Lesedauer: 3 Minuten

Gastbeitrag: Ernst-Abbe-Hochschule Jena (EAH)

Optimierung von Schleif­prozessen mit KI-Methodik

Unerwünschte Schwingungen während des Schleifens optischer Werkstoffe verursachen Risstiefen­schädigungen, Rauheiten und Wellig­keiten und vermindern damit die Oberflächen­qualität und Transparenz des Bauteils.

Insbesondere die dabei entstehenden typischen Schleifstrukturen (sogenannte mittelfrequente, perio­dische Fehler) führen zu Abbildungsfehlern und einer schlech­teren Auflösung des optischen Systems. Diese Strukturen sind nur sehr aufwändig mit an den Schleifprozess anschließenden langwierigen Feinst­be­arbeitungsverfahren wie Läppen und/ oder Polieren zu entfernen, um optische Oberflächen­qualitäten zu er­langen.

Probentopographie unter dem Weißlichtinterferometer: links mit stark ausgeprägten Schleifstrukturen, rechts mit deutlich reduzierten Schleifstrukturen durch Parameteroptimierung, Schleifprozess, VibroKI

Probentopographie unter dem Weißlicht­interferometer: links mit stark ausgeprägten Schleif­strukturen, rechts mit deutlich reduzierten Schleif­strukturen durch Parameter­optimierung

Forschungs­verbund „VibroKI“ untersucht Optimierung von Schleif­prozess mittels KI

Im Forschungsverbund „VibroKI“ (Vibrometrie-unterstützte Optimierung von Schleif­prozessen mittels KI-Methodik für die Fertigung präziser optischer Bauelemente) verfolgt die EAH Jena gemeinsam mit den Unternehmen Polytec GmbH und Batix Software GmbH das Ziel, kostenintensive Feinst­bearbeitungs­verfahren im Fertigungsprozess zu eliminieren. Um schon im Schleifprozess eine vergleichbare Oberflächen­güte zu erreichen, werden in situ schwingungs­abhängige Schleif­strukturen an optischen Bau­elementen vorhergesagt und korrigiert.

Für eine Vorhersage des Prozess­ergebnisses (Modellbildung) ist eine umfassende Daten­generierung und -analyse während des Schleif­prozesses notwendig. Dazu realisiert die Polytec GmbH einen spezialisierten Messstand zur hochauflösenden In-Prozess-Schwingungs­untersuchung mittels Laser­vibrometrie. Die Batix Software GmbH designt und programmiert die Auswertesystematik auf Basis des maschinellen Lernens (KI). Mit Hilfe von Schleif­untersuchungen und Weißlicht­interferometrie untersucht die EAH Formabweichungen und Rauheiten. Die daraus gewonnenen Daten ermöglichen eine Analyse zum Einfluss von maschinen- und prozess­induzierten Schwingungen auf die Oberflächengüte an optischen Bau­elementen.

Messaufbau mit zwei Messstellen für die Laservibrometrie an der Schleifmaschine, VibroKI

Fotos: EAH: Messaufbau mit zwei Messstellen für die Laser­vibrometrie an der Schleif­maschine

KI steuert zukünftig den Schleif­prozess

Im Rahmen des seit September 2021 laufenden Projektes konnte erstmalig ein Zusammen­hang zwischen den Prozess­schwingungen und -kräften und den resultierenden Oberflächen für einen Glasschleif­prozess nachgewiesen werden. Die Forschungsarbeit liefert mittlerweile interessante Erkenntnisse zum Verhalten von Schwingungen an der z-Achse der Schleifmaschine und Kräften im Schleif­prozess sowie zur Ausprägung der Bauteil­topographien. In den nächsten Schritten wird das Messsystem auf den in situ Einsatz optimiert und um eine Messstelle auf dem Werkstück erweitert. Damit können auch die hoch­frequenten Schwingungen auf dem Bauteil charakterisiert und in die Muster­erkennung der KI einfließen. Durch eine Frequenz­analyse vergleicht die Software Schwingungen an Werkstück und Maschine mit der Topographie der optischen Oberfläche und steuert in Zukunft über die Bearbeitungs­parameter den Schleifprozess. (eah)

Gefördert durch das Bundesministerium für Wirtschaft und Klimaschutz aufgrund eines Beschlusses des Deutschen Bundestages (Förderkennzeichen KK5091604KT1)

Qualitätskontrolle von Maßen und Oberflächen mittels KI

Gastbeitrag: GFE - Gesellschaft für Fertigungstechnik und Entwicklung Schmalkalden e.V.Qualitätskontrolle von Maßen und Oberflächen mittels KIKunststoffe, metallische...

Smarte Aluminium-Spritzgießwerkzeuge

Gastbeitrag: Hochschule Schmalkalden und Technische Universität IlmenauSmarte Aluminium-Spritzgieß­werkzeugeIndus­trielle Produk­tion ist ohne spritzge­gossene Pro­dukte...

Künstliche Intelligenz in der Produktion: Gastbeitrag von Dr. Se­bastian Gerth und Dr. Andreas Patschger

Künstliche Intel­ligenz in der Pro­duktion Was ist heute bereits möglich und was kann in Zukunft möglich sein?In Thüringen gibt es gleich eine ganze Reihe von Einrichtungen und...

Aktuelle Trends in der Fertigungstechnik: Gastbeitrag von Professor Dr.-Ing. Jean Pierre Bergmann

Gastbeitrag: Professor Dr.-Ing. Jean Pierre Bergmann, Fachgebietsleiter Fachgebiet Fertigungstechnik, TU IlmenauAktuelle Trends in der Fertigungstechnik Zusammenarbeit von Mensch und...

ChatGPT Interview: Was künstliche Intelligenz über künstliche Intelligenz weiß

ChatGPT Interview: Was Künstliche Intelligenz über Künstliche Intelligenz weißWenn man etwas über Künstliche Intelligenz (KI) wissen will, kann man sie mittlerweile selbst nach sich...

Optimierung der Energieeffizienz und Wartung mittels Sensorik und Künstlicher Intelligenz

Gastbeitrag: IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbHOptimierung der Ener­gieeffizienz und Wartung mittels Sensorik und Künst­licher Intelligenz...

Automatisierung in der Qualitätssicherung durch Deep Learning

Gastbeitrag: Institut für Fügetechnik und Werkstoffprüfung ifw Jena Automatisierung in der Qualitäts­sicher­ung durch Deep Lear­ningIn der Metallografie werden...
Share This