Erstellung eines datenbasierten Modells des Zerspanprozesses und Auslegung eines Softsensors
Im Rahmen des Projektes werden auf Basis identifizierter Prozessmodelle ausgewählte Randschichtzustände eines zerspanten Bauteils, in erster Linie Topografie, Eigenspannungen und Verfestigung, auf die Prozessstell- sowie Störgrößen und die initialen Randschichteigenschaften zurückgeführt. Die Grundlage der Modellierung bildet eine Datenbasis, die in einem Längs-Rundrehprozess vergüteter Werkstücke erstellt wird. Dabei werden die Prozessgrößen Zerspanungskräfte und Temperaturen an der Eingriffsstelle gemessen. Die Evaluierung der Randschichteigenschaften unter Einsatz der mikromagnetischen 3MA-Messtechnik muss anschließend in den Prozess integriert werden. Dazu ist eine aufwändige Kalibrierung unter Beachtung der ausgeprägten Sensitivität des Systems auf Materialeigenschaften und –Zustände notwendig. Auf dieser Basis wird ein datengetriebenes Modell des Zerspanprozesses mit den Methoden der Systemidentifikation erstellt, da eine analytische oder numerische Modellierung zu komplex und rechenintensiv ist. Die Auslegung des Softsensors stellt die zweite Modellierungsaufgabe dar – mit diesem werden basierend auf den Prozessgrößen sowie den initialen Materialeigenschaften die Randschichtzustände prädiziert. Darüber hinaus soll auch der Werkzeugverschleiß bei der Modellierung berücksichtigt werden. Die Modelle und deren Inversen sind für den in der zweiten Projektphase geplanten robusten modellbasierten Regelungs- und Vorsteuerungsentwurf zur Randschichtkonditionierung notwendig.
Antragsteller:
Projektbearbeiter:
Prof. Dr.-Ing. Andreas Kroll
Institute for System Analytics and Control
Fachgebiet Mess- und Regelungstechnik
Universität Kassel
Tel.: +49 561 804-3248
E-Mail: andreas.kroll@mrt.uni-kassel.de
Felix Wittich
Institute for System Analytics and Control
Fachgebiet Mess- und Regelungstechnik
Universität Kassel
Tel.: +49 561 804-3759
E-Mail: felix.wittich@mrt.uni-kassel.de
Prof. Dr.-Ing. Thomas Niendorf
Institut für Werkstofftechnik
Universität Kassel
Tel.: +49 561 804-7018
E-Mail: niendorf@uni-kassel.de
Christopher Schott
Institut für Werkstofftechnik
Universität Kassel
Tel.: +49 561 804-2755
E-Mail: c.schott@uni-kassel.de
Dr. Alexander Liehr
Institut für Werkstofftechnik
Universität Kassel
Tel.: +49 561 804-3645
E-Mail: liehr@uni-kassel.de
Publikationen
F. Wittich, L. Kistner, A. Kroll, C. Schott, T. Niendorf. „On data-driven nonlinear uncertainty modeling: Methods and application for control-oriented surface condition prediction in hard turning“ tm – Technisches Messen 87 (11) (2020): 732–741. https://doi.org/10.1515/teme-2020-0057
F. Wittich, M. Kahl, A. Kroll, W. Zinn, T. Niendorf. „On Nonlinear Empirical Modeling of Residual Stress Profiles in Hard Turning“ In IEEE International Conference on Systems, Man, and Cybernetics (2019): 3235-3240. https://doi.org/10.1109/SMC.2019.8914272
F. Wittich, M. Kahl, A. Kroll. „Zur Schätzung zulässiger Parametermengen nichtlinearer Takagi-Sugeno-Multi-Modelle mit garantierten Fehlerschranken“ In 29. Workshop Computational Intelligence (2019): 247-254. https://doi.org/10.5445/KSP/1000098736
Felix Wittich, Thomas Wegener, Alexander Liehr, Wolfgang Zinn, Thomas Niendorf, Andreas Kroll ;
Data-driven prediction of the surface layer state in hard-turning for optimization of component quality; Production Engineering Research and Development; https://doi.org/10.1007/s11740-023-01256-w
F. Wittich and A. Kroll; Approximation of the Feasible Parameter Set in Bounded-Error Parameter Estimation of Takagi-Sugeno Fuzzy Models for Large Problems by Using a Ray Shooting Method; IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), Padua, Italy, 2022; https://doi.org/10.1109/FUZZ-IEEE55066.2022.9882729
Wittich F. & Kroll A; Approximation der zulässigen Parametermenge bei der Bounded-Error-Schätzung durch ein
Ray-Shooting-Verfahren; Proc. 31. Workshop Computational Intelligence, Berlin, 25.-26.11.2021; https://doi.org/10.58895/ksp/1000138532
F. Wittich and A. Kroll;
Evaluation of methods for feasible parameter set estimation of Takagi-Sugeno models for nonlinear regression with bounded errors; Automatisierungstechnik, vol. 69, no. 10, 2021, pp. 836-847; https://doi.org/10.1515/auto-2020-0157
Christopher Schott, Felix Wittich, Andreas Kroll, Thomas Niendorf; Prediction of near surface residual stress states for hard turned specimens using data driven nonlinear models; Procedia CIRP, Volume 101, 2021; https://doi.org/10.1016/j.procir.2020.10.002
Wegener, T., Liehr, A., Bolender, A., Degener, S., Wittich, F., Kroll, A. and Niendorf, T; Calibration and Validation of Micromagnetic Data for Non-Destructive Analysis of Near-Surface Properties after Hard Turning; HTM Journal of Heat Treatment and Materials, vol. 77, no. 2, 2022; https://doi.org/10.1515/htm-2021-0023
Felix Wittich, Matthias Gringard, Matthias Kahl, Andreas Kroll, Thomas Niendorf, & Wolfgang Zinn; „Datengetriebene Modellierung zur Prädiktion des Eigenspannungstiefenverlaufs beim Hartdrehen.“; Proc. 28. Workshop Computational Intelligence (2018): 61-81; https://doi.org/10.5445/KSP/1000085935