Projektdaten
Fräsamo - Erkennung des Verschleißes von Fräswerkzeugen durch akustisches Monitoring
Fakultät/Einrichtung
Maschinenbau
Drittmittelgeber
Thüringer Ministerium für Wirtschaft, Wissenschaft und Digitale Gesellschaft
Bewilligungssumme, Auftragssumme
298.401,53 €
Abstract:
Wiederkehrende Maschinen-Stillstands-Zeiten, mangelndes Fachpersonal und geringe Automatisierungsquoten sind häufige Probleme im industriellen Umfeld. Eine hohe Nachfrage nach zuverlässigen, automatisierten Verfahren zur Maschinenüberwachung in Form einer effizienten und zuverlässigen Fehlererkennung von Bauteil- und Werkzeugzustand kommt sowohl von Anwendern als auch von Maschinen-und Steuerungsherstellern. Eine solches Verfahren ermöglicht eine Reduktion von Produktionsfehlern, Ausschuss und Maschinen-Stillstands-Zeiten und letztlich somit eine Reduktion von Fehlerfolgekosten, Lieferverzug, Regressansprüchen sowie Ressourcen- und Energieverbrauch. Dies betrifft im Bereich B2B von der Automobilindustrie bis hin zu kleinen Lohnfertigungsbetrieben die gesamte Bandbreite der mechanischen Bearbeitung am Markt. Insbesondere im Bereich der Zerspanung nutzt das Fachpersonal bei der Prozessanalyse häufig akustische Signale, um auf mögliche Prozessveränderungen und damit auf Störgrößen zu schließen. Durch die wahrgenommenen akustischen Reize können laut Experten auf die Qualität des Bauteils, die Aufspannung des Werkstücks, die Qualität des Werkzeugs wie auch des Bauteils, als auch auf Maschinenfehler geschlossen werden. Aufgrund dessen scheint die akustische Überwachung von Zerspanungsprozessen ein vielversprechender Lösungsansatz für die dargestellten Problembereiche zu sein. Ziel des beantragten Forschungsvorhabens Fräsamo ist demzufolge das akustische Monitoring von Fräswerkzeugen hinsichtlich ihres Verschleißzustandes, um die Maschine ressourceneffizient steuern zu können und die Bearbeitungsqualität des Bauteils auf hohem Niveau zu gewährleisten. Durch die zukünftig ressourcenschonende sowie -effiziente Steuerung der Fertigungsprozesse werden die Unternehmen nachhaltiger produzieren und ihre CO2-Bilanzierung durch reduzierte Nachbearbeitungsprozesse verbessern.