Systems befasst, muss sich gleichsam mit einem viel- schichtigen Software-Markt und unklaren Interessen- lagen an interne Abwick- lungsprozesse auseinander- setzen. Guter Rat bei der Investitionsentscheidung ist teuer. ERP/CRM Wissen Kompakt unterstützt Sie bei der gezielten Investition in die IT-Infrastruktur.
Immer mehr Anbieter von Maschinen, Automatisierungstechnik und Industriesoftware integrieren künstliche Intelligenz in ihre Produkte. Das ganze Potenzial spielen selbstlernende Systeme aber erst aus, wenn sie passgenau auf ihren Einsatz in Fertigung und Büro zugeschnitten wurden. Über beide Möglichkeiten, als Fertiger die Vorzüge von industrieller KI zu nutzen, geht es im regelmäßig aktualisierten Themenheft Künstliche Intelligenz.
Das Internet of Things verändert Produktwelten und die Vernetzung in der Fertigung gleichermaßen. Entstehende Ökosysteme laden zur einer neuen Form der Zusammenarbeit ein. Die Spezialausgabe IoT Wissen Kompakt informiert über die Technologie, Projektierung und Anbieter für die eigene Applikation, in- und außerhalb der Fabrik.
Um alle Potenziale eines MES umfassend ausnutzen zu können, beleuchten unsere Autoren in der Serie von MES Wissen Kompakt die erfolgskritischen Faktoren, um Fertigungsunternehmen präventiv zu steuern. Darüber hinaus präsentiert MES Wissen Kompakt ein breites Spektrum an Firmenportraits, Produkt- neuheiten und Dienst- leistungen im MES-Umfeld.
