Modellgestützte Diagnose auf Basis von Betriebsgrößen in Umformmaschinen

Projektbeschreibung

Gemessene Kräfte in Abhängigkeit des Werkzeugverschleißes nach 10 und 30000 Hüben

Im Rahmen des Projekts wird ein modellbasiertes Diagnoseverfahren erforscht, welches eine rechtzeitige Detektion und Meldung von sich abzeichnenden Systemfehlern und somit eine planbare zustandsorientierte Instandhaltung ermöglicht. In Hinblick auf die optimale Ausnutzung bestehender Ressourcen setzt das Verfahren keine zusätzliche Messtechnik voraus und arbeitet auf Basis der bereits vorhandenen messbaren Betriebsgrößen wie Motorstrom/-drehmoment oder Kraft am Gestell.

Mittels der Nutzung von in den Betriebsgrößen vorhandenen Informationen sollen dabei Anomalien in der Maschinenfunktion rechtzeitig erkannt und ihre Quellen eingegrenzt werden. Des Weiteren können virtuell Vorhersagen von Schäden an kritischen Komponenten abgeleitet werden, welche aufgrund des hohen Aufwands bei experimentellen Versuchen nicht möglich sind. Dies ermöglicht eine gezielt planbare, zustandsorientierte Instandhaltung, wodurch die Stillstandzeit von Umformanlagen reduziert und deren Produktivität erhöht wird.

Als Ergebnis des Vorhabens wird eine Methode zur modellgestützten Fehlerdiagnose zur Verfügung gestellt, welche unter maximaler Ausnutzung vorhandener Ressourcen eine zustandsorientierte Instandhaltung ermöglicht und somit die Steigerung der Produktivität mit sich bringt.

Den Kern der zu erforschenden Diagnosemethodik bildet ein lernfähiger Algorithmus auf Basis von neuronalen Netzen. Dieser wird zur Klassifikation, Erkennung und Zuordnung von fehlerbehafteten Mustern aus einer Trainingsdatenbank eingesetzt. Die Erzeugung von entsprechenden Trainingsdaten erfolgt virtuell anhand eines parametrischen hybriden MKS-Maschinenmodells. Im Rahmen der simulativen Untersuchung werden hierfür unterschiedliche Fehlerszenarien analysiert und ihre Auswirkungen auf messbare Betriebsgrößen herausgestellt. Die Ergebnisse der Simulation werden anhand von experimentellen Versuchen validiert.