Statistische Verfahren zur selbstlernenden Überwachung spanender Bearbeitungen in Werkzeugmaschinen

Viac o knihe

Prozessüberwachungssysteme in der Serienfertigung von Werkzeugmaschinen erfordern aufwändige Parametrierung, um zuverlässig zu funktionieren. Das Bedienpersonal muss festlegen, welche Steuerungs- und Sensorsignale ausgewertet und wie sie überwacht werden. In dieser Arbeit wurden Methoden entwickelt, die es Prozessüberwachungssystemen ermöglichen, fehlerhafte Bearbeitungsprozesse selbstständig zu erkennen. Die Ergebnisse basieren auf Dreh-, Fräs-, Bohr- und Gewindeschneidprozessen und wurden verifiziert. Der Fokus lag auf statistischen Auswertungen zur Bewertung von Sensorsignalen. Wenn ein Sensorsignal einen ungewöhnlichen Verlauf zeigt, wird ein Alarm ausgelöst. Ein zentrales Ziel war die Übertragbarkeit der Ergebnisse auf die industrielle Praxis, was durch den Einsatz industrietypischer Sensorik sichergestellt wurde. Zudem wurden die Verfahren auf ein selbstlernendes Prozessüberwachungssystem portiert, das in Eigenentwicklung entstand. Die Ergebnisse zeigen, dass Prozessüberwachungssysteme auch ohne vorherige manuelle Parametrierung zuverlässig funktionieren können. Die Dissertation beschreibt ausführlich die Potenziale und Grenzen der Überwachungsalgorithmen.